| 講演名 | 2023-09-12 複数データソースを統合したアニメーション作品のナレッジグラフに基づく作品推薦 齋藤 悠貴(電通大), 江上 周作(産総研), 清 雄一(電通大), 田原 康之(電通大), 大須賀 昭彦(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，新型コロナウイルス感染拡大の影響を受け，映像配信サービス等の需要は急速に増加している．ユーザに対し効果的にコンテンツを推薦するため，コンテンツのメタデータに基づいた体系的なデータベースを構築する知識表現研究と，ユーザの統計や行動情報に基づき適切にコンテンツを提供するデータ駆動研究の進展が求められている．しかし，これらの取り組みは互いに独立して研究開発が進められることが多く，融合的な推薦手法による効果は十分に分析されていない．そこで本研究では，コンテンツの中でもアニメーション作品を対象として，知識表現とデータ駆動の分野を横断した実用的なアプローチを模索・検討する．具体的には，ドメイン特化型の外部知識と汎用型の外部知識に相当するデータソースを作品エンティティの同定によって連携し，プロパティに制約条件を与えることでナレッジグラフを構築した．次に，構築したナレッジグラフを利用する外部知識の構成を変化させながら，作品推薦による評価実験を行った．その結果，単独のデータソースから構成されたナレッジグラフに基づく推薦の性能が優れており，特に汎用型の外部知識が推薦において最も有効であることが示された．さらにアブレーションスタディを重ねると，作品推薦に寄与するプロパティが定量化され，推薦にどのような特徴や属性を考慮すべきかが明らかとなった． |
| 抄録(英) | In recent years, the demand for Video-On-Demand (VOD) services has been rapidly increasing due to the impact of the spread of COVID-19. In order to effectively recommend contents to users, there is a need for progress in knowledge representation research, which constructs an organized database based on the metadata of contents, and in data-driven research, which provides contents appropriately based on user statistics and behavioral information. However, these research efforts are often conducted independently of each other, and the effects of integrated recommendation methods have not been fully analyzed. In this study, we seek and examine a practical approach that crosses the fields of knowledge representation and data-driven recommendation, focusing on anime contents among a lot of other contents. Specifically, we constructed a knowledge graph by linking data sources corresponding to domain-specific external knowledge and general-purpose external knowledge through the identification of work entities and imposing constraints on their properties. Next, we conducted an evaluation experiment by recommending works while changing the composition of the external knowledge that uses the constructed knowledge graph. The results showed that the performance of recommendation based on the knowledge graph constructed from a single data source was superior, and in particular, the general-purpose external knowledge was the most effective in recommendation. Further ablation study quantified the properties that contribute to work recommendation and clarified which features and attributes should be considered for recommendation. |
| キーワード(和) | ナレッジグラフ / グラフニューラルネットワーク / 推薦システム |
| キーワード(英) | |
| 資料番号 | AI2023-30 |
| 発行日 | 2023-09-05 (AI) |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2023/9/12(から2日開催) |
| 開催地（和） | 登別グランドホテル |
| 開催地（英） | |
| テーマ（和） | 合同エージェントワークショップ＆シンポジウム2023 (JAWS2023) |
| テーマ（英） | |
| 委員長氏名（和） | 藤田 桂英(東京農工大) |
| 委員長氏名（英） | Katsuhide Fujita(Tokyo Univ. of Agriculture and Technology) |
| 副委員長氏名（和） | 櫻井 祐子(名工大) / 大囿 忠親(名工大) |
| 副委員長氏名（英） | Yuko Sakurai(agoya Inst. of Tech.) / Tadachika Ozono(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 松崎 和賢(中大) / 中島 悠(東邦大) |
| 幹事氏名（英） | Kazutaka Matsuzaki(Chuo Univ.) / Yuu Nakajima(Toho Univ.) |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Artificial Intelligence and Knowledge-Based Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複数データソースを統合したアニメーション作品のナレッジグラフに基づく作品推薦 |
| サブタイトル（和） | |
| タイトル（英） | A recommender system based on a knowledge graph of anime contents integrating multiple data sources |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ナレッジグラフ |
| キーワード(2)（和/英） | グラフニューラルネットワーク |
| キーワード(3)（和/英） | 推薦システム |
| 第 1 著者 氏名（和/英） | 齋藤 悠貴 / Yuki Saito |
| 第 1 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 第 2 著者 氏名（和/英） | 江上 周作 / Shusaku Egami |
| 第 2 著者 所属（和/英） | 国立研究開発法人 産業技術総合研究所(略称：産総研) National Institute of Advanced Industrial Science and Technology(略称：AIST) |
| 第 3 著者 氏名（和/英） | 清 雄一 / Yuichi Sei |
| 第 3 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 第 4 著者 氏名（和/英） | 田原 康之 / Yasuyuki Tahara |
| 第 4 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 第 5 著者 氏名（和/英） | 大須賀 昭彦 / Akihiko Ohsuga |
| 第 5 著者 所属（和/英） | 電気通信大学(略称：電通大) University of Electro-Communications(略称：UEC) |
| 発表年月日 | 2023-09-12 |
| 資料番号 | AI2023-30 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | AI-190 |
| ページ範囲 | pp.172-179(AI), |
| ページ数 | 8 |
| 発行日 | 2023-09-05 (AI) |