電子商取引における推奨のための大規模製品グラフ構築【JST・京大機械翻訳】

Yang Xiaoyong; Zhu Yadong; Zhang Yi; Wang Xiaobo; Yuan Quan

プレプリント

J-GLOBAL ID：202202208461141654 整理番号：22P0199354

電子商取引における推奨のための大規模製品グラフ構築【JST・京大機械翻訳】

Large Scale Product Graph Construction for Recommendation in E-commerce

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： 2020年10月12日プレプリントサーバーでの情報更新日： 2020年10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)

1日ベースで何億ものユーザをサービスする推薦システムの構築は,O(1)時間複雑性を有するリアルタイムユーザ行動に基づいて,2秒当たりの予測の天文数を作る必要があるので,挑戦的な問題である。そのような種類の大規模推薦システムは,通常,オンラインユーザ待ち時間が目立たないように推薦サービスを高速化するために,製品の事前構築インデックスに大きく依存した。1つの重要なインデクシング構造は製品-製品指数であり,1つはシード製品を与えるランク製品のリストを検索できる。インデックスは,加重製品-製品グラフとみなすことができる。本論文では,そのような種類の索引付き製品グラフを効率的に構築するための新しい技術を提示した。特に,製品間の置換関係を捕捉するためのSwingアルゴリズムを提案し,それはユーザ-アイテムクリック双部分グラフの下部構造を利用することができる。次に,著者らは,製品カテゴリー情報を利用して,クラスタ化技術を通してユーザの共購入グラフのスパース性問題を解決する,相補的製品関係のモデリングのためのSurprisアルゴリズムを提案した。これらの2つのアプローチに基づいて,著者らは,Taobaoにおける推薦のために基底製品グラフを構築することができた。このアプローチをオフラインおよびオンライン実験により包括的に評価し,その結果は,研究の有効性と効率を実証した。【JST・京大機械翻訳】

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

その他の情報処理 , 人工知能

, , , ,

前のページに戻る