- DER SPIEGELでは、読者にニュース記事を推薦する方法を改善する取り組みを継続的に行っている
- 最新の実験では、読者が興味を持つであろう記事を予測するためにLLMsを使用した
- 読者の実際の閲覧履歴と記事に対する評価を基に、読者の好みを予測する取り組みを行った
- Anthropic APIを使用してClaude 3.5 Sonnetを推奨エンジンとして利用し、LLMによる記事の興味度予測を実施
- LLMはPrecision@5で56%のスコアを達成し、Spearman相関係数も0.41と高い性能を示した
- LLMは記事の推奨において高い性能を発揮し、判断を自然言語で説明できる
- 現在の実装には課題があり、APIコストの高さや処理時間の遅さが挙げられる
- LLMsはニュース推薦システムにおいて貴重なツールとなり、ユーザージャーニーの分析に新たな手法を提供する
この記事では、LLMsを使用したニュース記事の推薦システムの実験結果が紹介されています。LLMは高いPrecision@5とSpearman相関係数を達成し、記事の推奨だけでなく自然言語で判断を説明できる点が特筆されています。ただし、APIコストや処理時間の課題があり、改善の余地があることが示唆されています。