@article{oai:kitami-it.repo.nii.ac.jp:00008679,
 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，推薦システムの新規顧客問題を表現するための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，より現実に近い真のパラメータが未知の仮定のもとで推薦システムの新規顧客問題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（expectation-maximization algorithm）を用いる．数例の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 a new customer problem of recommender system in previous research. In the previous research the true parameters of MDP are known. In this research we propose a semi-supervised learning method for the new customer problem of recommender system under the condition that the true parameters of MDP are unknown. Learning data consist of complete data and incomplete data. In the proposed method EM(expectation-maximization) algorithm is used. The effectiveness of the proposed method is shown by some simulations.},
 pages = {37--46},
 title = {推薦システムの新規顧客問題における半教師付き学習},
 volume = {20},
 year = {2018}
}