論文の概要: Trustworthy Recommender Systems

• arxiv url: http://arxiv.org/abs/2208.06265v1
• Date: Wed, 10 Aug 2022 08:28:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-15 13:52:37.159645
• Title: Trustworthy Recommender Systems
• Title（参考訳）: 信頼できるレコメンデーションシステム
• Authors: Shoujin Wang, Xiuzhen Zhang, Yan Wang, Huan Liu, Francesco Ricci
• Abstract要約: Recommender System (RS) は、ユーザーが大きなカタログから興味のあるアイテムを効果的に取り出すのを支援することを目的としている。 近年では、攻撃やシステムやユーザ生成ノイズ、システムのバイアスなど、RSに対する脅威が増加している。 エンドユーザーにとって、信頼できるRS(TRS)は正確であるだけでなく、透明で偏りがなく公正であり、ノイズや攻撃に対して堅牢であるべきである。
• 参考スコア（独自算出の注目度）: 33.622624768366094
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recommender systems (RSs) aim to help users to effectively retrieve items of their interests from a large catalogue. For a quite long period of time, researchers and practitioners have been focusing on developing accurate RSs. Recent years have witnessed an increasing number of threats to RSs, coming from attacks, system and user generated noise, system bias. As a result, it has become clear that a strict focus on RS accuracy is limited and the research must consider other important factors, e.g., trustworthiness. For end users, a trustworthy RS (TRS) should not only be accurate, but also transparent, unbiased and fair as well as robust to noise or attacks. These observations actually led to a paradigm shift of the research on RSs: from accuracy-oriented RSs to TRSs. However, researchers lack a systematic overview and discussion of the literature in this novel and fast developing field of TRSs. To this end, in this paper, we provide an overview of TRSs, including a discussion of the motivation and basic concepts of TRSs, a presentation of the challenges in building TRSs, and a perspective on the future directions in this area. We also provide a novel conceptual framework to support the construction of TRSs.
• Abstract（参考訳）: recommender systems(rss)は、ユーザーが大きなカタログから興味のあるアイテムを効果的に取り出すのを支援する。 長い間、研究者や実践者は正確なrssの開発に注力してきた。 近年、rssに対する脅威が増加しており、攻撃、システム、ユーザー生成ノイズ、システムバイアスが原因となっている。 その結果,rs精度への厳密な注力が制限され,信頼性など他の重要な要因も検討する必要があることが明らかとなった。 エンドユーザーにとって、信頼できるRS(TRS)は正確であるだけでなく、透明で偏りがなく公正であり、ノイズや攻撃に対して堅牢であるべきである。 これらの観測は、精度指向のRSからRSへのRSの研究のパラダイムシフトにつながった。 しかし、研究者はtrssのこの新奇で急速な発展分野における文学の体系的な概要と議論を欠いている。 そこで本稿では,trssの動機と基本的な概念,trss構築における課題の提示,この分野の今後の方向性に関する展望など,trssの概要について述べる。 TRSの構築を支援するための新しい概念的枠組みも提供する。

関連論文リスト

• Trustworthiness in Retrieval-Augmented Generation Systems: A Survey [59.26328612791924]
  Retrieval-Augmented Generation (RAG)は、大規模言語モデル(LLM)の開発において、急速に重要なパラダイムへと成長してきた。 本稿では,RAGシステムの信頼性を,事実性,堅牢性,公正性,透明性,説明責任,プライバシの6つの面で評価する統一的な枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-16T09:06:44Z)
• On the Need for Configurable Travel Recommender Systems: A Systematic Mapping Study [3.029887797752315]
  再利用の最小化と市場投入のスピードアップを促進する設定アプローチで開発者をサポートするのではなく、さまざまなコンテキストに対して、スクラッチからTRSを構築する傾向があります。 分析の結果,運用状況と密接な関係を持つTLSの開発において,TLSプロバイダを支援する構成サポートが欠如していることが明らかになった。
  論文  参考訳（メタデータ） (2024-07-16T10:33:59Z)
• The Trajectory of Romance Scams in the U.S [0.0]
  本研究は,2004年から2023年までのWeb検索,ニュース記事,研究論文,政府報告の定量的分析を通じて,米国におけるRSの動向を調査した。 結果は、最近当局に報告された事件の減少と対照的な、大衆の関心とメディアの報道が増していることを示している。 公式報告が下がったにもかかわらず、RSのエスカレーションが示唆されている。
  論文  参考訳（メタデータ） (2024-05-06T20:18:33Z)
• A Conversation is Worth A Thousand Recommendations: A Survey of Holistic Conversational Recommender Systems [54.78815548652424]
  会話レコメンデータシステムは対話的なプロセスを通じてレコメンデーションを生成する。 すべてのCRSアプローチが、インタラクションデータのソースとして人間の会話を使用するわけではない。 全体論的CRSは、現実世界のシナリオから収集された会話データを使って訓練される。
  論文  参考訳（メタデータ） (2023-09-14T12:55:23Z)
• Alleviating the Long-Tail Problem in Conversational Recommender Systems [72.8984755843184]
  会話レコメンデータシステム(CRS)は、自然言語による会話を通じてレコメンデーションサービスを提供することを目的としている。 既存のCRSデータセットは、長い尾の問題に悩まされているため、会話で言及される項目はめったにない(あるいは一度もない)。 本稿では、バランスの取れたCRSデータセットのシミュレーションと利用に焦点を当てた新しいフレームワークである textbfLOT-CRS を提案する。
  論文  参考訳（メタデータ） (2023-07-21T15:28:47Z)
• Methodologies for Improving Modern Industrial Recommender Systems [19.296314932479497]
  Recommender System(RS)は、ソーシャルメディア、eコマース、エンターテイメントなどの分野で成功した技術である。 本稿では,近代工業用RSの改良手法について考察する。
  論文  参考訳（メタデータ） (2023-07-21T03:33:07Z)
• KECRS: Towards Knowledge-Enriched Conversational Recommendation System [50.0292306485452]
  chit-chatベースの会話レコメンデーションシステム(crs)は、自然言語インタラクションを通じてユーザーにアイテムレコメンデーションを提供する。 外部知識グラフ(KG)がChit-chatベースのCRSに導入されている。 KECRS(Knowledge-Enriched Conversational Recommendation System)の提案 大規模データセットの実験結果は、KECRSが最先端のキトチャットベースのCRSを上回っていることを示しています。
  論文  参考訳（メタデータ） (2021-05-18T03:52:06Z)
• Advances and Challenges in Conversational Recommender Systems: A Survey [133.93908165922804]
  現在の会話レコメンダーシステム(CRS)で使用されるテクニックの体系的なレビューを提供します。 CRS開発の主な課題を5つの方向にまとめます。 これらの研究の方向性は、情報検索(IR)、自然言語処理(NLP)、人間とコンピュータの相互作用(HCI)などの複数の研究分野を含みます。
  論文  参考訳（メタデータ） (2021-01-23T08:53:15Z)
• Sequential Recommender Systems: Challenges, Progress and Prospects [50.12218578518894]
  シーケンシャルレコメンダシステム(SRS)は、シーケンシャルなユーザ行動、ユーザとアイテム間の相互作用、ユーザの好みとアイテムの人気の時間的変化を理解し、モデル化しようとする。 まず, SRSの特徴を概説し, 研究領域における課題をまとめ, 分類し, そして, 最新の研究成果と代表的研究成果から, 対応する研究の進展を概説する。
  論文  参考訳（メタデータ） (2019-12-28T05:12:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。