[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

DUALRec: A Hybrid Sequential and Language Model Framework for Context-Aware Movie Recommendation

Created by
  • Haebom

作者

Yitong Li, Raoul Grasman

概要

本論文では、ユーザーの動的でコンテキストに富んだ好みをモデル化して予測するのが困難な最新の推奨システム問題を解決するためにDUALRecを提案します。 DUALRecは、LSTMネットワークの時間的モデリング能力と微調整された大規模言語モデル(LLM)の意味的な推論能力を組み合わせて、ユーザーの進化する好みを捉え、次の映画をお勧めします。 LSTMはユーザーの視聴履歴を通じて進化する好みを把握し、微調整されたLLMはこれらの時間的なユーザー洞察を活用してユーザーが楽しむ次の映画を作成します。 MovieLens-1Mデータセットの実験の結果、DUALRecモデルはさまざまな基準モデルより優れた性能を示しました。

Takeaways、Limitations

Takeaways:
LSTMと微調整されたLLMを組み合わせて、ユーザーの動的好みを効果的にモデル化する新しい推奨システムアーキテクチャを提示します。
時間的逐次モデリングとセマンティック推論を組み合わせて,よりインテリジェントでコンテキスト認識推薦システムを開発するための有望な方向性を提示した。
MovieLens-1Mデータセットでは、さまざまな評価指標(HR @ k、NDCG @ k、ジャンル類似性)が従来のモデルより優れた性能を示しました。
Limitations:
MovieLens-1Mデータセットを1つだけ使用して実験を行ったので、他のデータセットへの一般化の可能性についてさらに研究する必要があります。
提案されたモデルの複雑さと計算コストの分析が不足しています。
LLMの微調整方法とパラメータの詳細な説明が不足している可能性があります。
👍