RecSys 2018のペーパーを読んでいく(10) ... 品質と相性を考慮した付属品の推薦システムの話
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
読んでいこうと思っていたのですが、ビデオがつくようになったのでそれを見ます。今日は、Quality-Aware Neural Complementary Item Recommendation
Abstract:
- 付属品は本体をもっているひとに売れるのは自明
- 何をオススメするべきかは、ユーザーの好みだけでなく、付属品の品質にもよる
- 品質とユーザの好み、両方を加味した推薦システムをニューラルネットで学習
- 品質は、スタイルと機能、両方を考慮
- 顧客の評価をベイズ推定
- 非線形な関係をneural net で学習
- 精度15.5% アップ
ざっくり：
- 付属品の推薦システムをつくったよ
- 本体と付属品の対応は、画像CNN とテキスト（タイトルと説明）の分散表現から学習する
- ユーザ評価をベイズ推定して潜在的な付属品の品質を学習する
- 最後は novel neural network で上２つをモデリング
- neural network でアイテム同士の距離を算出することにより、推薦する対象アイテムの付属品を決定する
- 指標は ACC とP@k
- オフラインテストしたけど結構よかったよ
- 将来的にはパーソナライズしたい
感想：
- 「この商品を買った人はこれも買う」との違いは？みたいな質問があった
- 全員に同じものだすので、在庫などが心配
- でも質問がとても多かった。実用的なのか？
- パーソナライズするのはさらに難しそう
- でも本体- 付属の関係を画像から学習するのは面白かった
