大規模推薦システムのためのユーザ行動モデリングフレームワークの提案

Research Project

Project/Area Number	25K21210
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 60090:High performance computing-related
Research Institution	The University of Tokyo
Principal Investigator	金刺宏樹東京大学, 情報基盤センター, 特任研究員 (80889395)
Project Period (FY)	2025-04-01 – 2029-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000) Fiscal Year 2028: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2027: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Keywords	推薦システム / ハイパフォーマンス・コンピューティング / マルチモーダルモデル / グラフ処理
Outline of Research at the Start	本研究では、ユーザの複雑な行動パターンを考慮した大規模推薦システムのためのモデルとフレームワークを提案する。ユーザのアイテムに対する閲覧・購入・レビューなど異なるタイプの行動を表現するMulti-Behavior と、時間の粒度を適応的に変える Multi-Scale の両面でモデリングする手法を構築する。さらに、百万ユーザ規模以上の推薦システムデータを効率的に処理するための、マルチGPU・マルチノード環境に適応したモデルとデータの最適化手法を提案する。推薦モデルの予測精度を維持しながら、推薦システム全体のスループットを向上させ、実用的な大規模推薦システムの実現に寄与する。