論文の概要: Point of Interest Recommendation: Pitfalls and Viable Solutions

• arxiv url: http://arxiv.org/abs/2507.13725v1
• Date: Fri, 18 Jul 2025 08:10:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-21 20:43:26.219417
• Title: Point of Interest Recommendation: Pitfalls and Viable Solutions
• Title（参考訳）: 興味深い勧告のポイント:ピットフォールと生存可能な解決策
• Authors: Alejandro Bellogín, Linus W. Dietz, Francesco Ricci, Pablo Sánchez,
• Abstract要約: ポイント・オブ・リコメンデーション(POI)は、観光客の経験を豊かにする上で重要な役割を担っている。 POIレコメンデーションは本質的には高いテイクであり、ユーザーはこれらの提案されたPOIを検索、選択、消費するためにかなりの時間、お金、労力を投資する。 この地域の多くの研究成果にもかかわらず、いくつかの根本的な問題は未解決のままである。
• 参考スコア（独自算出の注目度）: 44.68478552919453
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Point of interest (POI) recommendation can play a pivotal role in enriching tourists' experiences by suggesting context-dependent and preference-matching locations and activities, such as restaurants, landmarks, itineraries, and cultural attractions. Unlike some more common recommendation domains (e.g., music and video), POI recommendation is inherently high-stakes: users invest significant time, money, and effort to search, choose, and consume these suggested POIs. Despite the numerous research works in the area, several fundamental issues remain unresolved, hindering the real-world applicability of the proposed approaches. In this paper, we discuss the current status of the POI recommendation problem and the main challenges we have identified. The first contribution of this paper is a critical assessment of the current state of POI recommendation research and the identification of key shortcomings across three main dimensions: datasets, algorithms, and evaluation methodologies. We highlight persistent issues such as the lack of standardized benchmark datasets, flawed assumptions in the problem definition and model design, and inadequate treatment of biases in the user behavior and system performance. The second contribution is a structured research agenda that, starting from the identified issues, introduces important directions for future work related to multistakeholder design, context awareness, data collection, trustworthiness, novel interactions, and real-world evaluation.
• Abstract（参考訳）: ポイント・オブ・リコメンデーション(POI)は、レストラン、ランドマーク、旅館、文化アトラクションなど、文脈に依存した、嗜好に合う場所や活動を提案することで、観光客の体験を豊かにする上で重要な役割を担っている。 一般的なレコメンデーションドメイン(音楽やビデオなど)とは違って、POIレコメンデーションは本質的に高額なものだ。 この地域での多くの研究にもかかわらず、いくつかの根本的な問題は未解決のままであり、提案されたアプローチの現実的な適用性を妨げている。 本稿では,POIレコメンデーション問題の現状と課題について論じる。 本稿の最初の貢献は,POIレコメンデーション研究の現状と,データセット,アルゴリズム,評価方法論の3つの主要な欠点の同定に対する批判的評価である。 標準化されたベンチマークデータセットの欠如、問題定義とモデル設計の欠陥した仮定、ユーザの振る舞いとシステムパフォーマンスのバイアスの不十分な処理など、永続的な問題を強調します。 第2のコントリビューションは、特定された問題から始まり、マルチステークホルダー設計、コンテキスト認識、データ収集、信頼性、新奇な相互作用、実世界の評価に関連する将来の作業のための重要な方向性を導入する、構造化された研究アジェンダである。

