講演情報
[1I5-GS-4b-04]解釈・制御可能なMulti-Interest推薦モデルの提案
〇小西 渓士郎1、岡本 一志1、軽部 幸起1、原田 慧1、柴田 淳司1 (1. 電気通信大学)
キーワード：
推薦システム、解釈性、制御性、逐次推薦、Multi-Interest
ユーザの嗜好を複数のベクトルで表現するMulti-Interest推薦システムは，多様な興味を捉える上で有効である．一方で，学習された各興味ベクトルの解釈は容易ではなく，ユーザが各ベクトルの意味を把握した上で，推薦結果を制御することは困難である．本研究では，従来の次アイテム予測に加え，各興味ベクトルに対してアイテムカテゴリ予測を補助タスクとして課すことで，ベクトルの解釈性を担保しつつ，ユーザが推薦結果を明示的に制御可能なモデルを提案する．評価実験の結果，提案手法は強力なベースラインと比較して予測精度における一定のトレードオフは見られたものの，多くの既存手法と同等以上の性能を維持していることを確認した．特に，指定カテゴリのアイテムを推薦する制御能力では最大1.47倍の改善を達成し，高い制御性能を実証した．さらに，学習されたベクトルに対する定性的分析を通じ，提案手法が各興味に対して直感的かつ一貫した解釈を与えていることが示唆された