サービスにおいて利用者の選択を支援する「推薦システム」は機械学習のビジネスへの代表的な応用事例の1つである。特に、扱うアイテムの数が膨大であることやユーザーの行動を容易に取得できることなどから、ウェブサービスにおいて重要な役割を果たしている。

（写真／Shutterstock）

［画像のクリックで拡大表示］

　現在ではユーザーの行動履歴を基に、ユーザー個人の趣向に合わせたアイテムを提示するパーソナライズ型の推薦システムが重要視されており、研究開発が盛んに行われている。

　サービスに推薦システムを適用する際の代表的な課題の1つにモデルの更新がある。サービスを運用する中では、新しいアイテムやユーザーの登録、ユーザーの嗜好の変化、アイテムに対する社会の評価の変化など、モデルに影響を与えるさまざまな事象が起こる。こうした変化に対応できるモデルを構築することは推薦システムにおいて重要な課題である。

　今回はこうした問題への対応としてAAAI2022で採択された論文から「Meta-Learning for Online Update of Recommender Systems」^（i）を紹介する。