@article{oai:kitami-it.repo.nii.ac.jp:00008678,
 author = {前田, 康成 and 山内, 翔 and 鈴木, 正清 and 松嶋, 敏泰 and MAEDA, Yasunari and Yamauchi, Sho and SUZUKI, Masakiyo and MATSUSHIMA, Toshiyasu},
 issue = {1},
 journal = {バイオメディカル・ファジィ・システム学会誌, Journal of Biomedical Fuzzy Systems Association},
 month = {May},
 note = {従来研究では，顧客クラスが変化する推薦システムを表現する確率モデルとしてマルコフ決定過程が採用され，マルコフ決定過程の真のパラメータが既知の仮定のもとで検討されている．本研究では，真のパラメータが未知の仮定のもとで顧客クラスが変化する推薦システムにおける半教師付き学習方法を提案する．学習データは完全データと不完全データによって構成される．提案方法ではEMアルゴリズムを用いる．シミュレーションによって提案方法の有効性を示す．, Markov decision processes(MDP) are applied to recommender system with transitions of user classes. In previous research the true parameters of MDP are known. In this research we propose a semi-supervised learning method for recommender system with transitions of user classes under the condition that the true parameters are unknown. Learning data consist of complete data and incomplete data. In the proposed method EM algorithm is used. The effectiveness of the proposed method is shown by some simulations.},
 pages = {15--22},
 title = {顧客クラスが変化する推薦システムにおける半教師付き学習},
 volume = {20},
 year = {2018}
}