優秀賞 個人部門（学部生） 石原 穂香
レビューテキストマイニングにより抽出した保湿及び肌悩み特徴量をDice係数に応用したスキンケア用品のレコメンドモデル
本研究は，機械学習(パターンマッチング)を応用したMR(Medical Representatives)関係に資するレコメンドアルゴリズムに関する研究である。具体的には，実際に商品のユーザーのレビューからTF-IDF分析によって各商品の特徴語を割り出し，ユーザーニーズとの一致度をDice係数によって分析することで適切な商品をレコメンドすることができるというモデルを研究開発した。
先行研究によってユーザーが選択したブランド内での適切な商品を効率的に選択することや，肌悩みの改善のために有効な成分を知識として得たりすることは可能となったが，一方で，様々な企業の商品をレコメンドするモデルまでは提案されておらず，ユーザー自身が肌悩みと選好を反映させた適切な商品を選択できないという課題が存在した。よって本研究ではブランド等に縛られず，多種多様な商品を対象とすることに加え，実際に商品を使用したユーザーのレビューを用いて特徴量を抽出した上で各肌質に合う「商品」をレコメンドするところに新規性を持つレコメンドアルゴリズムを研究開発した。
レコメンドモデル作成に至るまでに，Dice係数，Jaccard係数，Simpson係数を用いた分析方法ではどの方法が本研究に適しているか評価実験も行った。評価実験の中で各分析方法では数値の算出にどのような特徴があるか知見も得ることができた。結果として本研究ではDice係数を採用し，ユーザーにより適切な商品が表示できるように作成するに至った。
このモデルを活用することで年齢性別関係なく，誰でも発生しうる肌悩みに寄り添い，人々にとって適切かつ効率的な商品の選択のサポートができると考え，今の深堀しなければたどり着けない情報を身近な情報としてユーザーに提供することができるようになると考察する。さらに，商品数を増やすことでドラッグストア等に導入するなどビジネスの場面での活用も期待でき，本研究の目標である適切かつ効率的な商品の選択への貢献を実現できる。