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/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: 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。