[3F]推薦システム(3)

16:20 〜 16:45

[3F-02] Mutual Proximityに基づくTop-K推薦における人気バイアスの制御手法

*中嶋 太一¹、陳 漢雄¹、古瀬 一隆² (1. 筑波大学、2. 白鴎大学)

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：

推薦システム、人気バイアス、Beyond Accuracy

多くの推薦システムは，一部の人気アイテムが偏って推薦されてしまう人気バイアスの問題を抱えている．人気バイアスは，推薦の多様性や公平性を損ない，ユーザ体験の低下や，フィルターバブル等の問題を引き起こす．また，推薦の精度向上と人気バイアス低減は一般的にトレードオフの関係にあることが知られており，どちらを優先するべきかは，推薦システムが用いられる文脈によって異なるため，このトレードオフのバランスを柔軟かつ高速に制御することができる手法が求められている．
本研究では，Top-K推薦において，人気バイアスを制御するための手法を提案する．この手法は，機械学習モデルが出力するスコアをスケーリングすることで，人気アイテムへの推薦の偏重を低減し，調整可能なハイパーパラメータにより，推薦の精度向上と人気バイアス低減を制御することを可能にする．また，実験結果により，複数の機械学習アルゴリズム，データセットに対する提案手法の有効性を示す．