文献

J-GLOBAL ID：201902222977521544   整理番号：19A1517933

レコメンドモデルにおけるCTRと相関の高いオフライン検証指標の提案

著者 (4件)： 伊藤拓 (NTTドコモ) ,  田中茂樹 (NTTドコモ) ,  落合桂一 (NTTドコモ) ,  深澤佑介 (NTTドコモ)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2019  号： DPS-179  ページ： Vol.2019-DPS-179,No.10,1-6 (WEB ONLY)  発行年： 2019年05月16日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,Webサービスのコンテンツを推薦するためのレコメンドモデルの研究が盛んに行われている.レコメンドモデルはオンラインでのCTRを向上させることが目的であるが,研究の多くは簡単のためオフライン検証の精度指標であるMAP@k,AUC SCOREを用いて評価しているものが多い.オンライン指標とオフライン指標は必ずしも相関があるわけではないので,オフライン検証で精度の高いモデルのCTRが実際に高いとは限らない.本論文では,CTRと相関の高いオフライン指標として,複数の指標(レコメンド結果の新規性,多様性,意外性,およびレコメンド対象のユーザの視聴傾向の多様性)を提案する.CTRと提案指標の相関を評価するために,動画配信サービスのある期間のCTRを提案指標から予測する検証を行った.MAP@k,AUC SCOREのみを用いてCTRを予測した場合の予測誤差(MSE)は0.6であったが,上記提案指標を考慮した予測手法ではCTRのMSEが0.2に減少することを確認した.(著者抄録)

シソーラス用語： *Webサービス ,  *コンテンツ ,  *情報システム ,  操作 ,  データ処理 ,  比率 ,  情報配布 ,  *予測誤差 ,  予測技法 ,  多様性 ,  予測モデル ,  確率モデル ,  *評価基準 ,  *消費者志向 ,  *Webコンテンツ ,  予測精度 ,  平均二乗誤差 ,  モデル ,  数学モデル
準シソーラス用語： *CTR【比率】 ,  MSE【誤差】 ,  オフライン処理 ,  クリック ,  意外性 ,  新規性 ,  *推薦システム ,  動画配信 ,  予測検証

分類 (2件)： その他の情報処理  (JE15050M) ,  市場調査,広告  (KA06030H)

引用文献 (12件)：

• Jianxun Lian, Xiaohuan Zhou, Fuzheng Zhang, Zhongxia Chen, Xing Xie and Guangzhong Sun, “xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems”, Proceedings of the 24^th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining, pp.1754-1763, 2018.
• Huifeng Guo, Ruiming Tang, Yunming Ye, Zhenguo Li and Xiuqiang He, “DeepFM: a factorization-machine based neural network for CTR prediction”, Proceedings of the 26th International Joint Conference on Artificial Intelligence, pp.1725-1731, 2017.
• Heng-Tze Cheng, Levent Koc, Jeremiah Harmsen, Tal Shaked, Tushar Chandra, Hrishi Aradhye, Glen Anderson, Greg Corrado, Wei Chai, Mustafa Ispir, Rohan Anil, Zakaria Haque, Lichan Hong, Vihan Jain, Xiaobing Liu, Hemai Snah, “Wide & Deep Leraning for Recommender Systems”, Proceedings of the 1st Workshop on Deep Learning for Recommender Systems, pp.7-10, 2016.
• Yuan Cao Zhang, Diarmuid O, Seaghdha, Daniele Quercia and Tamas Jambor, “Auralist: Intorducing serendipity into music recommendation”, Proceedings of the 5th ACM international conference on Web search and data mining, pp.13-22, 2012.
• Jeonghee Yi, Ye Chen, Jie Li, Swaraj Sett and Tak W. Yan, “Predictive model performance: offline and online evaluations”, Proceedings of the 19th ACM SIGKDD international conference on Knowledge discovery and data mining, 2013.

タイトルに関連する用語 (6件)： CTR ,  相関 ,  オフライン ,  検証 ,  指標 ,  提案