Enhancing recommender systems under volatile userinterest drifts - Githubissues

zerebom / paper-books

@zerebom が読んだ技術書、論文をまとめています。推薦システム系が多いです。

https://github.com/zerebom/paper-books/issues

2 stars 0 forks source link

Enhancing recommender systems under volatile userinterest drifts #61

Open zerebom opened 1 year ago

zerebom commented 1 year ago

Enhancing recommender systems under volatile userinterest drifts

CIKM09の論文。ユーザの興味の遷移を推定してその興味に応じて推薦する。

コンテンツの関連度・興味グラフの構築

属性(キャスト・ジャンル)の情報から各コンテンツペアの類似度を計算
類似度がしきい値以上のペアを連結してグラフを構築

ユーザの興味遷移パターン推定

以下の4パターンに分ける

Single Interest Pattern (SIP): ずっと同じ興味
Multiple Interests Pattern (MIP): 複数の興味
Interests Drift Pattern (IDP): 興味が遷移した
Casual Noise Pattern (CNP): Noisyな挙動

主に以下の2つの指標を使ってパターンわけしている

近い興味を連続して選択してるか(Rating graph density)
同じ興味をたくさん選択しているか(rating chain continuity)

推薦への適応

興味パターンに応じて推薦を出し分ける

Single Interest Pattern (SIP): すべてのインタラクションで推薦
Multiple Interests Pattern (MIP): すべてのインタラクションで推薦
Interests Drift Pattern (IDP): 遷移後の興味内のサブセットで作ったモデル(ex. MF)で推薦
Casual Noise Pattern (CNP): 人気ランキングを推薦

感想

シンプルでわかりやすいロジックで興味推定・推薦への適応をしていて面白い
コンテンツを選ぶ軸が多次元な場合、ある軸では近いが、ある軸では遠いというケースもありそう