文献

J-GLOBAL ID：202002232103111144   整理番号：20A2263191

Taobao勧告における特権化された特徴蒸留【JST・京大機械翻訳】

Privileged Features Distillation at Taobao Recommendations

著者 (10件)： Xu Chen (Alibaba Group, Beijing, China) ,  Li Quan (Alibaba Group, Beijing, China) ,  Ge Junfeng (Alibaba Group, Beijing, China) ,  Gao Jinyang (Alibaba Group, Beijing, China) ,  Yang Xiaoyong (Alibaba Group, Beijing, China) ,  Pei Changhua (Alibaba Group, Beijing, China) ,  Sun Fei (Alibaba Group, Beijing, China) ,  Wu Jian (Alibaba Group, Beijing, China) ,  Sun Hanxiao (Alibaba Group, Beijing, China) ,  Ou Wenwu (Alibaba Group, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： KDD ’20  ページ： 2590-2598  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： 特徴は電子商取引推薦の予測タスクにおいて重要な役割を果たす。オフライン訓練とオンラインサービスの一貫性を保証するために,通常利用可能な同じ特徴を利用する。しかし,一貫性は,いくつかの識別的特徴を無視した。例えば,変換速度(CVR)を推定するとき,ユーザがクリックするならば,ユーザがアイテムを購入する確率は,アイテム詳細ページ上の滞留時間のような特徴が有益であった。しかし,CVR予測はクリックが起こる前にオンラインランキングを行うべきである。したがって,そのようなイベント後の特徴を得ることができない。特権的特徴として訓練中に識別できる特徴を定義した。訓練と推論の間のギャップを埋める蒸留技術に触発されて,本研究では,特権的特徴蒸留(PFD)を提案した。2つのモデル,すなわち,元のものと同じである学生モデル,および特権的特徴を利用する教師モデル,を訓練した。より正確な教師から蒸留された知識は,学生に転送され,その予測精度の改善を助ける。サービスの間,学生部分だけが抽出され,それは特権的な特徴に頼らない。Taobao推奨における2つの基本的予測タスク,すなわち,粗粒ランキングでのクリックスルーレート(CTR)と微細粒ランキングでのCVRの実験を行った。CTRのサービス中に禁止された相互作用特徴およびCVRに対するイベント後特徴の蒸留により,それらの強いベースラインに対する有意な改善を達成した。オンラインA/B試験中,クリックメトリックはCTRタスクにおいて+5.0%改善された。そして,変換メトリックはCVRタスクにおいて+2.3%改善された。さらに,訓練PFDのいくつかの問題に対処することにより,蒸留なしのベースラインとして同等の訓練速度を得た。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 ,  蒸留 ,  滞留時間 ,  等級づけ ,  基準線 ,  電子商取引
準シソーラス用語： 予測精度 ,  オンライン ,  ホップ数 ,  オフライン ,  オンラインサービス , 【Automatic Indexing@JST】

著者キーワード (5件)： ctr ,  cvr ,  蒸留 ,  電子商取引勧告 ,  特権的特徴

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

タイトルに関連する用語 (2件)： 勧告 ,  蒸留