クロスドメインのユーザー嗜好モデリングのためのソーシャル知識
arXiv cs.AI / 2026/3/12
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、ユーザーと人気エンティティを大規模な Twitter ネットワーク（現在は X）から学習した共同ソーシャル埋め込み空間へ投影することにより、クロスドメインのユーザープリファレンスモデリングを実証し、この空間内でのコサイン類似度を用いた関連性評価を可能にします。
- 目標ドメインに対するユーザーフィードバックが存在しない場合でも、ゼロショット設定で強力な人気ベースの基準モデルに対して大幅な改善をもたらすパーソナライゼーションを示します。
- 社会埋め込みにエンコードされた社会人口統計学的要因がドメイン横断のユーザー嗜好と相関することを分析が示しており、解釈可能な洞察を提供します。
- 提案された社会モデリングアプローチは、LLMs（大規模言語モデル）を用いたエンドユーザーモデリングを促進できると主張・実証しており、LLMベースのワークフローとの統合を示唆しています。
