[論文レビュー] Towards effective research recommender systems for repositories

Petr Knoth, Lucas Anastasiou+5 more|Open Research Online (The Open University)|May 1, 2017

Recommender Systems and Techniques参考文献 7被引用数 14

ひとこと要約

本論文では、共同フィルタリングとコンテンツベースフィルタリングを活用して、関連する学術論文の発見を向上させる、学術リポジトリおよびジャーナルに統合された最先端の研究レコメンデーションシステム、COREレコメンダを提示する。このシステムは、パーソナライズドレコメンデーションを通じてユーザーエクスペリエンスを向上させるが、リポジトリインfra構造における標準化されたユーザーアクティビティログの記録およびグローバルサインオン機能の欠如により、課題に直面している。

ABSTRACT

In this paper, we argue why and how the integration of recommender systems for research can enhance the functionality and user experience in repositories. We present the latest technical innovations in the CORE Recommender, which provides research article recommendations across the global network of repositories and journals. The CORE Recommender has been recently redeveloped and released into production in the CORE system and has also been deployed in several third-party repositories. We explain the design choices of this unique system and the evaluation processes we have in place to continue raising the quality of the provided recommendations. By drawing on our experience, we discuss the main challenges in offering a state-of-the-art recommender solution for repositories. We highlight two of the key limitations of the current repository infrastructure with respect to developing research recommender systems: 1) the lack of a standardised protocol and capabilities for exposing anonymised user-interaction logs, which represent critically important input data for recommender systems based on collaborative filtering and 2) the lack of a voluntary global sign-on capability in repositories, which would enable the creation of personalised recommendation and notification solutions based on past user interactions.

研究の動機と目的

• 学術リポジトリにおける研究発見を、統合型レコメンデーションシステムによって向上させること。
• 現在のリポジトリインfra構造に起因する、効果的なレコメンデーションシステムの実装を妨げる制限要因を特定・解決すること。
• グローバルなリポジトリ間で一貫して高品質なパーソナライズドレコメンデーションを提供することで、ユーザーエクスペリエンスを向上させること。
• 大規模な研究レコメンデーションシステムを展開するにあたり、主な技術的およびインfra構造的障壁を同定し、克服すること。
• 体系的な評価プロセスを通じて、レコメンデーション品質を継続的に評価・改善すること。

提案手法

• COREレコメンダーは、メタデータおよびユーザーアクティビティデータを用いた共同フィルタリングとコンテンツベースフィルタリングを統合したハイブリッドレコメンデーションアプローチを採用している。
• リポジトリおよびジャーナルから得た匿名化されたユーザーアクティビティログを活用し、ユーザープreferencesおよびアイテム類似度をモデル化している。
• 分散アーキテクチャを採用しており、グローバルネットワークにまたがるリポジトリ間でのレコメンデーションを可能としている。
• 標準化されたAPIおよびデプロイメントフレームワークを通じて、サードパーティリポジトリへの統合を支援している。
• レコメンデーション品質の継続的監視と改善を実現するための評価プロセスを導入している。
• 将来的な拡張機能（例：パーソナライズドお知らせ、サインオン統合）を想定した拡張性を設計に組み込んでいる。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、研究レコメンデーションシステムが学術リポジトリにおける研究発見を効果的に向上させられるか？
• RQ2 現在のリポジトリエコシステムにおいて、高品質な研究レコメンデーションシステムの開発を阻害する技術的およびインfra構造的課題は何か？
• RQ3 共同フィルタリングとコンテンツベースフィルタリングをどの程度統合することで、多様なリポジトリ間でレコメンデーション精度を向上させられるか？
• RQ4 標準的なプロトコルが存在しない状況において、匿名化されたユーザーアクティビティログをどのように効果的に活用できるか？
• RQ5 グローバルサインオン機能が、パーソナライズドレコメンデーションおよびお知らせシステムの実現に果たす役割は何か？

主な発見

• COREレコメンダーは、生産環境への再アーキテクチャおよびデプロイが成功裏に完了し、スケーラビリティとリポジトリ間連携機能を実証した。
• システムは、グローバルネットワークにまたがるリポジトリにおけるユーザーアクティビティとコンテンツメタデータの分析を通じて、パーソナライズドレコメンデーションを提供している。
• 主な制限要因として、共同フィルタリングに不可欠な匿名化されたユーザーアクティビティログを公開するための標準プロトコルが存在しないことが判明した。
• もう一つの主要な課題は、任意のグローバルサインオンシステムが存在しないことであり、これは恒久的なユーザープロファイリングおよびパーソナライズドレコメンデーションの実現を阻害している。
• これらのインfra構造的制約にもかかわらず、慎重な設計と評価プロセスのおかげで、システムは高いレコメンデーション品質を達成している。
• 本論文は、次世代のレコメンデーションシステムを支えるために、コミュニティ全体での標準化が不可欠であると強調している。