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．

在本研究中，我们开发了一种解释推荐原因的信息推荐系统，针对更高级别的信息和复杂的情况，例如动态、多项目评价数据、用户ID存在/不存在的混合情况，并开发了原因解释功能。建立质量评价方法。今年的结果如下。 (1) 我们开发了一个针对会话的推荐系统，会话是在特定时间段内发生的操作和事件的集合，使用搜索附近用户和项目的分布式表示的方法。具体来说，我们提出了一种使用Word2Vec获得项目的分布式表示的方法，然后通过对分布式表示进行分层和聚合来顺序获得会话和用户的分布式表示，并将该方法应用到使用k近邻方法的推荐系统中。。通过使用三种类型数据集的推荐实验，我们验证了它具有与 GRU4Rec 相同的推荐精度，并且学习速度可以提高数百倍。年底，我们总结了研究成果，并向国际学术期刊提交了论文。该开发与使用会话数据示例的解释功能的实现有关。 (2)我们推进了迄今为止开发的价值建模研究，并致力于使用价值建模方法开发针对多个项目的评价数据的推荐系统。具体来说，假设values为用户对各个评价项（属性）的承诺程度，利用if-then规则，使用粗略的方法提取用户给出的属性评价值与整体评价值之间的关系。我们提出了一个根据这些规则提出建议的系统。通过使用 Livedoor 美食数据集的推荐实验，我们证实与传统的基于用户的协同过滤相比，推荐准确性有所提高。该开发与使用多个项目的评估数据的规则的解释功能的实现有关。