7日前
複数勾配降下法による多目的レコメンデーションシステム
Nikola Milojkovic, Diego Antognini, Giancarlo Bergamin, Boi Faltings, Claudiu Musat

要約
レコメンデーションシステムは、その適用環境の複雑性を反映する必要がある。ユーザーにとって何が有益かについての理解が深まるほど、レコメンデーションシステムが追求すべき目的は増加する。さらに、売り手や買い手、株主といった複数の利害関係者が存在する上に、法的・倫理的な制約も考慮しなければならない。複数の目的を同時に最適化する際、それらが相関しているか否か、スケールが同じか異なっているかに関わらず、これまでのところその実現は困難であった。本研究では、このような課題を解決するため、レコメンデーションシステムに向けた確率的多勾配降下法(MGDRec)を提案する。本手法は、従来の収益とリコールといった典型的な目的の組み合わせにおいて、既存の最先端手法を上回ることを示した。さらに、勾配の正規化を用いることで、スケールが大きく異なる根本的に異なる目的を、一貫したフレームワークに統合可能であることを実証した。特に、精度と並行して改善可能な相関のない目的(例:高品質製品の割合)についても、有効な向上が可能であることを明らかにした。確率的性質を活用することで、全勾配の計算に伴うリスクを回避しつつ、本手法の適用可能性を明確に定義した。