文献

J-GLOBAL ID：202202271818474588   整理番号：22A0685725

大量のサイド情報を持つ改良型知識グラフ注意ネットワークに基づく説明可能な推奨フレームワーク【JST・京大機械翻訳】

An explainable recommendation framework based on an improved knowledge graph attention network with massive volumes of side information

著者 (4件)： Shimizu Ryotaro (Graduate School of Creative Science and Engineering, Waseda University, 3-4-1 Ohkubo, Shinjuku-ku, Tokyo 169-8555, Japan) ,  Shimizu Ryotaro (ZOZO Research, Kioi Tower 22F, 1-3 Kioicho, Chiyoda-ku, Tokyo 102-0094, Japan) ,  Matsutani Megumi (ZOZO Research, Kioi Tower 22F, 1-3 Kioicho, Chiyoda-ku, Tokyo 102-0094, Japan) ,  Goto Masayuki (School of Creative Science and Engineering, Waseda University, 3-4-1 Ohkubo, Shinjuku-ku, Tokyo 169-8555, Japan)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 239  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 近年,説明可能な推薦は活発な研究のトピックである。これは,方法論に関連した機械学習場の分岐が推薦システムの出力の理由の人間理解を可能にするためである。説明可能な推薦の実現は,ユーザ満足度と説明可能な推薦システムの需要の両方を増加させると広く期待されている。説明可能な推薦は,推薦モデルによって適用される意思決定推論を解説するために,多くのサイド情報(例えば,売り手,ブランド,ユーザ年齢,性別,および書籍情報など)を利用する。説明可能な推薦では,多数の変数を含む学習サイド情報が豊富な解釈性をもたらすが,与えられた計算資源が実行できる学習量を減らし,推薦モデルの精度が劣化するので,多くの変数の学習が課題を示す。しかし,多数の多様な変数が,大規模な実世界サービスを運営する実際の企業によって保存されたサイド情報に含まれる。したがって,この貴重な情報の実用化を実現するためには,計算コストのような問題を解決する必要がある。本研究では,アイテムのサイド情報を利用し,高い推薦精度を実現する改良知識グラフ注意ネットワークモデルに基づく説明可能な推薦のための新しいフレームワークを提案した。提案したフレームワークは,提供された推奨の理由を可視化することにより直接解釈を可能にする。実験結果は,提案フレームワークが計算時間要求を約80%短縮し,一方,グラフ構造に含まれる確率的に与えられたエッジを学習するためのモデルを可能にすることによって推薦精度を維持することを示した。さらに,結果は,提案フレームワークが従来のモデルより豊富な解釈性を示したことを示した。最後に,多面的解析は,提案フレームワークが説明可能な推薦モデルとして有効であるだけでなく,様々なマーケティング戦略の計画のための強力なツールを提供することを示唆した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *グラフ ,  意思決定 ,  学習 ,  *ネットワーク ,  ブランド ,  構造 ,  可視化 ,  推論 ,  市場戦略 ,  機械学習 ,  *フレームワーク【ソフトウェア開発】
準シソーラス用語： ネットワークモデル ,  推奨システム ,  計算コスト ,  *サイド情報 ,  グラフ構造 , 【Automatic Indexing@JST】

著者キーワード (6件)： 説明可能な人工知能 ,  説明可能な推奨 ,  モデル固有アプローチ ,  知識グラフ注意ネットワーク ,  知識グラフ埋込み ,  知識グラフが可能にした推奨

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： サイド情報 ,  知識グラフ ,  注意 ,  説明 ,  推奨 ,  フレームワーク