[논문 리뷰] Beyond Personalization: Research Directions in Multistakeholder Recommendation

Himan Abdollahpouri, Gediminas Adomavičius외 6명|arXiv (Cornell University)|2019. 05. 01.

Recommender Systems and Techniques참고 문헌 151인용 수 66

한 줄 요약

Paper는 recommender 시스템에 대한 다중 이해관계자 프레임워크를 제시하며 이해관계자 유형, 3차원 설계 공간, 경제학, 다객체 최적화, 상호성/매칭 개인화에 걸친 연구 방향을 개괄합니다.

ABSTRACT

Recommender systems are personalized information access applications; they are ubiquitous in today's online environment, and effective at finding items that meet user needs and tastes. As the reach of recommender systems has extended, it has become apparent that the single-minded focus on the user common to academic research has obscured other important aspects of recommendation outcomes. Properties such as fairness, balance, profitability, and reciprocity are not captured by typical metrics for recommender system evaluation. The concept of multistakeholder recommendation has emerged as a unifying framework for describing and understanding recommendation settings where the end user is not the sole focus. This article describes the origins of multistakeholder recommendation, and the landscape of system designs. It provides illustrative examples of current research, as well as outlining open questions and research directions for the field.

연구 동기 및 목표

• 순수한 사용자 중심 개인화에서 추천 결과에 여러 이해관계자를 포함하는 방향으로의 전환을 촉진합니다.
• 다중 이해관계자 추천을 위한 형식적 정의와 3차원 설계 공간(Consumers, Providers, System)을 도입합니다.
• 다중측면 플랫폼의 경제학, 다객체 추천, 매칭/개인화 등 기존 연구 영역을 조사하고 미해결 질문과 방향을 제시합니다.

제안 방법

• 공식 추천기 S를 (u, i, R)를 점수로 매핑하는 함수 f로 정의하고, 사용자 지향 출력과 다중 이해관계자 출력을 구분합니다.
• 구성(configuration)에 대한 이해관계자 삼중 기호 표기법을 도입합니다: Consumers (C), Providers (P), System (S)로, 활성/수동 및 개인화된/중립적 변형을 포함합니다.
• S 변형으로 neutral, aggregate, and targeted objectives를 포함하는 <C, P, S>에 대한 3차원 설계 공간을 제시합니다.
• 구성(configuration)와 관련 설계 선택을 보여주는 분류법(예: 표 1)을 통해 다중 이해관계자 응용을 분류합니다.
• 경제학(다측면 플랫폼), 다객체 최적화, 상호성/매칭 개인화와의 연계를 논의합니다.
• 상호성 추천 및 시스템 지향 공정성 등을 포함한 예시와 도메인을 설명합니다.

실험 결과

연구 질문

• RQ1 다중 이해관계자 추천에서 필수 이해관계자 역할과 상호작용 모드는 무엇인가?
• RQ2 소비자, 공급자, 시스템 관점에서 다중 이해관계자 추천 설계를 어떻게 모델링하고 분류할 수 있는가?
• RQ3 다중측면 플랫폼 이론과 다객체 최적화를 추천 시스템에 적용함으로써 어떤 연구 방향과 미해결 질문이 제기되는가?
• RQ4 상호성 및 공정성 개념이 다중 이해관계자 프레임워크에 어떻게 통합되는가?

주요 결과

• 공식적인 다측면 프레임워크는 전통적 추천 설계를 Consumers, Providers, System의 세 가지 상호작용 이해관계자로 확장합니다.
• 3차원 <C, P, S> 설계 공간은 이해관계자 간의 활성/수동 상호작용과 중립/개인화된 개인화를 포착합니다.
• 다측면 플랫폼의 경제학과 공정성/다양성/목표 균형은 사용자 중심 지표를 넘는 다중 이해관계자 접근을 촉진합니다.
• 상호성 및 매칭 개념(예: reciprocal recommendation)은 온라인 데이트 및 채용 매칭과 같은 여러 도메인에서 핵심적입니다.
• 이 논문은 예시를 제시하고 주로 미탐색 영역을 확인하며, 특히 S_t(시스템 지향) 설계를 연구 방향으로 제시합니다.
• 이 프레임워크는 학계의 사용자 중심 연구와 여러 이해관계자를 통합하는 실제 상업적 목표 간의 차이를 강조합니다.