文献

J-GLOBAL ID：201902259237943889   整理番号：19A1541007

陰的フィードバックを用いたオンライン協調フィルタリング【JST・京大機械翻訳】

Online Collaborative Filtering with Implicit Feedback

著者 (9件)： Yin Jianwen (School of Computer Science and Technology, Zhejiang University, Hangzhou, China) ,  Yin Jianwen (Alibaba-Zhejiang University Joint Institute of Frontier Technologies, Hangzhou, China) ,  Liu Chenghao (School of Information Systems, Singapore Management University, Singapore, Singapore) ,  Li Jundong (Computer Science and Engineering, Arizona State University, Tempe, USA) ,  Dai BingTian (School of Information Systems, Singapore Management University, Singapore, Singapore) ,  Chen Yun-chen (School of Information Systems, Singapore Management University, Singapore, Singapore) ,  Wu Min (Data Analytics DepartmentInstitute for Infocomm Research, A-Star, Singapore, Singapore) ,  Sun Jianling (School of Computer Science and Technology, Zhejiang University, Hangzhou, China) ,  Sun Jianling (Alibaba-Zhejiang University Joint Institute of Frontier Technologies, Hangzhou, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11447  ページ： 433-448  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 暗黙フィードバックを持つ推薦システムの研究はますます重要になっている。しかしながら,ほとんどの既存の研究はオフライン設定で設計されているが,オンライン推薦は暗黙フィードバックの1クラスの性質のために非常に挑戦的である。本論文では,暗黙フィードバックのためのオンライン協調フィルタリング法を提案した。既存の研究の3つの重要な問題を強調した。最初に,正フィードバックが連続的に到着するとき,もし著者らが負のサンプルとして与えられたユーザのためにすべての他の欠落アイテムを扱うならば,誤分類アイテムは次のラウンドにおける正フィードバックとして現れる可能性があるので,大きな偏差を招く。第二に,正フィードバックを失うコストは偽陽性を持つものよりはるかに高いべきである。第3に,既存の研究は,通常,固定モデルが学習タスクの前に与えられると仮定している。それは,選択されたモデルが不適切な場合に,貧弱な性能をもたらすことができる。これらの問題を解決するために,著者らは,Implicフィードバック(OCFIF)によるオンライン協調フィルタリングのための統一フレームワークを提案した。これまでの誤分類された負サンプルから導出されたバイアスを回復させるために,レグレット平均化によって動機付けされている。さらに,欠落データに対する発見的な重み制約を課すことなく,陰的MFモデルを効率的に最適化するために,費用に敏感な学習法を採用した。メタ学習を活用することによって,著者らは,手動/発見的モデル選択の欠点を改善するために,単一固定モデルの限界を避けるために,複数のモデルのプールを動的に調査した。また,提案したOCFIF法の理論的限界を解析し,実世界データセットに対するその経験的性能を評価するための広範な実験を行った。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バイアス ,  *フィードバック ,  *フィルタリング ,  学習 ,  最適化
準シソーラス用語： モデル選択 ,  メタ学習 ,  誤検出 ,  オフライン ,  推奨システム ,  *協調フィルタリング ,  *オンライン , 【Automatic Indexing@JST】

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： フィードバック ,  オンライン ,  協調フィルタリング