Slide 24
Slide 24 text
24
©Gunosy Inc.
自然言語処理活用事例 : パーソナライズド推薦
オフライン検証
■ ユーザーに実際に表示された記事を提案モデル
で並べ替えを行いMAP@10およびnDCG10で評
価した (fig 1.)
■ CBOWによるベクトルをidf値で重み付けを行った
特徴量が最も良い性能を示した
実サービス上での検証
■ 実際にモデルをサービスに適用し、スコアリング
とクリック率がどのような相関があるかを検証し
た (fig 2.)
■ 結果としてスコアリングとクリック率が正の相関を
持つことを確認した
fig 1. オフラインでの検証
Gunosy1,2 : 既存システムによる表示順
CBOW-w / Skip-gram-w : idf値で重み付けされたモデル
CBOW / Skip-gram : idf値で重み付けを行わないモデル
tf-idf : tf-idfでベクトル化するモデル
fig 2. サービス上での検証