増分セッションベース推薦のためのメモリ拡張ニューラルモデル【JST・京大機械翻訳】

Mi Fei; Faltings Boi

プレプリント

J-GLOBAL ID：202202220777709563 整理番号：22P0142811

増分セッションベース推薦のためのメモリ拡張ニューラルモデル【JST・京大機械翻訳】

Memory Augmented Neural Model for Incremental Session-based 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 (2件)： ,
資料名：
発行年： 2020年04月28日プレプリントサーバーでの情報更新日： 2020年04月28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)

プライバシーに関する懸念の増加は,現在のブラウザセッションにおいて観察されるもの以外の個人データを使用して,セッションベースの推薦(SR)における興味を刺激した。既存の方法は,実世界アプリケーションにおいて稀に発生する静的設定において評価される。SRタスクの動的性質をより良く扱うために,新しいアイテムと選好が連続的に現れる増分SRシナリオを研究した。著者らは,既存のニューラル推薦者が,計算オーバヘッドと壊滅的忘却を軽減するために,小さな増分更新による増分SRシナリオで使用できることを示した。さらに重要なことに,著者らは,メモリ拡張ニューラルネットワーク(MAN)と呼ばれる一般的フレームワークを提案した。MANは,連続的に質問され,更新されたノンパラメトリックメモリを有するベースニューラル推薦者を強化し,神経とメモリコンポーネントからの予測は,別の軽量ゲートネットワークを通して結合された。MANは増分SRタスクによく適合し,最先端のニューラルおよびノンパラメトリック法よりも一貫して優れていることを経験的に示した。結果を解析し,それは,特に,新しいおよびまれなアイテムに関する増分学習選好において,特に良好であることを示した。【JST・京大機械翻訳】

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

その他の情報処理

, , , ,

前のページに戻る