エントロピー主導の多様化と嗜好情報抽出を行うエージェント型推奨システム

要旨: eコマースプラットフォームのユーザーは、検索の初期段階で自分の嗜好について不確かであることが多い。推奨システムへのクエリは頻繁にあいまい、未完成、または弱く指定されている。エージェント型のシステムは、積極的に推論し、明確化の質問を行い、ユーザーに代わって行動することが期待されており、そのようなあいまいさへの対応はますます重要になっている。既存のプラットフォームでは、あいまいさは過度なインタラクションと質問疲労、または過信的な推奨が探索空間を早期に崩壊させる原因となっていた。我々は、エントロピーを統一信号として用いてあいまいなユーザー問合せに対処するインタラクティブ・ディシジョン・サポート・システム(IDSS)を提示する。IDSSは、動的にフィルタリングされた候補商品の集合を維持し、アイテム属性に関する不確実性をエントロピーを用いて定量化する。この不確実性は、期待情報利得を最大化する追質問を選択することで適応的な嗜好情報抽出を導く。嗜好が依然として不完全な場合、IDSSは未解決の不確実性を下流の推奨へ組み込み、不確実性認識ランキングとエントロピーに基づく多様化を通じて、早期解決を強制するのではなく対応する。私たちは、実在のユーザーレビューに基づくレビュー駆動のシミュレートされたユーザーを用いてIDSSを評価し、多様な購買行動の制御された研究を可能にした。我々の評価は、対話の効率と推奨品質の両方を測定する。結果は、エントロピー主導の嗜好抽出が不必要な追質問を減らす一方で、不確実性を認識したランキングと提示によって、あいまいな意図の下でより情報量が多く、多様で透明性の高い推奨セットを生み出すことを示している。これらの発見は、エントロピー主導の推論が、不確実性の下で動作するエージェント型推奨システムの有効な基盤を提供することを示している。