関連論文リスト

• A Multistakeholder Approach to Value-Driven Co-Design of Recommender System Evaluation Metrics in Digital Archives [0.8261182037130406]
  本稿では,デジタルアーカイブにおけるレコメンダシステム(Recommender Systems, RecSys, Recommender Systems, Recommender Systems, RecSys, Recommender Systems, Recommender Systems, RecSys, Recommender Systems, Recommender Systems, RecSys, Recommender Systems, Recommender Systems, Recommender Systems, RecSys, Recommender Systems, Recommender Systems, RecSys, Recommender Systems, Recommender Systems, RecSy 我々のコントリビューションはデジタルアーカイブを超えて広くRecSysコミュニティに広がり、即時消費ではなく持続的なエンゲージメントを通じて価値が生まれるドメインに対して、転送可能な評価アプローチを提供しています。
  論文  参考訳（メタデータ） (2025-07-04T13:09:08Z)
• Multi-Interest Recommendation: A Survey [67.28277752101006]
  多目的レコメンデーションは、ユーザの過去のインタラクションから複数の関心表現を抽出するという課題に対処する。 推薦研究に広く関心を寄せている。 我々は,多目的レコメンデーションの進展,解決,課題,今後の方向性を体系的に検討する。
  論文  参考訳（メタデータ） (2025-06-18T09:05:32Z)
• Are We Solving a Well-Defined Problem? A Task-Centric Perspective on Recommendation Tasks [46.705107776194616]
  我々はRecSysタスクの定式化を解析し、入力出力構造、時間力学、候補項目選択といった重要なコンポーネントを強調した。 本稿では,タスク特異性とモデル一般化可能性のバランスについて考察し,タスク定式化がロバストな評価と効率的なソリューション開発の基礎となることを明らかにする。
  論文  参考訳（メタデータ） (2025-03-27T06:10:22Z)
• Beyond the Destination: A Novel Benchmark for Exploration-Aware Embodied Question Answering [87.76784654371312]
  Embodied Question Answeringでは、エージェントが動的に3D環境を探索し、視覚情報を積極的に収集し、質問に答えるために多段階の推論を行う必要がある。 既存のデータセットはしばしばバイアスや事前の知識を導入し、非身体的推論につながる。 探索能力と推論能力の両方を評価するために特別に設計された最大のデータセットを構築します。
  論文  参考訳（メタデータ） (2025-03-14T06:29:47Z)
• Advancements in Recommender Systems: A Comprehensive Analysis Based on Data, Algorithms, and Evaluation [4.688390900531895]
  RSには、アルゴリズム改善、ドメインアプリケーション、ユーザの振る舞いと認識、データ処理とモデリング、社会的影響と倫理の5つの主要な研究トピックが含まれている。 コールドスタート、データスパシティ、データ中毒といったデータ関連の問題、関心の漂流、デバイスとクラウドのコラボレーション、非因果駆動、マルチタスクの競合といったアルゴリズム上の問題には、顕著な影響がある。 収集された文献は主に主要な国際データベースに基づいており、今後の研究は今後さらに拡大していく予定である。
  論文  参考訳（メタデータ） (2024-07-10T14:02:21Z)
• A Survey on Point-of-Interest Recommendations Leveraging Heterogeneous Data [6.668386678519076]
  観光はレコメンデーションシステムにとって重要な分野である。 しかし、観光客にPOIレコメンデーションを提供することは、ユーザの状況の変化のため、特に困難である。 我々は,2021年から2023年にかけてのPOI勧告問題に関する調査結果を公表した。
  論文  参考訳（メタデータ） (2023-08-14T19:36:57Z)
• Fairness in Recommender Systems: Research Landscape and Future Directions [119.67643184567623]
  本稿は,近年の地域におけるフェアネスの概念と概念について概観する。 この分野での研究が現在どのように行われているのかを概観する。 全体として、最近の研究成果の分析は、ある研究のギャップを示している。
  論文  参考訳（メタデータ） (2022-05-23T08:34:25Z)
• A Systematic Analysis on the Impact of Contextual Information on Point-of-Interest Recommendation [6.346772579930929]
  我々は、異なるコンテキストモデルを提案し、異なる主要なコンテキスト情報の融合をPOIレコメンデーションで分析する。 この結果から,地理的影響や時間的影響をモデル化することで,推奨品質が向上する一方で,他のコンテキスト情報をすべてレコメンデーションモデルに融合させることが必ずしも最善の戦略ではないことが示唆された。
  論文  参考訳（メタデータ） (2022-01-20T12:41:12Z)
• Benchmarks for Deep Off-Policy Evaluation [152.28569758144022]
  我々は,政策外の評価のベンチマークに使用できるポリシーの集合を提案する。 私たちのベンチマークの目標は、一連の原則から動機付けられた進歩の標準化された尺度を提供することです。 この領域における今後の研究を促進するために、当社のデータとコードに対するオープンソースアクセスを提供しています。
  論文  参考訳（メタデータ） (2021-03-30T18:09:33Z)

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。