• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

生成AIとの融合により潜在的嗜好を把握可能とするユーザ中心推薦技術の構築

研究課題

研究課題/領域番号 24K02942
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分60080:データベース関連
小区分62020:ウェブ情報学およびサービス情報学関連
合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
研究機関北海道大学

研究代表者

長谷山 美紀  北海道大学, 情報科学研究院, 教授 (00218463)

研究分担者 斉藤 直輝  北海道大学, 総合IR本部, 助教 (00798225)
小川 貴弘  北海道大学, 情報科学研究院, 教授 (20524028)
藤後 廉  北海道大学, 情報科学研究院, 特任助教 (60840395)
研究期間 (年度) 2024-04-01 – 2028-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
18,460千円 (直接経費: 14,200千円、間接経費: 4,260千円)
2027年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2026年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2025年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2024年度: 7,410千円 (直接経費: 5,700千円、間接経費: 1,710千円)
キーワード生成AI / 深層学習 / 人工知能 / 強化学習 / 推薦
研究開始時の研究の概要

本研究では、マルチメディアコンテンツ推薦において、プラットフォーム依存かつブラックボックス推薦の双方の課題の解決に挑戦し、ユーザ中心の新たな推薦技術の確立を目指す。具体的に、「モダリティ・プラットフォームを横断可能とするクロスモーダル表現学習技術」および「潜在的嗜好を考慮した推薦を可能とするIn-context Learning技術の構築」を軸としてユーザの潜在的嗜好の把握および推薦精度の向上を目指す。本研究では,理論構築のみならず、実証実験を通した実用性検証を行う。最終的には、コンテンツ推薦と生成AIを融合することで、解釈性向上等のユーザ体験について大きな改善をもたらす技術の実現を目指す。

URL: 

公開日: 2024-04-11   更新日: 2024-06-24  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi