情報処理学会 インタラクション2024

本研究では実世界で使われる対話というインタラクションを通して，ユーザの嗜好と制約の両方を満たすことができる推薦システムの実現を目指す．大規模言語モデルは本文中学習により入力となるプロンプトに応じてモデルを適応させることが可能なことから，ユーザとの対話というインタラクションを通じて個人の嗜好に合わせた推薦を行うための応用が試みられている．しかしながら，大規模言語モデルには存在しないものを提案するといったhallucinationの懸念がある．また，ショッピングにおける予算や食事における栄養条件といった個人毎に異なる制約を考慮した推薦をする必要がある場合，大規模言語モデルが制約を考慮して推薦内容を調整することは難しい．本研究では，大規模言語モデルによって推薦されたものをデータベース内のアイテムに置き換えるカタログ型推薦において，制約を満たす推薦アイテムの組み合わせを初期値として生成し，それに対してユーザ嗜好に適合するような局所的な変化を繰り返し加えるアルゴリズムを提案する．提案アルゴリズムを，1日3食分の食事を各人が持つ栄養条件を考慮しながら提案する献立推薦アプリケーションに応用した．ユーザ実験を通して，提案アルゴリズムがユーザ嗜好を満たしながら，生成された全ての推薦献立において栄養条件を満たしていることが確認された．