| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-03-06 09:45 キャッシュ状態と嗜好を考慮したコンテンツ推薦システム ○落合翔大・上山憲昭（立命館大）  NS2024-196 |
|
| 抄録 | （和） | 近年，動画配信サービスやオンラインショッピングなど，扱うコンテンツ数が膨大なサービスが普及 するにつれ，コンテンツ推薦システムの重要性が高まっている．同時にコンテンツの配信遅延の増大や低スルー プットはサービス離脱率の上昇につながるため，多くのコンテンツ事業者はCDN (Content Delivery Network) を 利用している．しかしCDN を併用している場合，ユーザとネットワークの観点からは，望ましい推薦対象コン テンツが異なる．そのためコンテンツ推薦において，ユーザの嗜好だけでなく，CDN のキャッシュの状態をも同 時に考慮しない場合，配信品質が低下する可能性がある．従来の研究として，これらの両方を考慮したものが存 在するが，多くが静的な環境を想定している．そこで本稿では，動的にユーザのコンテンツの嗜好などが変化す る環境において，強化学習を用いることで推薦精度とキャッシュヒット率の両方の向上を目指す推薦方式を提案 する．また動的な環境においては，静的な環境と比較してコールドスタート問題の影響が大きくなる．そこで， ϵ-greedy 法を用いることでコールドスタート問題の解消を目指す．そして，提案方式の推薦精度とキャッシュ ヒット率向上についての有効性を計算機シミュレータで評価する．また，強化学習の学習の重みを変更したとき の数値評価と，時間経過における強化学習の学習レベルの推移について評価する． |
| （英） | In recent years, the importance of content recommendation systems has increased as services that handle a huge amount of content, such as video distribution services and online shopping, have become more widespread. At the same time, many content providers use CDNs (Content Delivery Networks) because increased content delivery delays and low throughput lead to an increase in the service dropout rate. However, when using a CDN in combination, the desired content to be recommended differs from the perspective of the user and the network. Therefore, if content recommendation does not take into account not only user preferences but also the state of the CDN cache at the same time, the delivery quality may decrease. There are previous studies that take both of these into account, but most of them assume a static environment. In this paper, we propose a recommendation method that aims to improve both recommendation accuracy and cache hit rate by using reinforcement learning in an environment where users’ content preferences change dynamically. In addition, the cold start problem has a greater impact in a dynamic environment than in a static environment. Therefore, we aim to solve the cold start problem by using the ϵ-greedy method. We then evaluate the effectiveness of the proposed method in improving recommendation accuracy and cache hit rate using a computer simulator. We also evaluate the numerical results when changing the learning weights of reinforcement learning, and the transition of the learning level of reinforcement learning over time. |
|
| キーワード | （和） | 強化学習 / キャッシュ / 嗜好 / CDN / 協調フィルタリング / ε-greedy法 / / |
| （英） | Reinforcement learning / Cache / Preference / CDN / Collaborative filtering / ε-greedy method / / | |
| 文献情報 | 信学技報, vol. 124, no. 419, NS2024-196, pp. 7-12, 2025年3月. | |
| 資料番号 | NS2024-196 | |
| 発行日 | 2025-02-27 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2024-196 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2025-03-06 - 2025-03-07 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2025-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | キャッシュ状態と嗜好を考慮したコンテンツ推薦システム |
| サブタイトル（和） | |
| タイトル（英） | Content Recommendation System Considering Cache State and Preferences |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 強化学習 / Reinforcement learning |
| キーワード(2)（和/英） | キャッシュ / Cache |
| キーワード(3)（和/英） | 嗜好 / Preference |
| キーワード(4)（和/英） | CDN / CDN |
| キーワード(5)（和/英） | 協調フィルタリング / Collaborative filtering |
| キーワード(6)（和/英） | ε-greedy法 / ε-greedy method |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 落合 翔大 / Shota Ochiai / オチアイ ショウタ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 上山 憲昭 / Noriaki Kamiyama / |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-06 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2024-196 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.419 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2025-02-27 (NS) |
[研究会発表申込システムのトップページに戻る]