ZOZO研究所が推薦システム分野の革新を発表、ACM RecSys 2026で論文採択

ZOZO研究所が推進する次世代推薦システム

株式会社ZOZO NEXTの研究開発組織「ZOZO研究所」は、ACM RecSys 2026という推薦システム分野の著名なカンファレンスにおいて、画期的な研究成果を発表しました。この場で採択された論文、「GateBoxGCN: Hard-Soft Gated Box Embeddings with Graph Convolution for Recommendation」（邦題：GateBoxGCN：グラフ畳み込みとハード・ソフトゲートを用いた推薦向けボックス埋め込み手法）は、ファッションECにおけるユーザーの嗜好をより正確に捉えることを目指したものです。

研究の背景

ファッションEC市場は日々進化を遂げており、ユーザーが自分に合った商品を見つけることが重要になっています。その際に役立つのが推薦システムです。これまでの多くのシステムでは、ユーザーの好みを単一の「点」として表現し、その周囲の情報から推奨を行ってきました。しかし、実際の好みはもっと複雑で、曖昧さを含むものです。たとえば、価格帯や色彩に対する嗜好は「幅」を持っているため、単純な点では捉えきれません。この複雑さを解決するため、近年はユーザーの好みを「箱」として表現するアプローチが注目されています。

GateBoxGCNの革新性

GateBoxGCNでは、ユーザーの好みと商品の特徴をそれぞれ「箱」として捉え、これらの箱の重なり具合から相性を判断します。箱が重なるほど「相性が良い」とされ、反対にズレるほど「不適切」となります。

また、本手法の大きな特徴は「ゲート」の仕組みです。具体的には、ハードゲートを用いて信頼性の低い情報を排除し、推薦計算から外します。これにより、信頼できる情報のみを基にした精度の高い推薦が実現されます。一方、学習過程ではソフトゲートを使用し、除外した情報を取り戻すことが可能です。このプロセスが、ユーザーの好みを更に精緻に反映することにつながります。

さらに、ユーザー同士の関係を調査し、似た嗜好を持つ他のユーザーや関連する商品のデータを取り入れることで、より信頼性の高い結果を導き出します。実験結果においても、既存の手法と比較して最大で35.56%の性能向上が確認されています。

今後の展望

この研究成果は、特にZOZOTOWNのようなファッションECサイトでの応用が期待されています。ユーザーが信頼性の低い情報を気にせず、より的確な商品を推奨されることで、買い物体験が大きく向上するでしょう。

ZOZO研究所は、ファッションに関する科学的解析を進めることで、個々のユーザーが満足できる商品に出会える環境を整え、さらなる技術開発を進めていく所存です。これにより、今後ますます多様化するユーザーのニーズに寄り添ったサービスの提供を目指します。