[論文レビュー] Towards QoS-Aware Recommendations

Pavlos Sermpezis, Savvas Kastanakis+5 more|arXiv (Cornell University)|Jul 15, 2019

Caching and Content Delivery参考文献 36被引用数 7

ひとこと要約

本稿では、ユーザー体験と関与度を向上させるために、ネットワークのサービス品質（QoS）をコンテンツ推薦に統合するQoS対応推薦システムを提案する。実ユーザー実験を用いたテストベッド上で実施された研究では、QoSとコンテンツの関連性（QoR）、およびユーザーの関心を組み合わせることで、体感される体験品質（QoE）が著しく向上することを示している。最小QoSと最小関心が、ユーザー満足度において最も予測力のある要因であることが判明した。

ABSTRACT

In this paper we propose that recommendation systems (RSs) for multimedia services should be "QoS-aware", i.e., take into account the expected QoS with which a content can be delivered, to increase the user satisfaction. Network-aware recommendations have been very recently proposed as a promising solution to improve network performance. However, the idea of QoS-aware RSs has been studied from the network perspective. Its feasibility and performance performance advantages for the content-provider or user perspective have only been speculated. Hence, in this paper we aim to provide initial answers for the feasibility of the concept of QoS-aware RS, by investigating its impact on real user experience. To this end, we conduct experiments with real users on a testbed, and present initial experimental results. Our analysis demonstrates the potential of the idea: QoS-aware RSs could be beneficial for both the users (better experience) and content providers (higher user engagement). Moreover, based on the collected dataset, we build statistical models to (i) predict the user experience as a function of QoS, relevance of recommendations (QoR) and user interest, and (ii) provide useful insights for the design of QoS-aware RSs. We believe that our study is an important first step towards QoS-aware recommendations, by providing experimental evidence for their feasibility and benefits, and can help open a future research direction.

研究の動機と目的

• マルチメディアサービスにおけるQoS対応推薦システムの実現可能性と利点を調査すること。
• QoS、コンテンツ関連性（QoR）、およびユーザーの関心が、ユーザー体験および関与度に与える影響を理解すること。
• QoS対応推薦がユーザー満足度およびコンテンツプロバイダーの関与度を向上させることを実証的根拠で示すこと。
• QoS、QoR、およびユーザーの関心に基づいてユーザー体験を予測する統計モデルを構築すること。
• ネットワーク性能を重要な次元として含む、文脈に応じた推薦システム分野における新しい研究分野の基盤を築くこと。

提案手法

• 制御されたテストベッド上で実ユーザー実験を実施し、さまざまなQoSおよび推薦関連性の条件下でのユーザー体験を評価した。
• QoS（1–5）とコンテンツ関連性（1–5）の異なる組み合わせに対して、ユーザーが体感する体験品質（QoE）を5段階評価で収集した。
• QoS、ユーザー関心、QoRを変数として用い、QoEを予測する順序ロジスティック回帰モデルを構築し、特徴量の重みを用いて相対的な重要度を評価した。
• QoSとユーザー関心の最小値をキーフィーチャーとして使用し、いずれの次元でも性能が低いと体験が著しく劣化することを反映した。
• モデルの予測結果を可視化し、さまざまな{QoS, 関心}の組み合わせにおけるQoEの違いを比較し、トレードオフを明らかにした。
• 特徴量の重みを分析し、QoS、関心、およびその最小値がユーザー満足度に与える相対的影響を特定した。

実験結果

リサーチクエスチョン

• RQ1 QoS対応推薦は、動画ストリーミングサービスにおけるユーザー体験を向上させることができるか？
• RQ2 ユーザーは、QoS、コンテンツ関連性（QoR）、および個人の関心をどのように評価基準として用いるか？
• RQ3 QoSとコンテンツ関連性のどちらが、体感される体験品質（QoE）に与える影響が大きいのか？
• RQ4 統計モデルは、QoS、QoR、およびユーザー関心に基づいてユーザーのQoEを正確に予測できるか？
• RQ5 低QoSまたは低関連性が、ユーザー満足度に同程度に悪影響を及える閾値や相互作用効果が存在するか？

主な発見

• QoSとユーザー関心の最小値が、ユーザー体験の予測において最も重要な要因であり、特徴量の重みが0.53に達した。これは、満足度を得るには高関連性と高QoSの両方が不可欠であることを示している。
• QoS単体では中程度の影響（重み0.17）であったが、ユーザー関心は強い影響（重み0.30）を示しており、関連性の重要性がQoS単体の影響を上回ることを示している。
• モデルの予測によると、{4,3}（QoS=4、関心=3）の推薦は{3,4}と同等のQoEをもたらすが、{4,2}は{2,4}よりも著しく悪い結果となる。これは、ユーザーの認識に非対称性があることを示している。
• QoSまたはコンテンツ関連性のいずれかが低い場合、ユーザーは強い不満を示すことが判明した。これは、配信品質の悪化が、関連性のないコンテンツと同等に深刻な悪影響を及えることを意味する。
• 本研究の結果は、QoS対応推薦がユーザー体験と関与度を向上させられることを実証的に裏付け、提案されたパラダイムの実現可能性を支持している。
• 本研究は、QoSを推薦システムに統合することで、ユーザー満足度およびコンテンツプロバイダーの関与度に測定可能な改善がもたらされることを示している。