個人化製品探索のためのグラフ畳込みによるユーザ行動のモデリング【JST・京大機械翻訳】

Lu Fan; Li Qimai; Liu Bo; Wu Xiao-Ming; Zhang Xiaotong; Lv Fuyu; Lin Guli; Li Sen; Jin Taiwei; Yang Keping

プレプリント

J-GLOBAL ID：202202203952015160 整理番号：22P0288693

個人化製品探索のためのグラフ畳込みによるユーザ行動のモデリング【JST・京大機械翻訳】

Modeling User Behavior with Graph Convolution for Personalized Product Search

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年02月12日プレプリントサーバーでの情報更新日： 2022年02月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ユーザ選好モデリングは,個人化製品検索における重要だが挑戦的な問題である。近年,潜在空間ベースの方法は,製品,ユーザ,およびテキストトークンの意味論的表現を共同学習することによって最先端の性能を達成した。しかし,既存の方法はユーザ選好をモデル化する能力に限定されている。それらは,典型的には,意図的モデルを用いて短いスパンで訪れた製品によってユーザを代表し,ユーザ-製品相互作用やアイテム共起関係のような関係情報を利用する能力を欠く。本研究では,すべてのユーザの短期行動を利用して構築される,ユーザ連続行動グラフ上の局所および大域的ユーザ行動パターンを探索することにより,事前芸術の限界に対処することを提案する。暗黙のユーザ選好信号と協調パターンを捕捉するために,ユーザ選好モデリングのための製品表現を豊かにする高次関係を探索するために,効率的ジャンピンググラフ畳込みを使用した。提案アプローチは既存の潜在空間ベース手法とシームレスに統合でき,ユーザ選好をモデル化するための購入履歴を用いる任意の製品検索法に潜在的に適用できる。8つのアマゾンベンチマークに関する広範な実験は,著者らのアプローチの有効性と可能性を実証した。ソースコードは,ウルル{https://github.com/floatSDSDS/SBG}で利用可能である。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

検索技術 , 人間機械系 , 人工知能

, , , , ,

前のページに戻る