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。
商品選択は,市販品と陸棚の正しい商品の選択のような電子商取引プラットフォームが直面する典型的な日常である。本論文では,学習ツーランクタスク(LTR)に,商品選択問題を変換した。頭部部と尾部部を別々にランク付けする代わりに,このタスクを解くために,Bi-Rankと略称したBi-方向Rankingモデルを提案した。Bi-Rankは,NDCGの改良型版であるNDCG PLUSと呼ばれるカスタマイズ損失関数/測定に依存する。NDCG PLUSは,全ランキング損失におけるテール部分のランキング損失を組み入れる。さらに,Bi-Rankモデルは,ヘッドとテールのバランスをとるために,異なるサイズと重量を選ぶことができる。また,設計スイッチをターンオフすることにより,二重エンドからシングルエンドにダウングレードダウンし,手動で変化するアイテムのラベルの自明なプロセスを避けることができる。実験は,Bi-Rankモデルが,収集の頭部部分に関して良い十分なランキング結果を達成することができることを示して,一方,出力は,特に尾部を最適化するモデルと比較して,テール部分に関して類似したランキング結果をもたらした。さらに,このBi-Rankモデルは,非常に柔軟で,効率的で,使用が容易である。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】