nogawanogawa / paper_memo

4 stars 0 forks source link

Reciprocal Recommender Systems: Analysis of State-of-Art Literature, Challenges and Opportunities on Social Recommendation #67

Open nogawanogawa opened 1 year ago

nogawanogawa commented 1 year ago

論文URL

https://arxiv.org/abs/2007.16120v2

著者

Iv´an Palomaresa, Carlos Porcela, Luiz Pizzatob, Ido Guyc, Enrique Herrera-Viedmaa

会議

?

背景

相互推薦システム(RRS)は、従来の推薦が行ってきたような正確な嗜好推定を行うだけでなく、ユーザー間の嗜好情報を集約するための適切な融合処理を定義する必要があるため、ユーザーアイテム推薦や一方的なユーザー推薦サービスよりも複雑である。

ユーザー間の嗜好情報を集約するための適切な融合処理は重要かつ特徴的であるが、RRS研究においてほとんど研究されていない側面である。

目的

RRS研究の最先端を要約すること(?)

アプローチ

ひとことメモ

nogawanogawa commented 1 year ago

背景

相互推薦システム(RRS)は、従来の推薦が行ってきたような正確な嗜好推定を行うだけでなく、ユーザー間の嗜好情報を集約するための適切な融合処理を定義する必要があるため、ユーザーアイテム推薦や一方的なユーザー推薦サービスよりも複雑である。

ユーザー間の嗜好情報を集約するための適切な融合処理は重要かつ特徴的であるが、RRS研究においてほとんど研究されていない側面である。

nogawanogawa commented 1 year ago

目的

RRS研究の最先端を要約すること(?)

アプローチ

nogawanogawa commented 1 year ago

従来の推薦システムと相互推薦システムの分類

従来の推薦システムと相互推薦システムという観点で、下記のように分類している。

image

相互推薦システムの一般的な構成は下記のようになる。

image

x->y, y->xの両方のpreference scoreをaggregationして計算する。

nogawanogawa commented 1 year ago

適用分野

代表的な適用分野は下記。

nogawanogawa commented 1 year ago

現在の代表的なモデル

RECON: REciprocal CONtent-based recommender for online dating

image

image

RCF: Reciprocal Collaborative Filtering

image

RWS: Reciprocal Weighted Score

image

LFRR: Latent Factor Reciprocal Recommender

image

CCR: Content Collaborative Reciprocal Recommender

nogawanogawa commented 1 year ago

課題と研究テーマ

image

Fusion Strategyと互恵性

image

適用分野

推薦技法

評価と再現性

公平性, 説明性、倫理