トピック分類（とぴっくぶんるい）

概要解説

トピック分類は、文書などのデータから抽出された話題やテーマを整理し、特定のアルゴリズムやモデルを用いて区分する処理のことである。従来は、文書データに対して独立成分分析（ICA）を適用し、トピックを抽出する手法が提案されてきた。この独立成分分析により得られたトピックに対して、自己組織化マップ（SOM）を活用して分類を試みるアプローチなどが研究されている。さらに、トピック分類はシステムにおける推薦アルゴリズムの分野においても活用されている。ユーザーの過去の評価履歴から自動的にトピックを抽出するアルゴリズムが開発されている。このような動的なトピック分類を適用することで、ユーザーへ提示される推薦リスト上のトピックを多様化させることが可能となる。