Context-Aware Recommender Systems, Adomavicius+, Recommender Systems Handbook, 2011

AkihikoWatanabe commented 5 years ago

AkihikoWatanabe commented 5 years ago

Context-aware Recsysのパイオニア的研究

AkihikoWatanabe commented 5 years ago

通常のuser/item paradigmを拡張して、いかにコンテキストの情報を考慮するかを研究。

コンテキスト情報は、 Explicit: ユーザのマニュアルインプットから取得 Implicit: 自動的に取得 inferred: ユーザとツールやリソースのインタラクションから推測（たとえば現在のユーザのタスクとか）

いくつかの異なるパラダイムが提案された：

recommendation via context-driven querying and search approach 　コンテキストの情報を、特定のリポジトリのリソース（レストラン）に対して、クエリや検索に用いる。そして、best matchingなリソースを(たとえば、現在開いているもっとも近いレストランとか)をユーザに推薦。
Contextual preference elicitation and estimation approach 　こっちは2012年くらいの主流。contextual user preferencesをモデル化し学習する。データレコードをしばしば、<user, item, context, rating>の形式で表現する。これによって、特定のアイテムが特定のコンテキストでどれだけ好まれたか、が評価できるようになる。
contextual prefiltering approach 　contextualな情報を（学習したcontextualなpreferenceなどを）、tradittionalなrecommendation algorithmを適用する前にデータのフィルタリングに用いる。
contextual postfiltering approach 　entire setから推薦を作り、あとでcontextの情報を使ってsetを整える。
Contextual modeling 　contextualな情報を、そのままrecommendationの関数にぶちこんでしまい、アイテムのratingのexplicitなpredictorとして使う。

3, 4はtraditionalな推薦アルゴリズムが適用できる。 1,2,5はmulti-dimensionalな推薦アルゴリズムになる。heuristic-based, model-based approachesが述べられているらしい。

AkihikoWatanabe / paper_notes