[論文レビュー] Finding the Right Set of Users: Generalized Constraints for Group Recommendations

Kostas Stefanidis, Evaggelia Pitoura|arXiv (Cornell University)|Feb 26, 2013

Recommender Systems and Techniques参考文献 14被引用数 3

ひとこと要約

本稿は、アイテムの関連性と人間関係の相性という両方の制約を考慮して最適なユーザーグループを選択する、一般化された制約モデルを導入する。グリーディーなアルゴリズムを提案し、繰り返しグループの団結を最大化するが、ユーザーデフォルトの制約とシステムレベルの制約を満たすようにユーザを追加する。これにより、グループ形成における高い集団満足度と相性が保証される。

ABSTRACT

Recently, group recommendations have attracted considerable attention. Rather than recommending items to individual users, group recommenders recommend items to groups of users. In this position paper, we introduce the problem of forming an appropriate group of users to recommend an item when constraints apply to the members of the group. We present a formal model of the problem and an algorithm for its solution. Finally, we identify several directions for future work.

研究の動機と目的

• グループ構成に関するユーザーフレファレンスを考慮しないグループ推薦システムのギャップを埋める。
• グループ形成のためのユーザ-アイテム、ユーザ-グループ、グループ-グループ間の相性に関する制約を形式化する。
• 推薦されたアイテムに対して関心を持つだけでなく、他のメンバーと相性の良いユーザーチームを選択するアルゴリズムを開発する。
• アイテム関連性と人間関係の相性をバランスさせることで、集団満足度を最大化する。

提案手法

• 本稿は、ユーザーフレファレンスをアイテム属性（ユーザ-アイテム）およびグループメンバー属性（ユーザ-グループおよびグループ-グループ）に関する制約としてモデル化する。
• グリーディーなアルゴリズムを導入し、1人ずつユーザを追加する。追加時に制約を満たす数を最大にする、または違反する数を最小にするユーザを優先する。
• アルゴリズムは、追加による制約満足度への影響を評価し、個々のおよび集団の制約達成を考慮したスコアリング機構を用いる。
• 本手法は、値ベースの好み（例：年齢、教育水準）および基数制約（例：40歳以上の人を最低何名以上含む）を含む、柔軟な制約タイプをサポートする。
• 会社が中高年または高齢の旅行者を好むといった、ユーザーレベルとシステムレベルの両方の制約を統合する。
• 希望のグループサイズに達した時点でアルゴリズムは終了し、最終的なグループが可能な限り多くの制約を満たすことを保証する。

実験結果

リサーチクエスチョン

• RQ1 グループ推薦システムは、アイテム関連性に加え、グループメンバー間の人間関係の相性も考慮できるようにどのように拡張できるか？
• RQ2 グループ編成に関する多様な制約（例：他のグループメンバーに対するユーザーフレファレンス）を表現できる形式的モデルは何か？
• RQ3 最大の制約数を満たし、推薦されたアイテムに対する集団の関心を最大化するグループを形成する効率的なアルゴリズムはどのように設計できるか？
• RQ4 すべての制約を満たすグループがない場合、アイテム関連性とグループ相性をバランスさせる際に生じるトレードオフは何か？

主な発見

• 提案されたグリーディーなアルゴリズムは、高い数のユーザーレベルおよびシステムレベルの制約を満たしつつ、推薦されたアイテムに対する集団の関心を最大化するユーザーグループを効果的に形成した。
• アルゴリズムは、アイテムに対して高い個別関心を持つだけでなく、人間関係の相性制約を満たすメンバーを選択する有効性を示した。
• 本手法は、値ベースの好み（例：年齢、教育水準）および基数制約（例：40歳以上の人を最低何名以上含む）を含む、柔軟な制約モデリングをサポートする。
• すべての制約を満たすグループがない場合、違反する制約数が最も少ないグループを優先することで、アイテムをグループに推薦することが可能になる。
• アルゴリズムはスケーラブルであり、旅行パッケージやコース推薦など、グループ相性が重要な実世界の応用に実用的である。