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。
個人化推薦は現代電子商取引の必須部分であり,そこではユーザの要求がそれらのプロファイルによって調整されるだけでなく,それらの最近のブラウジング挙動および周期的購入もいくつかの時間前に行われる。本論文では,検索ベース時間認識推薦(STARec)と呼ぶ新しいフレームワークを提案し,それは,統一検索ベース時間意識モデルを通して,時間にわたるユーザの進化要求を捉える。より具体的には,まず,ユーザの関連する歴史的行動を検索するための探索ベースのモジュールを設計し,次に,彼の時間に敏感な要求を捕えるために,時間意識の逐次ネットワークに供給する最近の記録と混合する。個人の履歴から関連情報を検索することに加えて,著者らはまた,追加の参照として類似のユーザの記録を検索し検索することを提案する。すべてのこれらの逐次記録は,最終推薦を行うためにさらに融合した。このフレームワークを越えて,ユーザのブラウジングパターンをよりよく捉えるために,入力として以前のラベル(即ち,ユーザのフィードバック)を使用する新しいラベルトリックを開発した。最先端の方法に対するクリックスルーレート予測タスクに関する3つの実世界商用データセットに関する広範な実験を行った。実験結果は,提案フレームワークと技術の優位性と効率を実証した。さらに,会社Xの毎日のアイテム推薦プラットフォームに関するオンライン実験の結果は,STARecが,CTR計量に関する2つの主要なアイテム推薦シナリオにおいて,それぞれ,約6%と1.5%の平均性能改良を得ることを示した。【JST・京大機械翻訳】