Deepening of Recommender Systems with Explanations and their Quality Evaluation

推荐系统的深化及其质量评价

基本信息

批准号：
21H03553
负责人：
岡本一志
金额：
$ 11.32万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究は，動的・複数項目の評価データ・ユーザIDの有無が混在といった，より高次の情報や複雑な状況を対象に，推薦理由を説明する情報推薦システムを開発し，理由の説明機能の品質評価法を確立する．本年度の実績は次のとおり．（１）一定期間に発生した行動やイベントの集合であるセッションを対象とした推薦システムを，分散表現されたユーザとアイテムを近傍探索するアプローチで開発した．具体的には，Word2Vecによりアイテムの分散表現を獲得し，その分散表現の階層化・集約することでセッションとユーザの分散表現を逐次的に獲得する手法を提案し，k近傍法による推薦システムに適用した．3種類のデータセットを用いた推薦実験から，GRU4Recと同程度の推薦精度を有し，数百倍高速に学習できることを検証している．年度末には研究成果をまとめ，国際学術論文誌への論文投稿を行った．この開発はセッションデータを対象とした例示による説明機能の実現に係るものである．（２）これまでに展開してきた価値観モデリングの研究を推進し，価値観モデリングのアプローチで複数項目の評価データを対象とする推薦システムの開発に取り組んだ．具体的には，価値観をユーザの個別の評価項目（属性）へのこだわり度と仮定し，ラフ集合を用いてユーザが付与した属性評価値と総合評価値の関係をIf-Thenルールで抽出し，そのルールに基づき推薦するシステムを提案した．Livedoorグルメデータセットを用いた推薦実験より，従来のユーザベース協調フィルタリングと比べ，推薦精度が向上することを確認している．この開発は複数項目の評価データを対象としたルールによる説明機能の実現に係るものである．

这项研究开发了一个信息建议系统，该系统解释了推荐原因，针对高阶信息和复杂情况，例如动态，多项目评估数据以及用户ID的存在或不存在，并建立了一种评估原因解释功能质量的方法。今年的结果如下：（1）我们开发了会议的推荐系统，该系统是在一定时期内发生的动作和事件的集合，使用一种方法来搜索分布式用户和项目。具体而言，我们提出了一种方法，其中使用Word2Vec获取项目的分布式表示形式，并通过将会话的分布式表示和汇总和用户的分配形式连续获取，并使用K-Neghorhood方法将其应用于推荐系统。从使用三种类型的数据集的建议实验，我们已经证实了它具有与GRU4REC相同的推荐精度，并且可以更快地学习数百次。在财政年度结束时，进行了研究结果，并将论文提交给国际学术期刊。这种发展涉及基于会话数据的示例来实现解释功能。（2）我们促进了迄今为止已经开发的价值建模的研究，并致力于开发一个建议系统，该系统使用价值建模方法针对多个项目进行评估数据。具体而言，我们提出了一个系统，其中值是单个评估项目（属性）的偏好级别，并使用粗糙集来提取用户给出的属性评估值与总体评估值（使用当时的规则）之间的关系，并根据这些规则建议它们。我们已经确认，与常规的基于用户的协作过滤相比，使用Livedoor Gourmet数据集的建议实验提高了建议精度。该发展涉及使用针对多个项目评估数据的规则实现解释性功能。