Raw Pixelsを用いたレコメンデーションシステムのベンチマーク評価のための画像データセット

推薦システム（RS）は、明示的な識別（ID）特徴を活用することで顕著な成果を上げてきた。しかし、コンテンツ特徴、特に純粋な画像ピクセル特徴の潜在能力は依然として十分に掘り下げられていない。大規模で多様性に富み、コンテンツ中心の画像推薦データセットの限られた可用性が、アイテム表現としての生画像の利用を妨げてきた。このような状況を踏まえ、本研究では約2億件のユーザー・画像インタラクション、3000万人のユーザー、40万枚の高品質なカバーアイテム画像を含む、大規模な画像中心の推薦データセット「PixelRec」を提案する。PixelRecは生画像ピクセルへの直接アクセスを提供することで、推薦モデルが画像のピクセルから直接アイテム表現を学習できる環境を実現する。その有用性を示すために、まずPixelRec上で学習された複数の古典的な純IDベースのベースラインモデル（IDNet）の結果を提示する。次に、データセットの画像特徴の有効性を検証するため、IDNetのアイテムID埋め込みを、アイテムを生画像ピクセルで表現する強力な視覚エンコーダーに置き換えた新しいモデル、PixelNetを構築する。得られた結果から、IDNetが特に効果的とされる標準的な非コールドスタート推薦設定においても、PixelNetはIDNetと同等、あるいはそれ以上の性能を達成することが明らかになった。さらに、PixelNetはコールドスタートやクロスドメイン推薦の場面においても、IDNetよりも優れた効果を発揮するなど、いくつかの顕著な利点を持つことが示された。これらの結果は、PixelRecにおける視覚的特徴の重要性を強調している。本研究では、画像ピクセルコンテンツに焦点を当てた推薦モデルに関する研究にとって、PixelRecが重要なリソースかつ検証の場となると確信している。本データセット、実装コード、リーダーボードは、https://github.com/westlake-repl/PixelRec にて公開される予定である。