RecSys 2018のペーパーを読んでいく(5) ... あなたの「やらなかった」を推薦にとりこむ話

2019/04 、RecSys 2018の論文をひたすら読みます。ルール。

Abstract:

今までの推薦システムは「クリック」などの反応に注目してきたけど、「クリックしなかった」「採用しなかった」などの「やらなかった」という事実はあまりとりいれてこなかった
でも何もしない人の方が圧倒的に多い
まず、「やらない」ということが何を意味するのか、心理学的な観点から解析を試みる
次に「やらない」をモデル化することにより、行動推定と推薦のタイミング、両方を改善する可能性を示唆する

ざっくり：

この論文では４つの疑問　（行動しない理由にはどのようなものがあるのか？、行動しない理由が違うとユーザへの未来の推薦に影響があるんじゃないか？、行動しない理由を推論できる？、行動しないでRecSysを改良できる？）に取り組む
まず、MovieLens 上でアンケートをとって、やらなかった原因をさぐった
クリックしない理由が「きづいていない」「今じゃない」場合があるので、すぐに推薦対象からはずすのはまずい
特に「他の人と見る映画を探している」場合は「今じゃない」ことが多く「あとで推薦してほしい」。
反対に「好みじゃない」場合は「もう推薦してほしくない」
なので、「行動しない」場合、その理由を推論してみた
「行動しない」の理由は「行動しそう」で説明できるのではないか（例えば、その映画の詳細を見るだろう＝今じゃない )
MF で行動しそうを推定するモデルつくって、GBDT とか XGBoostとか回帰とかして、「行動しない」理由の推定モデルをつくった。難しかった
「行動しない」をレコメンドに生かすとりくみは、Factorization Machine とかでやってみた。オフライン評価で「可能性があるよね」ということは示唆できた

感想：