Open zerebom opened 1 year ago
検索はあくまで手段に過ぎないので、ユーザのニーズやユーザ体験の把握から始めて課題を明確にした後で解決策として検索機能の導入や設計を検討するべきと主張されている。検索に限らず任意の機能導入に当てはまる話だと思う。
note では、複数の箇所で記事の内容から分散表現を獲得して利用する機能が存在しており、それらは独立に開発・運用されていた。分散表現の獲得処理を共通化して分散表現を一箇所に保存・管理する体制を構築したことで、今までは分散表現抽出タスクが重いことでダウンストリームタスクである記事のパーソナライズ推薦で扱えるアイテム数に制約を課していた問題が解消。よりユーザの関心に沿った記事の推薦が可能となりCTRが大きく向上する結果となった。また機械学習タスクの開発効率性も向上した。今後の開発において、分散表現のバージョン管理や複数タスクとの依存関係の管理をどうしていくのか気になった。
Twitterにとってグラフはサービスの中核をなしている要素なのでGNNはTwitter上での機械学習にとって非常に強力なツールになっている。しかしGNNでは各ノードの情報が全て揃っているという前提で議論されることが多く、情報に欠損があるときの対処法のノウハウが十分でない。
TwitterはFeature Propagation (FP)という手法を提案して、ユーザーの情報に欠損が多くてもGNNが高性能を発揮できることを示した
5月にも紹介された連載「メルカリのデータアナリストが向き合う11のテーマ」に関する、イベントの紹介。
データアナリストと一口にいってもたくさんの分野でのデータ分析を行っていった体験の紹介。
メルカリさんは月間900人がBigQueryを使うらしい、すごい。。。 プロダクトマネージャーの方もデータ分析をするような環境で、アナリストとして分析を行う上での考えなどが、面白かった。
A/Bテストを行う上で、テスト自体の品質を良くしようとした取り組みの紹介。
個人的にはテンプレート等で必要な情報を整えるのは、書く側にとっても読む側にとってもコストを下げつつ品質を上げられるように思えたし、頑張ればできる取り組みだなと思って良さそうに思った。 組織内でそれをちゃんと活かしていけるように進めているのも大事な取り組みだなと思った。
Why
推薦・機械学習勉強会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう!
発信のため、ここは public にしてあります。外部からの参加をご希望の方は樋口(https://twitter.com/zerebom_3) まで DM を送るか、Wantedly Visit の募集(https://www.wantedly.com/projects/391912) よりご連絡ください!
What
Wantedly では隔週木曜日に
といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。
話したいことがある人はここにコメントしましょう! 会の間に話した内容もここにメモしましょう!
prev: #153