文献

J-GLOBAL ID：202002218962010546   整理番号：20A2139371

個人化製品探索のための変圧器ベース埋込みモデル【JST・京大機械翻訳】

A Transformer-based Embedding Model for Personalized Product Search

著者 (3件)： Bi Keping (University of Massachusetts Amherst, Amherst, MA, USA) ,  Ai Qingyao (University of Utah, Salt Lake City, UT, USA) ,  Croft W. Bruce (University of Massachusetts Amherst, Amherst, MA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR ’20  ページ： 1521-1524  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 製品検索は,E-コマースプラットフォーム上のアイテムを借り,購入する人々にとって重要な方法である。顧客は個人の味と好みに基づいて選択を行う傾向があるが,商用製品検索ログの解析は,個人化が製品検索品質を必ずしも改善しないことを示した。しかしながら,ほとんどの既存の製品探索技術は,探索セッションを通して未分化個人化を行う。彼らは,個人化の影響を制御するために固定係数を使用するか,または,注意機構によってすべての時間に,letの個人化が影響する。唯一の注目すべき例外は,質問をゼロベクトルに引き込むことにより,個人化の影響を適応的に調節できる最近提案されたゼロ注意モデル(ZAM)である。それにもかかわらず,ZAMにおいて,個人化は,質問と同じように等しく重要であり,アイテムの表現は,ユーザの歴史的購入において共起する項目に関係なく,収集を横断して静的である。これらの限界のアウェアとして,著者らは,個人化製品探索のための変圧器ベースの埋込みモデル(TEM)を提案して,それは,変圧器アーキテクチャによる質問とユーザの購入履歴のシーケンスを符号化することによって,個人化の影響を動的に制御することができた。個人化は,注意重みを計算するとき,アイテム間の必要と相互作用を考慮することができるとき,支配的影響を有することができた。実験結果は,TEMが最先端の個人化製品検索モデルを著しく凌駕することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  ベクトル ,  *変圧器 ,  分化 ,  計算機アーキテクチャ

著者キーワード (3件)： 個人化 ,  製品探索 ,  変圧器

分類 (3件)： 検索技術  (AC06020S) ,  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 (5件)： 個人化 ,  探索 ,  変圧器 ,  埋込み ,  モデル