RecSys 2018のペーパーを読んでいく(4) ... 強化学習で探索しながら推薦するシステムにも説明をつける話
2019/04 、RecSys 2018の論文をひたすら読みます。ルール。
- 1日ひとつ
- 読み終わらなくてもOK
- 理解と疑問点を毎日まとめる
とルールをかかげてたけど、できませんでした！さすが3日坊主！でも再開。
今日は、Explore, Exploit, and Explain: Personalizing Explainable Recommendations with Bandits.
Abstract:
- 推薦システムではそれっぽいものを推薦するだけでなく、新たな嗜好を発見する探索的推薦も重要
- 推薦理由をつけた方が受け入れられやすいこともわかっている
- 探索的推薦の理由づけは前例ないのでやってみた
ざっくり：
- 探索と説明のギャップを埋めるbartという手法を提案する
- オフラインでもいい結果でたし、オンラインでも機能したよ
- Bart は Contextual Bandit
- Context & Reward Model のPersonalized を表現するためにFactorization Machine を採用
- そして、学習の工夫が書かれているが、むずかしくてわからない
- オフライン・オンラインの実験をしたが、どちらでも説明があった方が効果あった
- オンラインでは 1. あんまり exploration 的な推薦を増やしてユーザを混乱させないように 2. latency 大事 3. batch でも realtime でも推薦できるように、気をつけてA/B テストした
感想
