講演情報

[5F-03]シーケンシャル推薦システムにおけるアイテム間の類似度を考慮したデータ拡張手法

*山口 陽平1、張 建偉1 (1. 岩手大学大学院)
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:なし

キーワード:

推薦システム、データ拡張、対照学習

シーケンシャル推薦システムは,過去のユーザのインタラクションに基づいて次に利用・購入するアイテムを予測するタスクであり,様々な研究が活発に行われている.多くの既存研究では対照学習のフレームワークを利用して,表現豊かなユーザパターンを抽出し効果的に学習を行う.しかし,対照学習時に利用されるデータレベルの拡張手法は容易に扱える反面,ランダム性に依存するためノイズが入り込だり,重要な情報の損失につながることでユーザの嗜好の変化を学習する妨げになる可能性が高い.この問題を軽減するため,本研究ではアイテム間のオンライン・オフライン類似度スコアを考慮した5つのデータ拡張手法を提案する.
実験の結果,提案手法は複数のデータセットにおいて既存手法を上回る精度が確認され,類似度スコアを用いたデータ拡張の有用性を示した.