[4Yin-B] Poster 7

[4Yin-B-13] Gaussian Transfer Process Model: Visualizing User Preference Dynamics

〇Kazuaki Takehara¹, Daichi Mochihashi^1,2 (1. The Graduate University for Advanced Studies, 2. The Institute of Statistical Mathematics)

Keywords:

Data Visualization,Probabilistic Generative Models,Gaussian Processes,Dynamics of Preferences

ユーザーの選好は時間とともに滑らかにも分岐的にも変化するが，両者を統一的に扱う枠組みはまだ十分に整備されていない．本研究では，選好の時間発展に潜む構造を可視化するため，ガウス過程に基づく基底関数（軌道）と隠れセミマルコフモデルによる状態遷移を統合した Gaussian Transfer Process Model（GTPM）を提案する．人工データでは，潜在状態と基底関数の復元性能を検証した．実データでは，予測性能の評価に加え，選好表現と基底関数の対応関係の可視化およびジャンル構成の時間発展の分析を通じて，本手法の有効性を確認した．