文献

J-GLOBAL ID：202202279641171554   整理番号：22A1084196

メディアレコメンダーシステムにおけるロットリーチケット仮説の探索【JST・京大機械翻訳】

Exploring lottery ticket hypothesis in media recommender systems

著者 (5件)： Wang Yanfang (School of Information Science and Technology, University of Science and Technology of China, Hefei, Anhui, China) ,  Sui Yongduo (School of Information Science and Technology, University of Science and Technology of China, Hefei, Anhui, China) ,  Wang Xiang (School of Computing, National University of Singapore, Kent Ridge, Singapore) ,  Liu Zhenguang (College of Computer Science and Technology, Zhejiang University, Hangzhou, Zhejiang, China) ,  He Xiangnan (School of Information Science and Technology, University of Science and Technology of China, Hefei, Anhui, China)
資料名： International Journal of Intelligent Systems  (International Journal of Intelligent Systems)
巻： 37  号： 5  ページ： 3006-3024  発行年： 2022年 
JST資料番号： T0454A  ISSN： 0884-8173  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： メディア推薦システムはユーザの好みを捉え,メディアコンテンツの正確な個人化推薦を提供することを目的とする。現代の推薦者モデルの共通パラダイムには2つの重要な要素がある。(1)各ユーザとアイテムに対する埋込みを生成する表現学習;および(2)インタラクションモデリングは,それらの表現に基づくアイテムに対するユーザ選好に適合する。大きな成功にもかかわらず,大量のユーザとアイテムが存在するとき,通常,モデルパラメータのスケールが百万またはそれ以上に達する巨大な埋込みテーブルを作成し,保存し,最適化する必要がある。したがって,重い推薦者モデルに関する疑問を自然に提起する:Doはそのような大規模パラメータを実際に必要とする。著者らは,最近提案されたロタリーチケット仮説(LTH)からインスピレーションを得て,それは,高密度で過パラメータ化されたモデルが,完全モデルに匹敵する性能に達することができる,はるかに小さくてスパースなサブモデルを含むと主張する。本論文では,深い推薦者モデルにおいて,ウィンニングマケットを見つけることを目的として,LTHをメディア推薦システムに拡張した。著者らの知る限り,これはメディア推薦システム中のLTHを研究するための最初の研究である。バックボーンモデルとしてマトリックス因数分解と光グラフ畳込みネットワークを用いて,推薦者モデルには広く存在するマケットが存在することを見出した。3つのメディア収束データセット-Yelp2018,TikTokおよびKwaiにおいて,ウィンニングマケットは,それぞれ,[数式:原文を参照]およびパラメータの[数式:原文を参照]だけに匹敵する推薦性能を達成することができた。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  性能 ,  畳込み ,  ネットワーク ,  *モデル ,  好み ,  利用者 ,  大規模 ,  パラメタリゼーション ,  コンテンツ
準シソーラス用語： モデルパラメータ ,  推奨システム ,  高密度 ,  ユーザ好み ,  行列因数分解 , 【Automatic Indexing@JST】

著者キーワード (5件)： 反復マグニチュードベース枝刈り ,  軽量埋込み ,  ロッキーチケット仮説 ,  メディア推薦システム ,  モデル枝刈り

分類 (2件)： その他の情報処理  (JE15050M) ,  市場調査,広告  (KA06030H)

タイトルに関連する用語 (2件)： 仮説 ,  探索