Upgrade to Pro — share decks privately, control downloads, hide ads and more …

GraphRAGを用いたLLMによるパーソナライズド推薦の生成

Naveed Afzal
November 06, 2024

 GraphRAGを用いたLLMによるパーソナライズド推薦の生成

Presentation Slides for the Event: https://sansan.connpass.com/event/333009/
Author: Naveed Afzal (https://www.linkedin.com/in/naveedafzal92/)

Naveed Afzal

November 06, 2024
Tweet

Other Decks in Technology

Transcript

  1. 2 アフザル ナヴィード Naveed Afzal 東京工業大学大学院 情報理工学系研究科 計算工学専攻 深層学習、グラフニューラルネットワーク、ネットワーク分析 (2015.10〜2017.09)

    株式会社エーアイスクエア 技術開発エンジニア 対話行為分析、会話要約 (2017.10 〜 2022.04) ストックマーク株式会社 リサーチャ ナレッジグラグ作成、自動推薦システム (2022.05〜) 自己紹介
  2. Anews Content Recommendation 3 Anewsプラットフォームは、ユーザー の興味に合わせたパーソナライズさ れたコンテンツフィードを提供します。 https://stockmark.co.jp/product/anews • 毎日、約10万件の新しい記事が配

    信されています。 • その中から、各ユーザーに対して50 件の記事が推薦されます。 • B2B環境ではユーザー数が少ない ため、主にコンテンツベースの推薦 が行われています。
  3. 4 Issues: • クラスターの意味が広すぎる • 解釈が難しい。 • モデルの更新が必要。 ユーザーが関心を持った 記事に似た新しい記事を

    推薦します。 トピッククラスタリングを 活用し、多様性を取り入 れたバランスの良いコン テンツを提供します。 Embedding Based Recommendation https://tech.stockmark.co.jp/blog/20210601_anews _recommendation/
  4. 9 Conclusions: • ナレッジグラフは、単なるベクトル検索とは異なる補完的な推薦手法を提供します。 • 解釈性が向上し、よりユーザーフレンドリーなアプローチとなっています。 • ユーザーの好みをより正確に反映するモデルを作れます。 Limitations: •

    ナレッジグラフの構築をスケールアップする際の課題があります。 • 大規模言語モデルにおけるハルシネーションの可能性。 • 複雑さが増すため、目的によっては標準のRAGで十分な場合もあります。 Takeaways