search

work-in-progress-fm / reading-group

Geek Reading Group
0 stars 0 forks source link

[2021-03-06] 論文読み会 #27

Open takapy0210 opened 3 years ago

takapy0210 commented 3 years ago 
論文やテックブログの記事を中心に互いに興味のある技術領域について知識を共有するゆるめの会です。

個々人の知識を縦横に広げてレベルアップをするのが目的です。

Main contents

TBD

Others

* prev: #
takapy0210 commented 3 years ago

Meta

どんなもの？（3行ぐらいで）

技術や手法のキモはどこ？

ユーザー興味の推定

以下の3つの方法を用いて、最終的には8つのユーザーの興味軸（≒目的）を定義した

  1. face-to-faceでのインタビュー

    • 対象
    • ニューヨークに住んでいる12人のSpotifyユーザー
    • アプリの利用度合いとホームページ (レコメンドを表示している画面) をよくみているかどうかの2軸で対象ユーザーを絞り込んでいる
    • 質問概要
    • どんな興味を持ってホームページ (レコメンドを表示している画面) に訪れるか
    • ホームページでの体験に対して満足しているか
    • 興味と満足度でどれくらい関係して行動するか
    • 結果
    • インタビューの事後分析からレコメンドをみているユーザーを以下の7つのグループに分けられることがわかった
    • 受動的に聞いている人 (Passively Listening)
    • バックグラウンド再生したい音楽を探している人、などの3項目
    • 能動的に動いている人 (Actively Engaging)
    • 今聴きたい新しい音楽やプレイリストを探している人、などの3項目
    • レコメンドに対してあまり興味がない人

  2. Spotify App利用者へのアンケート
    上記のインタビュー結果を検証するためにSpotifyアプリ上でアンケートを取っている

    • 対象
    • アメリカに住んでいてSpotifyアプリを使用している300万人のiPhoneユーザー
    • 質問内容
    • ホームページでの体験の満足度を5段階で評価してもらう
    • なぜホームページにきたのかを上記インタビューでわかった興味軸から選んでもらう
    • 「その他」を選んだ人に対しては自由記述欄を設けている
    • 結果
    • 85%のユーザーは上記の興味軸でカバーできたが、15%のユーザーは「その他」を選んでいたので、新たな興味軸を探るために下記のテキスト解析を行っている

  3. アンケートでの自由記述欄でのテキスト解析

    • 手法
    • dd-CRP (non-prameteric clusteringでよく使われている)
    • 結果
    • 5つの興味軸のクラスタを得ることができ、そのうちの1つ (特定の何かを探している) は今まで出てきた興味軸とは違うものであったので、新たな興味軸として加えている

image

満足度の定義

レコメンドに対する満足度を予測する特徴量となるユーザー行動を以下の4つと定義している。

  1. Temporal: 一般的なユーザー行動
  2. Downstream: レコメンドを出しているホームページから離脱した後の行動
  3. Surface Level: レコメンドを出しているホームページ上でのユーザー行動を集計したもの
  4. Derivative: 新しいものを見つけようとしていないような行動

image

興味ごとに行動を分析した結果

image

どうやって有効だと検証した？

下記3種類のモデルを実験したところ、興味変数を用いたものがより正確なモデルになった。

所感