[9E]レビュー分析(3)

16:25 〜 16:50

[9E-02] GNNを用いた未レビューコンテンツに対するレビュー文ベクトルの予測

*白鳥 世留¹、山田 剛一²、増田 英孝² (1. 東京電機大学大学院、2. 東京電機大学)

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：

レビュー予測、レビュー文ベクトル、Graph Neural Network、データ拡張、推薦システム

レビューにはユーザの嗜好が詳細に記述され，ユーザモデリングにおいて重要な役割を果たしている．しかしながらコンテンツによってはレビューの数が少ないため，その価値を十分に活用することが難しい．この問題は特に，情報推薦の領域ではコールドスタート問題やロングテール問題を引き起こし，推薦精度を低下させる．そこで本研究では，この問題の解決を目的として，ユーザがまだレビューをしていないコンテンツに対するレビュー文のベクトル表現を予測する手法を提案する．本手法を推薦システムに活用することでデータ不足を補い，レビューが少ないコンテンツでも高精度な推薦が可能となる．