• Ziwei Zhu, Shahin Sefati, James Caverlee • Recommendation for New Users and New Items via Randomized Training and Mixture-of-Experts Transformation (SIGIR2020) ▪ 結論の概要 • User/Item 両方の Cold-Start の状況に対応したレコメンドの提案 • 推薦モデル Heater を提案 ▪ 3つの工夫 • 学習済みの中間 representation との誤差項を Loss に入れる • 属性モデル出力を学習済み representation とランダムに入れ替える。 • モデルを多数組み合わせて、アンサンブルをとる。 3