[4R3-GS-10] AI応用：発見・監視

[4R3-GS-10-01] 意外な発見とその納得性を重視した推薦方式の提案

〇山本 竜平¹、真継 然¹、山路 和希¹、佐藤 勇元¹、中里 正行²、垂石 宏治²、高木 友博¹ (1. 明治大学、2. TOPPAN株式会社)

キーワード：推薦システム、知識グラフ、大規模言語モデル

これまでの推薦システムの研究は、ユーザアイテム間の選考値推定の精度向上に偏重しており、推薦システムの重要な機能である意外な気づきの促進においては、検討が不十分であった。そのため、アイテムが推薦される理由がわからなかったり、さまざまな理由による推薦アイテムが入り混じってリスト化されるため推薦結果を系統だてて理解することができず、意外な気づきがされにくい状況にある。我々は、ユーザの潜在的な嗜好を発見しそれへ適合することに加えて、推薦を系統立てて行うことにより、推薦時の納得性を向上すると同時に、意外な気づきを促す推薦システムを提案する。
提案システムは、下記の2つの主要な機能を持つ。
・知識グラフの探索により潜在的な嗜好を発見して、推薦アイテム群を決定する。知識グラフは大規模言語モデルによって作成する。
・推薦アイテム群を、大規模言語モデルによって分類し表示する。動作テストの結果、意外な発見とその納得性において、従来手法よりも良好な結果が得られた。