Improving the Persuasiveness of RAG-based Recommendation Reasons using Bipartite Graph Exploration –Interactive cosmetics Recommendation System–
Year: 2025
Type: article
Abstract: 本研究では，レビュー文を外部データとして活用し，Retrieval-Augmented Generation（RAG）技術を実装した大規模言語モデルを用いたコスメ推薦システムを構築する．RAG では，まずベクトル検索によりユーザーの問い合わせに関連するレビュー文を検索し，それを基にLLM が推薦理由や商品説明を生成する．しかし，一般的なベクトル検索のみでは，検索されたレビュー文が特定のアイテムの人気度やおすすめ度を十分に反映していない場合があり，推薦理由として説得力に欠ける可能性がある．そこで，本研究ではベクトル検索に加えて，「二部グラフ検索」という新たな仕組みを導入する．この手法では，検索されたレビュー文に加えて，当該アイテムに対する他の関連レビュー文や，検索されたレビュー文を投稿したレビュアーが他の商品について投稿したレビュー文も考慮する．これにより，アイテムに対する多面的な評価をより深く考慮できるようになり，ユーザー満足度の向上が期待される．実データを用いた評価実験では，ベクトル検索のみを用いた推薦システムと比較して，検索結果に基づく推薦理由の説得力が向上し，ユーザー満足度を高める可能性が示された．
Source: Joho Chishiki Gakkaishi
Authors: Ryoma ARAKAKI, Takayasu FUSHIMI
Institution: Tokyo University of Technology
Language: English
Subfield: Information Systems
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4416253124