1 / 94

対話型遺伝的アルゴリズムにおける ユーザ負担軽減と多様性維持の検討

対話型遺伝的アルゴリズムにおける ユーザ負担軽減と多様性維持の検討. 工学研究科 知識工学専攻 知的システムデザイン研究室 2006 年度 745 番 山川 望. 研究背景. 多くの人がインターネットショッピングを利用 商品提供者は数多くの商品を販売 ユーザは自由に商品を検索，購入. 研究背景. 多くの人がインターネットショッピングを利用 商品提供者は数多くの商品を販売 ユーザは自由に商品を検索，購入 ショッピングサイトにおける商品の提示方法

wyatt-garner
Download Presentation

対話型遺伝的アルゴリズムにおける ユーザ負担軽減と多様性維持の検討

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 対話型遺伝的アルゴリズムにおけるユーザ負担軽減と多様性維持の検討対話型遺伝的アルゴリズムにおけるユーザ負担軽減と多様性維持の検討 工学研究科 知識工学専攻 知的システムデザイン研究室 2006年度 745番 山川 望

  2. 研究背景 • 多くの人がインターネットショッピングを利用 • 商品提供者は数多くの商品を販売 • ユーザは自由に商品を検索，購入

  3. 研究背景 • 多くの人がインターネットショッピングを利用 • 商品提供者は数多くの商品を販売 • ユーザは自由に商品を検索，購入 • ショッピングサイトにおける商品の提示方法 • 商品提供者 → 提示できる商品の数の制限たくさんの商品を販売することができるが，ユーザに対してすべての商品を提示することは困難 • ユーザ → 比較操作による疲労ページ遷移を繰り返すことにより，商品を比較，購入するかを検討する

  4. 商品のリコメンデーション 検索・購入履歴や商品の関連性を用いて商品を提示

  5. 商品のリコメンデーション 検索・購入履歴や商品の関連性を用いて商品を提示 　　ユーザ：検索することなく関連商品を発見 商品提供者：ユーザが購入しそうな商品を効率的に提示

  6. 商品のリコメンデーション方法の問題点 商品選択時のユーザの嗜好を商品提示に反映できていない • 主にユーザの検索・購入履歴を用いて商品を提示 • 商品選択時のユーザの選択操作により，ユーザの嗜好を学習するしくみを利用していない

  7. ユーザの選択操作から商品選択時のユーザの嗜好を学習し，ユーザの選択操作から商品選択時のユーザの嗜好を学習し， ユーザの嗜好に合った商品提示を行うシステムの構築 ユーザの嗜好を 判断・学習 選択を繰り返す ユーザの嗜好を 反映した提示 研究目的 商品選択時のユーザの嗜好を商品提示に反映できていない

  8. 対話型遺伝的アルゴリズム(iGA) • 遺伝的アルゴリズム(GA)の評価部分を人間の主観的評価によって行う • 人間の好みや印象といった数式化できないものの解析に利用 • 様々な分野へ適用されている • CGグラフィックス • 音楽 • 服飾デザイン • 補聴器フィッティング

  9. iGAを用いる際に検討すべきこと • ユーザ負担の軽減 • 入力インタフェースの改善 • 収束の高速化 • 評価値予測

  10. iGAを用いる際に検討すべきこと • ユーザ負担の軽減 • 入力インタフェースの改善 • 収束の高速化 • 評価値予測 提示個体1つ1つに点数付けを行うのではなく， 嗜好に合った個体を選ぶ

  11. iGAを用いる際に検討すべきこと • ユーザ負担の軽減 • 入力インタフェースの改善 • 収束の高速化 • 評価値予測 提示個体1つ1つに点数付けを行うのではなく， 嗜好に合った個体を選ぶ • 多様性の維持

  12. iGAを用いる際に検討すべきこと • ユーザ負担の軽減 • 入力インタフェースの改善 • 収束の高速化 • 評価値予測 提示個体1つ1つに点数付けを行うのではなく， 嗜好に合った個体を選ぶ • 多様性の維持iGAは単一目的のための最適化手法であるため，探索終盤では収束する可能性がある

  13. iGAを用いた補聴器フィッティング ユーザが最も聴こえやすいと感じる 補聴器パラメータを求めることが目的

  14. iGAを用いた補聴器フィッティング ユーザが最も聴こえやすいと感じる 補聴器パラメータを求めることが目的 提示個体を少しずつ最適解に近づいていくため 類似した個体や同じ個体が提示される

  15. 多様性維持の必要性 • 商品を探す際に同じ商品を複数提示してもユーザには不要な情報となる • ユーザの嗜好が複数ある場合には複数の嗜好に対応した提示を行う必要がある

  16. 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合

  17. 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合 iGAは1つの解を求めることが目的

  18. 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合 • ユーザの嗜好が複数の場合 iGAは1つの解を求めることが目的

  19. 赤色，あるいは青色どちらかのTシャツに収束し，赤色，あるいは青色どちらかのTシャツに収束し， 同じTシャツを複数提示する可能性がある 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合 • ユーザの嗜好が複数の場合 iGAは1つの解を求めることが目的

  20. ユーザの嗜好の多峰性に対応した個体を 生成し，提示する必要がある 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合 • ユーザの嗜好が複数の場合 iGAは1つの解を求めることが目的

