RecSys 2018のペーパーを読んでいく(7) ... オークションサイトの推薦で購入者だけでなく販売者の制約も考慮した話

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

今日は、Multistakeholder Recommendation with Provider Constraints

Abstract:

• 一般的にレコメンデーションシステムはユーザー（=被推薦者）に最適化される
• レコメンデーションシステムで売買する場合などは、ステークホルダーは購入者だけではない
• 販売する人など、他のステークホルダーにとってもよい推薦システムになる手法を提案する
• 推薦の後処理システムとして提案するので、適用が容易

ざっくり：

• ラグランジュ緩和法つかった
• This paper focuses on a personalized mass promotion, for example, via email
• 目的変数が複数ある場合線型結合して目的変数をひとつにするのが常套手段
• でも目的がコンフリクトする場合はうまくいかない
• ので「制約付き最適化」のフレームワークを利用
• 制約をいろいろ式で表す(推薦できるものには個数の上限がある、とか)
• これをこのまま解くとお化け方程式なので計算量やばい
• そこでラグランジュ
• 検証のところは読めてない

感想:

既存のシステムの後処理で制約を挟み込むのは拡張性があっていい

反面、すでにレコメンドシステムはあるよね。から、はじまる富豪の論文