論文の概要: Towards a Technical Debt for Recommender System
- arxiv url: http://arxiv.org/abs/2311.07947v2
- Date: Mon, 11 Dec 2023 15:46:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-13 01:12:31.422512
- Title: Towards a Technical Debt for Recommender System
- Title（参考訳）: リコメンダシステムの技術的負債に向けて
- Authors: Sergio Moreschini and Ludovik Coba and Valentina Lenarduzzi
- Abstract要約: 技術的負債(Technical debt)とは、レコメンデーションシステムの開発とアップキープの間に行われるトレードオフであり、適切な選択である。
我々は15の潜在的な因子を同定し、それらを考慮することが望ましい理由を詳述した。
- 参考スコア（独自算出の注目度）: 6.091316081836432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Balancing the management of technical debt within recommender systems
requires effectively juggling the introduction of new features with the ongoing
maintenance and enhancement of the current system. Within the realm of
recommender systems, technical debt encompasses the trade-offs and expedient
choices made during the development and upkeep of the recommendation system,
which could potentially have adverse effects on its long-term performance,
scalability, and maintainability. In this vision paper, our objective is to
kickstart a research direction regarding Technical Debt in Recommender Systems.
We identified 15 potential factors, along with detailed explanations outlining
why it is advisable to consider them.
- Abstract（参考訳）: レコメンダシステムにおける技術的負債の管理のバランスをとるには,現行システムのメンテナンスと拡張を継続する新機能の導入を効果的にジャグリングする必要がある。
推奨システムの領域内では、技術的負債は、リコメンデーションシステムの開発とアップキープの間に行われたトレードオフと過度な選択を含んでおり、長期的パフォーマンス、スケーラビリティ、保守性に悪影響を及ぼす可能性がある。
本研究の目的は,レコメンダシステムにおける技術的負債に関する研究の方向性を開始することである。
我々は15の潜在的な要因と、それらを考えることが望ましい理由を詳述した。
関連論文リスト
- All Roads Lead to Rome: Unveiling the Trajectory of Recommender Systems Across the LLM Era [63.649070507815715]
我々は、リコメンデータシステムをより広い視野に統合し、将来の研究のためのより包括的なソリューションの道を開くことを目指しています。
我々は、リストワイズレコメンデーションと会話レコメンデーションを通じて、現代のレコメンデーションシステムの2つの進化経路を特定する。
本稿では,ユーザの獲得コストを削減しつつ,推薦情報の有効性を高めることを指摘する。
論文 参考訳（メタデータ） (2024-07-14T05:02:21Z) - A Survey on Intent-aware Recommender Systems [8.761638205244427]
推薦システムは、ある時点にサービスを利用するというユーザの意図を考慮に入れることを目的としている。
本稿では,次世代のIntent-Aware Recommender Systemsを構築するための既存のアプローチを調査し,分類する。
論文 参考訳（メタデータ） (2024-06-24T06:46:32Z) - Technical Debt Management: The Road Ahead for Successful Software
Delivery [40.45645113369735]
技術的負債(Technical Debt)は、多くの人がソフトウェアプロジェクトの'サイレントキラー'と見なしているが、間違いなくソフトウェアエンジニアの日常的な語彙の一部になっている。
本稿では,技術負債管理における産業と研究の両コミュニティにおける技術の現状について検討する。
論文 参考訳（メタデータ） (2024-03-11T07:48:35Z) - User-Controllable Recommendation via Counterfactual Retrospective and
Prospective Explanations [96.45414741693119]
本稿では,説明可能性と可制御性をシームレスに統合するユーザ制御型レコメンデータシステムを提案する。
反ファクト推論を通じて、ふりかえりと予測的な説明の両方を提供することで、ユーザーはシステムに対する制御をカスタマイズできる。
論文 参考訳（メタデータ） (2023-08-02T01:13:36Z) - Recommender Systems in the Era of Large Language Models (LLMs) [62.0129013439038]
大規模言語モデル(LLM)は自然言語処理(NLP)と人工知能(AI)の分野に革命をもたらした。
我々は, プレトレーニング, ファインチューニング, プロンプティングなどの様々な側面から, LLM を利用したレコメンデータシステムの総合的なレビューを行う。
論文 参考訳（メタデータ） (2023-07-05T06:03:40Z) - Visualization for Recommendation Explainability: A Survey and New Perspectives [0.0]
本研究では,4次元のレコメンデータシステムにおける説明に関する文献を体系的にレビューする。
我々は,レコメンデーションシステムにおいて,説明的視覚化を設計するための一連のガイドラインを導出する。
本研究の目的は、視覚的に説明可能なレコメンデーション研究の可能性について、研究者や実践者がより深く理解することである。
論文 参考訳（メタデータ） (2023-05-19T15:42:00Z) - Recommender Systems: A Primer [7.487718119544156]
本稿では,従来のレコメンデーション問題の定式化について概説する。
次に、アイテム検索とランキングのための古典的アルゴリズムパラダイムをレビューする。
本稿では,近年のレコメンデーションシステム研究の進展について論じる。
論文 参考訳（メタデータ） (2023-02-06T06:19:05Z) - Knowledge Transfer via Pre-training for Recommendation: A Review and
Prospect [89.91745908462417]
実験による推薦システムに対する事前学習の利点を示す。
事前学習を伴うレコメンデータシステムの今後の研究に向けて,いくつかの将来的な方向性について論じる。
論文 参考訳（メタデータ） (2020-09-19T13:06:27Z) - Recommender Systems for the Internet of Things: A Survey [53.865011795953706]
勧告は、モノのインターネット(Internet of Things)の利益を開発し、促進する上で重要な段階である。
従来のレコメンデータシステムは、成長を続ける、動的で、異質なIoTデータを活用することができません。
論文 参考訳（メタデータ） (2020-07-14T01:24:44Z) - Survey for Trust-aware Recommender Systems: A Deep Learning Perspective [48.2733163413522]
信頼できるレコメンデーションシステムを採用することが重要になります。
本調査では,信頼を意識したレコメンデータシステムの3つのカテゴリについて概説する。
論文 参考訳（メタデータ） (2020-04-08T02:11:55Z)
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。