AIの「おすすめ」が直前の情報に偏る現象を解明　ネット通販や動画配信における推薦技術の改良方針として期待｜北海道大学

ネット通販や動画・音楽配信サービスでは、利用者の閲覧や
購買履歴をもとに商品やコンテンツを推薦されていますが、
直前の1件に強く依存する「最終アイテム依存」により、
それ以前の履歴に含まれる有用な情報が十分に反映されない
可能性があります。

北海道大学の研究グループは、規模も性質も異なる
9つの実社会データ（Amazon Beauty／Sports／Toys、
Video、Diginetica、Steam、BeerAdvocate、
MovieLens-1M、Zvuk）と、5つの代表的な推薦モデル
（SASRec、GRU4Rec、BERT4Rec、DuoRec、BSARec）
を⽤いて、最終アイテム依存の度合いを2つの⽅法で測定し、
さらに内部構造と推薦結果の関係も調査。

詳しくはリンク記事でご確認ください。

[PR]