[論文レビュー] Result Diversification in Search and Recommendation: A Survey

Haolun Wu, Yansen Zhang+5 more|arXiv (Cornell University)|Dec 29, 2022

Socioeconomic Development in MENA被引用数 22

ひとこと要約

この論文は、検索と推奨の両方における多様性指標と多様化アプローチの統一的な分類法を提供し、100件を超える研究を統合し、未解決の課題を概説する。

ABSTRACT

Diversifying return results is an important research topic in retrieval systems in order to satisfy both the various interests of customers and the equal market exposure of providers. There has been growing attention on diversity-aware research during recent years, accompanied by a proliferation of literature on methods to promote diversity in search and recommendation. However, diversity-aware studies in retrieval systems lack a systematic organization and are rather fragmented. In this survey, we are the first to propose a unified taxonomy for classifying the metrics and approaches of diversification in both search and recommendation, which are two of the most extensively researched fields of retrieval systems. We begin the survey with a brief discussion of why diversity is important in retrieval systems, followed by a summary of the various diversity concerns in search and recommendation, highlighting their relationship and differences. For the survey's main body, we present a unified taxonomy of diversification metrics and approaches in retrieval systems, from both the search and recommendation perspectives. In the later part of the survey, we discuss the open research questions of diversity-aware research in search and recommendation in an effort to inspire future innovations and encourage the implementation of diversity in real-world systems.

研究の動機と目的

• 検索系システムにおいて多様性がなぜ重要か、そしてそれがユーザーと提供者へ与える影響を説明する。
• 検索と推奨の両方に適用可能な多様性指標と手法の統一的分類法を提供する。
• オフラインおよびオンライン設定における既存の多様性アプローチとその長所・制限を要約する。
• 今後の研究課題と実世界への展開を刺激するためのオープンな研究課題を特定する。

提案手法

• 検索と推奨の両方にまたがる多様性指標とアプローチを分類する統一的分類法を提案する。
• 指標を関連性非依存（relevance-oblivious）と関連性認識（relevance-aware）のカテゴリに整理し、距離ベース、カバレッジベース、社会的福祉、ランク認識などのサブクラスを含める。
• 検索における内在的と外在的多様性を区別し、推奨における個人レベルとシステムレベルの多様性を区別する。
• オフラインおよびオンラインの多様化戦略を検討し、それらをオープンな研究課題と関連づける。
• 古典的な多様化指標の実装リソースを公開リポジトリで提供する。

実験結果

リサーチクエスチョン

• RQ1 検索と推奨の両方で多様性をどのように定義・測定・運用可能にすることができるか？
• RQ2 多様化を評価する主な指標のカテゴリは何で、それらは関連性とどう関連するか？
• RQ3 検索タスクのオフライン・オンライン設定の両方で多様性を向上させる共通の手法は何か？
• RQ4 多様性を意識した検索と推奨に残る未解決の問題は何で、実システムでどのように対処できるか？
• RQ5 統一的な分類法は研究者と実務者が多様化手法を設計・比較するのにどう役立つか？

主な発見

• 統一的な分類法は、検索と推奨の両方の多様性指標と手法を統一的な枠組みで整理する。
• 多様性指標は関連性非依存と関連性認識に分類され、サブクラスとして距離ベース、カバレッジベース、社会的福祉、ランク認識などが含まれる。
• 検索では多様性は外在的 vs 内在的として整理され、推奨では個人レベル vs システムレベルの多様性として整理され、異なる利害関係者の関心を浮き彫りにする。
• リストの多様性を測る指標と、多様性と関連性のバランスを取る指標の明確な区別があり、優先度や重さといった公理的配慮を含む。
• 著者らは広範な文献（100件を超える論文）を要約し、多様化指標の実装リソースを提供する。