A Study on Explainable Recommender Systems using Personal Network
| Project/Area Number |
23K28194
|
|---|
| Project/Area Number (Other) |
23H03504 (2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62020:Web informatics and service informatics-related
Basic Section 60080:Database-related
Sections That Are Subject to Joint Review: Basic Section60080:Database-related , Basic Section62020:Web informatics and service informatics-related
|
|---|
| Research Institution | University of Hyogo (2024)
Kwansei Gakuin University (2023) |
|---|
Principal Investigator |
土方 嘉徳 兵庫県立大学, 情報科学研究科, 教授 (10362641)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
難波 英嗣 中央大学, 理工学部, 教授 (50345378)
風間 一洋 和歌山大学, システム工学部, 教授 (60647204)
|
|---|
| Project Period (FY) |
2023-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥18,330,000 (Direct Cost: ¥14,100,000、Indirect Cost: ¥4,230,000)
Fiscal Year 2026: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2024: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
Fiscal Year 2023: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
|
|---|
| Keywords | 推薦システム / パーソナルネットワーク / 推奨者提示 / ネットワーク分析 / 自動要約 / 説明可能推薦システム / 推奨者 / アスペクトベース要約 / 推薦者提示 |
|---|
| Outline of Research at the Start |
研究は，推薦システムからの推薦結果に対する説明付けにおいて，実世界の社会的関係であるパーソナルネットワーク中の親しい友人やインフルエンサーを推薦者として，彼らのお薦め要約を提示することで，ユーザの推薦されたアイテムに対する受容が高まるかどうかを被験者実験により検証するものである．
提示する推薦者は，SNS等の友人ネットワークから，推奨者としての適切性を考慮しつつネットワーク分析により抽出する．お薦め要約は，レビューサイトなどにユーザの書いたレビュー文から，ネットワーク中のユーザの関係性や属性などを考慮して生成する．
|
| Outline of Annual Research Achievements |
本研究課題は、推薦システムにおいて推薦されたアイテムの一つ一つに対して、実世界の友人やSNSのフォロー・フォロワーを推奨者として提示し、よりアイテム選択の意思決定が容易な推薦システムを開発することを目指す。どのような友人やSNSユーザーが推奨者として適しているかを社会心理学の観点から明らかにし、さらにSNSユーザーについては、社会ネットワーク分析やテキストマイニングによって、適切な推奨者を選択する手法を開発し、その推奨者のお薦め文をアスペクトベース要約により自動生成する。
今年度は、推奨者の説得力に関する基礎的な社会調査、推奨者決定のための社会ネットワークの分析、お薦め文作成のためのアスペクトベースのレビュー要約生成システムを構築した。
社会調査では、大学の実在するゼミを対象に、ゼミ生同士とゼミ生のSNS (Instagram) のフォロー・フォロワーの説得力について質問した。また、対象のゼミ生（ユーザ）の専門性，（自分との）親密さ，社会的所属の一致/不一致についても質問した。70人のゼミ生から回答を得た。また、代表的な推奨者としてインスタグラマーを取り上げ、一般のユーザーがインスタグラマーからライフスタイルへの影響を受けているかどうかを調査・分析した。
社会ネットワークの分析では、Instagramの実験対象者に対するフォローデータの収集と関係ネットワークの構築を行った。さらに、構築したネットワークの各種中心性とLouvain法で得られたコミュニティ構造を分析した。
お薦め文作成では、映画レビューからアスペクトベースのレビュー要約を生成するシステムを構築した。このシステムでは、まず複数の映画レビューから「演出」や「脚本」など特定のアスペクトに関する情報をChatGPTを用いて抽出する。次に、クラスタリングを利用してアスペクトごとの類似情報を集約し、最終的に要約を出力する。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
社会調査の計画書の作成に時間を要したため、研究代表者が所属する関西学院大学における倫理審査の認可が遅れた。本社会調査では、実在する知り合いの学生に対する説得力や親密さの評価を行ってもらう。倫理的に実行可能な調査とするため、研究計画書の作成を慎重に行い、何度も研究グループ内でレビューを行った。その結果、倫理委員会への倫理審査申請書の提出が遅くなってしまった。そのため、社会調査の実施と、社会ネットワーク分析に必要な基礎データの収集が遅くなり、社会ネットワーク分析の開始が遅くなってしまった。特に社会ネットワーク分析では、基礎的な分析にとどまってしまった。
|
| Strategy for Future Research Activity |
社会調査の実施が遅くなってしまったため、年度の後半に取得したゼミ生のデータを含めた分析が行えていない。それらを含めて90人程度にまでデータを増やして、推奨者の説得力の分析を行いたい。また、質問紙調査に基づく説得力の評価に加えて、実際の推薦システムで推奨者として提示した時の推薦アイテムの受容について心理学実験を実施する。
社会ネットワーク分析では、ノードの中心性に関するより詳細な分析を行う。また、Instagramのフォロー関係に基づくネットワーク構造に加えて、テキストやSNS上の行動に関する利用規約に反しない情報の収集方法を検討・実施する。
アスペクトベース要約では、2023年度に構築したシステムを基に、ユーザ間の関係や属性を考慮した要約生成の拡張を行う。この拡張にはチーム間の連携が重要であり、研究を進める上でデータの共有を行う。さらに、出力された要約の評価方法についての検討を開始する。
|
Report
(1 results)
Research Products
(3 results)
