Open yskn67 opened 3 years ago
ユーザのアンケート回答によるレコメンドの満足度を予測するモデルを構築する際に、ユーザの回答が得られる/得られないによるバイアスが発生する。 ユーザの回答が得られるのは全アンケートの内おおよそ約2%だそう。 加えて、ユーザは満足度の高いときによくアンケートに回答する傾向にある。
これを解決するためにユーザがアンケートに回答する確率を同時に予測して、満足度予測モデルの構築に活用した(IPW)
このモデルをレコメンドに適用したところ、アンケートの回答率が低いユーザの満足度が特に改善された。 アンケートの回答率が高いユーザでは悪化したが全体的には改善されたとのこと。
https://dl.acm.org/doi/10.1145/3383313.3412208
Konstantina Christakopoulou 1 Madeleine Traverse 1 Trevor Potter 1 Emma Marriott 1 Daniel Li 1 Chris Haulk 1 Ed H. Chi 1 Minmin Chen 1
1 Google, Inc
recsys 2020
ユーザのアンケートの回答率の予測ではサブサンプリングを用いて回答した/してないデータが1:1になるようにしたとのこと。 収束が早くなるのに加えROC-AUCも改善したとのこと。
一言でいうと
ユーザのアンケート回答によるレコメンドの満足度を予測するモデルを構築する際に、ユーザの回答が得られる/得られないによるバイアスが発生する。 ユーザの回答が得られるのは全アンケートの内おおよそ約2%だそう。 加えて、ユーザは満足度の高いときによくアンケートに回答する傾向にある。
これを解決するためにユーザがアンケートに回答する確率を同時に予測して、満足度予測モデルの構築に活用した(IPW)
このモデルをレコメンドに適用したところ、アンケートの回答率が低いユーザの満足度が特に改善された。 アンケートの回答率が高いユーザでは悪化したが全体的には改善されたとのこと。
論文リンク
https://dl.acm.org/doi/10.1145/3383313.3412208
著者/所属機関
Konstantina Christakopoulou 1 Madeleine Traverse 1 Trevor Potter 1 Emma Marriott 1 Daniel Li 1 Chris Haulk 1 Ed H. Chi 1 Minmin Chen 1
1 Google, Inc
投稿日付(yyyy/MM/dd)
recsys 2020