PEAR:推奨のための文脈化変圧器による個人化再ランキング【JST・京大機械翻訳】

Li Yi; Zhu Jieming; Liu Weiwen; Su Liangcai; Cai Guohao; Zhang Qi; Tang Ruiming; Xiao Xi; He Xiuqiang

プレプリント

J-GLOBAL ID：202202215281028589 整理番号：22P0308917

PEAR:推奨のための文脈化変圧器による個人化再ランキング【JST・京大機械翻訳】

PEAR: Personalized Re-ranking with Contextualized Transformer for 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 (9件)： , , , , , , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年03月23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)

推薦者システムの目標は,それらの興味を最も良くマッチするユーザに順序付けアイテムリストを提供することである。推薦パイプラインにおける重要課題として,再ランク付けは近年ますます注目を集めている。各項目を個別にスコア化する従来のランキングモデルとは対照的に,再ランク付けは,初期ランキングリストを与えるアイテムの規則化をさらに精密化するために,アイテム間の相互影響を明示的にモデル化することを目的とする。本論文では,文脈化変圧器に基づく個人化再ランク付けモデル(dubbed PEAR)を提示した。PEARは,既存の方法に関していくつかの主要な改良をした。特に,PEARは特徴レベルと項目レベル相互作用を捕捉するだけでなく,初期ランキングリストと歴史的クリックアイテムリストの両方からアイテムコンテキストをモデル化する。項目レベルランキングスコア予測に加えて,全ランキングリストに対するユーザの満足を評価するために,リストレベル分類タスクによるPEARの訓練も増強した。公開と生産データセットの両方に関する実験結果は,以前の再ランク付けモデルと比較して,PEARの優れた有効性を示した。【JST・京大機械翻訳】

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

人工知能 , その他の情報処理

, , , ,

前のページに戻る