講演情報

[2F-01]多様性促進モデルを用いた因果推論・オフライン強化学習によるフィルターバブル抑制

*松元 良磨1、田原 康之1、清 雄一1 (1. 電気通信大学)
発表者区分:学生
論文種別:ロングペーパー
インタラクティブ発表:あり

キーワード:

推薦モデル、フィルターバブル、多様性、オフライン強化学習、因果推論

情報社会において, パーソナライズされた推薦システムは便利なものである. しかし, それによってユーザの考えに合わない情報が表示されなくなり, 自分の考えに孤立してしまう. これをフィルターバブル現象と呼び, これによってユーザの満足度低下や思想の先鋭化が引き起こされている. これに対し, 因果推論とオフライン強化学習を組み合わせフィルターバブルを解消する手法が生み出されたが, ユーザがフィルターバブルに敏感な場合には解消や緩和が難しい. 本研究では, 多様性を促進する数学的モデルを組み合わせることを提案する. 実験では, この手法がユーザの感度が高い場合におけるフィルターバブルを抑制に有効であることが示された.