抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
IKEA店舗は,顧客を入口からチェックアウトへ向けるので,顧客に参加し,インスピレーションするように設計されている。あらゆる個人に対する大きな経験を可能にするため,自宅の専門家は,最良の可能な入力とアドバイスを提供し,個人のニーズに catし,顧客が家庭で生活の彼らのビジョンを実現するのを助ける。心臓でディジタルでマルチタッチポイントショッピングビジョンに向けて急速に動くので,データおよび機械学習は,1)一貫性のあるjourneyを通し,また,2)新しいIKEA App.が,新しいIKEA Appのように,新しいIKEA App.App.を,著者らの新しく打ち上げられたInspirational Feedに着目するディジタル製品の特定の例のような,著者らの純粋にデジタルタッチポイントに見つかる領域専門知識を拡張するために重要である。Feedでは,顧客は「適用可能な」画像を通してそれらの方法を借り,その中で,著者らの製品は,広範囲の部屋の目的に,意図的に大気の設定で表示される。本講演では,文脈的帯域の[2,3,4]に基づいてFeedを個人化するための最も新しいアルゴリズムアプローチを提示し,スケールにおける実装に関する技術的課題のいくつかを強調した。過去10年間は,推薦者システムに関する研究における爆発をもたらし,しばしば,動機付け因子として個人化された内容を有する。Feedのためのアルゴリズム戦略の適切なクラスを同定するために,関連性と発見の間の記述トレードオフを捉えること,また,IKEAによる平均ショップの顧客のマッチングデータと同様に,[4]に触発されたloged banditフィードバックからのバッチ学習による文脈的バンドは,特に多くの他の開発探索戦略の中で有望な結果を示した。このアプローチは,かなりの量の探査を誘導し,対物的リスク最小化の原理に基づいて,顧客に無関係な画像を示すリスクを最小化する。この文脈的帯域設定では,App(Feed of Feed)におけるFeed of Feed Sequencyのユーザセッションとして,帯域セッションを定義した。行動は画像を示し,一方,報酬はユーザクリックがそれに関して発生する時に発生する。帯域コンテキストは,製品メタデータと組み合わせたAppから収集された以前のユーザ行動から成る。著者らのモデルは,入力特徴の埋込みの利点を,[1]と類似に取り入れた。戦略の実装は,いくつかの興味深いエッジケースを扱うことを必要とし,例えば,新しい画像が著者らの動的コンテンツカタログに追加されるので,探索を増加させるための様々な技術を探索する。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】
