この記事では、複数の興味を持つ推薦システム「GemiRec」について説明しています。従来の二塔モデルとは異なり、ユーザーの多様な興味を捉えるために複数のユーザー表現を生成します。しかし、従来の研究では「興味の崩壊」と「興味の進化モデル不足」という二つの課題が指摘されています。GemiRecはこれらの課題を解決することを目指し、構造的な興味の分離を行う興味量子化を取り入れ、ユーザーの興味の変化を明示的に学習する興味生成を提案します。このフレームワークは、興味辞書維持、未来の興味分布の生成、複数の興味表現を用いたアイテム取得の3つのモジュールで構成されています。理論的および実証的な分析によりその効果が確認され、2025年3月からは実用化もされています。