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。
レコメンダーシステム研究は,モデル性能オフラインおよびランダムにサンプリングされたターゲットを評価する傾向があるが,同時に,同じシステムは,時間内の固定点から順次ユーザ行動を予測するために使用される。オンライン推薦システム性能のシミュレーションは正当に困難であり,オンラインとオフライン挙動の間の不一致はオフライン評価では典型的には説明されない。この不均衡は,モデルが生産設定で展開されるまで,弱点を失わせることを可能にした。本論文では,推薦者システム性能を評価するときの時間コンテキストの省略が,偽の信頼をもたらすことを初めて実証した。これを克服するために,オフライン評価プロトコルが,もしそれらが時間的文脈を説明するならば,実際の使用ケースをモデル化できると仮定した。次に,既存のモデルにおける時間的コンテキストをさらに埋め込むための訓練手順を提案した。著者らは,従来の時間意識推薦者システムへの時間的コンテキストを導入するために多目的手法を使用し,提案した評価プロトコルを通してその利点を確認した。最後に,追加された目的で得られたパレートフロントは,3つの実世界の公的に利用可能なデータセットの精度のためにのみ最適化される最先端のモデルによって生成されたものを支配していることを検証した。結果は,著者らの時間的目的を含むことが,20%まで思い出し@20を改良できることを示した。【JST・京大機械翻訳】