ハイブリッドおよびコンテキストアウェアレコメンダー

ハイブリッドレコメンダーは、複数の推薦戦略を組み合わせて個々の弱点を相殺し、コンテキストアウェアレコメンダーは、ユーザーの状況に合わせて提案を適応させます。

Definition

ハイブリッドレコメンダーは、2つ以上の推薦技術を組み合わせて、単一の手法よりも優れた提案を生成するものであり、コンテキストアウェアレコメンダーは、ユーザーとアイテムの識別情報に加えて、時間、場所、気分、同行者などのコンテキスト情報を推薦プロセスに組み込むものです。

Scope

このトピックでは、基本的な推薦の2つの補完的な拡張について説明します。1つは、重み付け、切り替え、特徴の組み合わせ、カスケードなどの戦略を通じて、コンテンツベース、協調フィルタリング、およびその他の技術を統合するハイブリッドシステムです。もう1つは、時間、場所、デバイスなどのコンテキスト要因を予測に組み込むコンテキストアウェア推薦です。これは、信号の組み合わせとコンテキスト化が、特にコールドスタートに対して、精度と堅牢性をどのように向上させるかについて扱いますが、基本となる手法と評価については隣接するトピックに譲ります。

Core questions

• コンテンツベースと協調フィルタリングの手法を単独で使用するのではなく、組み合わせる理由は何ですか？
• 重み付け、切り替え、カスケードなど、レコメンダーをハイブリッド化するためのどのような戦略が存在しますか？
• 時間や場所などのコンテキストを追加すると、推薦はどのように変化しますか？
• コンテキストは、事前フィルタリング、事後フィルタリング、またはコンテキストモデリングとしてどのようにモデル化できますか？
• ハイブリッドおよびコンテキストアウェアな手法は、コールドスタートと堅牢性にどのように役立ちますか？

Key concepts

• ハイブリッド推薦
• 重み付けおよび切り替えハイブリッド
• カスケードおよび特徴結合ハイブリッド
• コンテキストアウェア推薦
• コンテキスト事前フィルタリングおよび事後フィルタリング
• コンテキストモデリング
• コールドスタート緩和
• 多次元選好モデル

Key theories

ハイブリッド化戦略

レコメンダーは、スコアをブレンドする（重み付け）、状況に応じて選択する（切り替え）、一方の出力を他方に供給する（カスケードまたは特徴拡張）、または特徴を統合する（特徴結合）ことによって組み合わせることができ、適切な戦略は各コンポーネントの弱点を軽減します。

コンテキストアウェア推薦パラダイム

コンテキストは、推薦前にデータをフィルタリングする（コンテキスト事前フィルタリング）、結果を後で調整する（事後フィルタリング）、または多次元選好モデル内でコンテキストを直接モデル化する（コンテキストモデリング）ことによって組み込むことができます。

Clinical relevance

ほとんどの運用中のレコメンダーシステムはハイブリッドであり、協調フィルタリング、コンテンツ、行動の信号をブレンドし、デバイス、時間帯、最近のアクティビティなどのコンテキストに適応します。これらの技術は、精度を向上させ、コールドスタートに対処し、その瞬間に合わせて提案を調整します。これは、モバイルサービスやストリーミングサービスにおいて不可欠です。

History

Burkeの2002年の調査は、研究者たちが単一の推薦技術が常に最善ではないと認識したことで、ハイブリッド化戦略を体系化しました。コンテキストアウェア推薦は、モバイルコンピューティングとユビキタスコンピューティングが状況に応じた信号を利用可能にしたことで、AdomaviciusとTuzhilinによって形式化され、2000年代を通じて発展しました。ハイブリッドでコンテキストアウェアな設計は、現在では展開されているシステムで標準となっています。

Key figures

• Robin Burke
• Gediminas Adomavicius
• Alexander Tuzhilin
• Francesco Ricci

Seminal works

• burke2002
• adomavicius2011
• ricci2015

Frequently asked questions

ほとんどの実際のレコメンダーシステムがハイブリッドであるのはなぜですか？

各技術には弱点があります。コンテンツベースの手法は過度に専門化する傾向があり、協調フィルタリングの手法はコールドスタートとスパース性の問題に直面します。これらを組み合わせることで、一方の強みが他方の弱点を補い、通常、単一の手法よりも正確で堅牢な推薦が実現します。

コンテキストアウェア推薦におけるコンテキストとは何を指しますか？

コンテキストとは、ユーザーとアイテムの識別情報以外の、選好に影響を与えるあらゆる状況情報であり、時間、場所、デバイス、天気、またはユーザーが誰と一緒にいるかなどが含まれます。これらを組み込むことで、システムは、例えば平日の通勤時と週末の夜とで異なる推薦を行うことができます。