[論文レビュー] Information & Environment: IoT-Powered Recommender Systems.

Jim Hahn|arXiv (Cornell University)|Jan 19, 2018

QR Code Applications and Technologies参考文献 53被引用数 2

ひとこと要約

本稿は、本棚内のリアルタイムユーザー位置情報を活用して、主題別推薦を提供する、IoT対応で場所に依存するレコメンドシステムを提案する。評価結果から、推奨主題の分布は広範かつ長尾型であることが判明し、アメリカ文学および英文学分野に短頭型の集中が見られる。これは、システムが動的で文脈に応じた提案によって、多様なユーザーの関心を満たしていることを示している。

ABSTRACT

Internet of Things (IoT) infrastructure within the physical library environment is the basis for an integrative, hybrid approach to digital resource recommenders. The IoT infrastructure provides mobile, dynamic wayfinding support for items in the collection, which includes features for location-based recommendations. The evaluation and analysis herein clarified the nature of users' requests for recommendations based on their location, and describes subject areas of the library for which users request recommendations. The results indicated that users of IoT-based recommendations are interested in a broad distribution of subjects, with a short-head distribution from this collection in American and English Literature. A long-tail finding showed a diversity of topics that are recommended to users in the library book stacks with IoT-powered recommendations.

研究の動機と目的

• 物理的図書館環境におけるユーザーのナビゲーションとコンテンツ発見を向上させる、IoT統合型レコメンドシステムの開発。
• 図書館の本棚内でのユーザーの位置が、レコメンド要請および主題の好みに与える影響の調査。
• 特に、ユーザー参加度における短頭型および長尾型のパターンを特定することを目的とした、推奨主題の分布の分析。
• 図書館の所蔵資料全体にわたり、多様なユーザーの関心をサポートする位置ベースのレコメンドの有効性の評価。

提案手法

• システムは、物理的図書館環境内でのユーザー位置をリアルタイムで追跡するためのIoTインfraを統合する。
• ユーザーの位置データは、本棚内の特定の主題分野に近接した場合に、文脈に応じたレコメンドをトリガーする。
• レコメンドは、物理的位置とデジタルリソースのメタデータを組み合わせたハイブリッド手法を用いて生成される。
• ユーザーのインタラクションを観察する分析を通じて、ユーザーの要請とレコメンドのパターンを評価する。
• データ分析は、短頭型および長尾型のトレンドを含む、主題の分布パターンの特定に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 図書館の本棚内でのユーザーの位置は、要請されるレコメンドの種別および主題にどのように影響するか？
• RQ2 図書館所蔵資料の異なる分野における推奨主題の分布はどのようになっているか？
• RQ3 どの主題分野でレコメンド要請の集中度が最も高いか？
• RQ4 システムは、長尾型のレコメンドを通じて、多様でニッチなトピックをどの程度サポートしているか？

主な発見

• IoT対応レコメンドシステムの利用者は、多様な主題に関心を示しており、多様な情報ニーズへの強い支援が確認された。
• アメリカ文学および英文学分野において、短頭型のレコメンド分布が観察され、これらの分野における需要の高さが示された。
• 他の主題分野では、長尾型のレコメンド分布が特定され、ニッチで専門的なトピックの多様性が反映された。
• システムは、図書館所蔵資料の特定のセクションに近接したユーザーに、動的で位置に依存するレコメンドを的確に提供した。