RecSys 2018のペーパーを読んでいく(16)...相互の推薦システムで自分の好みと受け入れられやすさのバランスを最適化したらうまくいった話

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

令和になってしまった。全然1日ひとつ読めていませんが、まずは全部読んでから考える。今日はOptimally Balancing Receiver and Recommended Users’ Importance in Reciprocal Recommender Systemsのビデオをみました。

Abstract:

• マッチングサイトや就職でも推薦システムは重要
• 商品の推薦と違うのは、相互でOK して初めてマッチングが成立する点
• 「自分の好み」と「相手からOKのもらいやすさ」に加え、この２つの尺度の重み付けをここに学習し、スコアを算出する手法を提案する

ざっくり

• マッチングサイトでマッチングが成立するには相互の合意が必要
• 自分が相手のことが好きであることはもちろん、相手もOK してくれる必要がある
• 「自分の好み」と「OKのもらいやすさ」、どっちを重視するからは人によって異なる
• すごくもてるAlice は自分の理想の人かどうかが重要だし、あんまりいい返事がもらえないBob はOKしてさえくれれば多少自分の好みとちがっても会ってみるかもしれない
• この「自分の好み」と「OKのもらいやすさ」を「どちらを重視するか」で重み付けで合計してスコアを算出し、推薦システムでどう推薦するか決めた
• 「自分の好み」と「OKのもらいやすさ」はプロフィールなどから、重みは行動履歴から学習
• SOTA より良い結果が得られた
• ちなみに女性は「自分の好み」、男性は「OKのもらいやすさ」の方を重視しがち

感想

• 切ない話だった
• ２つの指標の重み付けを学習するのはどこかでやりたい