Open nogawanogawa opened 1 year ago
DeepLearningの発展によって、推薦におけるcandidate retrievalはANNベースのものが多くなっている。 ただし、この方法はいくつかの問題をはらんでいる。
複数の興味を持つユーザーの嗜好をモデル化した、新規アイテムへの即応性のあるcandidate retrievalの実現
MiCROのグラフィカルモデルが下記のようになっている。
潜在的な興味の変数に対する推論は、潜在変数とパラメータが多く現実的ではないため、崩壊型ギブスサンプリングで近似する。
論文URL
https://arxiv.org/abs/2210.16271
著者
Frank Portman, Stephen Ragain, Ahmed El-Kishky
会議
Preprint(11/3現在)
背景
DeepLearningの発展によって、推薦におけるcandidate retrievalはANNベースのものが多くなっている。 ただし、この方法はいくつかの問題をはらんでいる。
目的
複数の興味を持つユーザーの嗜好をモデル化した、新規アイテムへの即応性のあるcandidate retrievalの実現
アプローチ
ひとことメモ
Twitterから出たcandidate generationの手法