IMPROVED RECOMMENDER SYSTEM AND METHOD USING SHARED NEURAL ITEM EXPRESSION FOR COLD START RECOMMENDATION

To provide a recommender system which achieves an excellent performance with a lower repetition number of training cycles in a cold start prediction in an electronic commence platform.SOLUTION: A recommender system predicts interaction to a user item regarding a cold start item that can use only side information, shares, with a neural network, item expressions generated by an item neural network encoder from the item side information, and generates a user expression by using these item expressions together with a user feedback history. Especially, the system fixes a weight matrix in a first layer of a user neural network encoder by embedding the shared item. Consequently an output of the first layer of a user neural network encoder becomes a function of an item for which a user has provided a positive feedback.SELECTED DRAWING: Figure 3 【課題】電子商取引プラットフォームでのコールドスタート予測において、より少ないトレーニング反復数で良好な性能を達成するレコメンダシステム及び方法を提供する。【解決手段】レコメンダシステムは、サイド情報しか利用可能でないコールドスタートアイテムに関するユーザ・アイテムのインタラクションを予測し、アイテムニューラルネットワークエンコーダによってアイテムサイド情報から生成されたアイテム表現を、ユーザニューラルネットワークと共有し、これらのアイテム表現を、ユーザフィードバック履歴とともに使用して、ユーザ表現を生成する。特に、ユーザニューラルネットワークエンコーダの第１層における重み行列を、共有されたアイテムの埋込みにより固定する。これにより、ユーザニューラルネットワークエンコーダの第１層の出力が、ユーザがポジティブなフィードバックを提供したアイテムのアイテム表現の関数になる。【選択図】図３