  21. 構築したシステムの概要 Tシャツを対象とした商品選択支援システム 設計変数 • 色：HSB表色系 • 形：袖の長さ，襟の形 • 模様：種類，色

  22. HSB表色系 • 色相(Hue)色合いを細分化した色相環 • 彩度(Saturation)色の鮮やかさの度合い • 明度(Brightness)色の明暗の度合い 人間の色彩感覚に似た色の表現

  23. 袖の長さと襟の形 襟の形 袖の長さ

  24. 模様 色：白，黄緑，水色，青，紫，ピンク，赤，黄，黒

  25. ユーザによる評価 提示されたTシャツからユーザは好きなTシャツを 10枚以下の任意の数選ぶ

  26. システムによる評価・選択 提示した個体の中からユーザが選択した 個体と類似した個体を親個体として選択する 親個体

  27. 交叉 親個体2個体から形質を引き継いだ子個体2個体を生成 子個体 親個体 親個体 子個体

  28. 交叉 親個体2個体から形質を引き継いだ子個体2個体を生成 子個体 親個体 親個体 子個体

  29. 突然変異 突然変異率に基づき，設計変数値をランダムに変化 突然変異前 突然変異後

  30. ショッピングサイトにおける商品提示 • iGAを用いた場合ユーザの嗜好に合うものは提示できるが収束する 初期個体 6世代目

  31. ショッピングサイトにおける商品提示 • iGAを用いた場合ユーザの嗜好に合うものは提示できるが収束する 初期個体 6世代目 • ランダムに個体を生成し，提示する • 突然変異率を高くする

  32. 多様性は維持できるが嗜好に合った提示は困難多様性は維持できるが嗜好に合った提示は困難 ショッピングサイトにおける商品提示 • iGAを用いた場合ユーザの嗜好に合うものは提示できるが収束する 初期個体 6世代目 • ランダムに個体を生成し，提示する • 突然変異率を高くする

  33. ショッピングサイトにおける商品提示 • iGAを用いた場合ユーザの嗜好に合うものは提示できるが収束する 初期個体 6世代目 ユーザの嗜好を考慮した 提示個体の多様性維持の方法が必要

  34. ユーザの嗜好の多峰性に対応した個体を 生成し，提示する必要がある 商品選択時のユーザの嗜好 • ユーザの嗜好が1つの場合 • ユーザの嗜好が複数の場合 iGAは1つの解を求めることが目的

  35. 人の嗜好の多峰性に対応した個体生成(1/2) ユーザの選択した個体の色相と襟の形の分布に着目

  36. 個体生成範囲 ユーザが選択した個体の分布範囲で個体を生成 人の嗜好の多峰性に対応した個体生成(1/2) ユーザの選択した個体の色相と襟の形の分布に着目

  37. 人の嗜好の多峰性に対応した個体生成(2/2) ユーザの選択した個体の分布が複数に分かれる場合

  38. 個体生成範囲 人の嗜好の多峰性に対応した個体生成(2/2) ユーザの選択した個体の分布範囲から個体を生成

  39. ユーザの嗜好に合っていない範囲 人の嗜好の多峰性に対応した個体生成(2/2) ユーザの選択した個体の分布範囲から個体を生成 個体生成範囲

  40. 人の嗜好の多峰性に対応した個体生成(2/2) ユーザの選択した個体の分布範囲から個体を生成 個体生成範囲 ユーザの嗜好に合っていない範囲

  41. 適切にグループ化する必要がある 人の嗜好の多峰性に対応した個体生成(2/2) ユーザの選択した個体をグループ化する 個体生成範囲

  42. クラスタリング • データマイニングの手法の1つ • 類似したデータをグループ化し，データ中の価値ある情報を抽出する方法 • K-means法クラスタ数の決定に多目的クラスタリング(MOCK)の最適クラスタ数自動決定アルゴリズムを利用

  43. クラスタリングを用いた個体生成方法(1/2) ユーザの選択した個体をクラスタリングによりグループ化

  44. ランダムに個体を生成 クラスタリングを用いた個体生成方法(1/2) 生成されたクラスタの範囲からランダムに個体を生成

  45. 評価実験 • 目的クラスタリングを用いた個体生成を行うことにより人の嗜好の多峰性に対応した個体を提示できているかを検証する • 被験者 • 20歳代の男女20名 • 教示 • ショッピングサイトで好きなTシャツを探す • 実験に用いるシステム • クラスタリングを行うシステム(提案システム) • クラスタリングを行わないシステム(従来システム) • 20世代の評価を行い，アンケートを実施

  46. 実験に用いたシステム • 提案システム • ユーザは提示された20枚のTシャツから嗜好に合ったTシャツを10以下の任意の数選択する • 10世代目にクラスタリングを行い，個体を生成し，提示する • 従来システム • ユーザが行う操作は提案システムと同様 • クラスタリングは行わず，遺伝的操作のみを行う

  47. 検討項目 • アンケートによる検討 • 多様性 • 嗜好性 • データによる検討 • 多様性 • 人の嗜好の多峰性に対応した個体生成

  48. 多様性に関するアンケート結果 どちらのシステムを利用したときの方が いろいろなTシャツが提示されていると感じたか

  49. 多様性に関するアンケート結果 どちらのシステムを利用したときの方が いろいろなTシャツが提示されていると感じたか クラスタリングを用いて個体を生成することにより， 多様性を維持した個体を提示できている

  50. 嗜好性に関するアンケート結果 どちらのシステムを利用したときの方が 好きなTシャツが提示されたか

More Related