雑音除去推奨のための部分緩和最適輸送【JST・京大機械翻訳】

Tan Yanchao; Member Carl Yang; Wei Xiangyu; Wu Ziyue; Zheng Xiaolin

プレプリント

J-GLOBAL ID：202202208164651465 整理番号：22P0333907

雑音除去推奨のための部分緩和最適輸送【JST・京大機械翻訳】

Partial Relaxed Optimal Transport for Denoised Recommendation

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 (5件)： , , , ,
資料名：
発行年： 2022年04月18日プレプリントサーバーでの情報更新日： 2022年04月18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)

推薦システム(RSs)により使用されるインタラクションデータは,特に陰的フィードバックの下で,誤りまたは探索クリックから生じる雑音を含む。適切な雑音除去なしで,RSモデルはユーザの固有の好みとユーザとアイテムの間の真の相互作用を効果的に捉えることができない。そのようなノイズに取り組むために,既存の方法は,常に利用できない補助データに依存する。本研究では,ユーザ埋込み空間とアイテム埋込み空間を大域的にマッチする最適輸送(OT)に基づき,監視なしに固有と雑音のある相互作用を識別するための非深層と深いRSモデルの両方を可能にした。特に,連続多対多ユーザアイテムマッチングスコアを計算するために,Sinkorn距離を介してOTフレームワークを最初に利用した。次に,Sinkhorn距離における正則化を緩和し,時間計算量を低減した閉形式解を達成した。最後に,雑音除去のための個々のユーザ行動を考慮するために,著者らは,個人化閾値化機構を通してユーザ-項目相互作用を適応的に再ラベルするための部分的OTフレームワークを開発した。大規模な実験は,著者らのフレームワークが既存のRSモデルの性能を著しく向上できることを示した。【JST・京大機械翻訳】

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

人工知能 , 市場調査,広告 , その他の情報処理

, , ,

前のページに戻る