Upgrade to Pro — share decks privately, control downloads, hide ads and more …

[論文紹介] Using Navigation to Improve Recommendati...

ysekky
June 13, 2017

[論文紹介] Using Navigation to Improve Recommendations in Real time / recsys-2016-netflix

ysekky

June 13, 2017
Tweet

More Decks by ysekky

Other Decks in Research

Transcript

  1. Using Navigation to Improve Recommendations in Real time Chao-Yuan Wu@UT

    Austin Christopher V. Alvino@Netflix Alexander J. Smola@CMU Justin Basilico@Netflix Recsys’16 Yoshifumi Seki@Gunosy Inc. GunosyDM研究会 2017.06.13
  2. 自己紹介 • 関 喜史 ◦ Gunosy 共同創業者 ◦ データ分析部研究開発チーム (仮)

    ◦ 東大松尾研, 工学博士(2017年3月卒) • 研究テーマ: ニュース推薦システムのサービス応用について • 関心領域 ◦ 推薦システム, ユーザ行動分析 • 趣味 ◦ アイドル、日本酒、将棋
  3. 概要 • Netflixのリアルタイムな推薦システムの仕組み • オンライン機械学習 • 利用におけるcontextは様々 ◦ 一人で使う、二人で使う、家族と使う ◦

    複数人でアカウントを共有している ◦ 感情とか • ユーザのスクロールの情報を元に、どの列を見せるかを逐次決める •
  4. Model • r: row • s: session • i: i-th

    video • S: scrolled or not {0, 1} • C: played or not {0, 1} • I: interested or not {0, 1}
  5. Play prediction • 劣モジュラ関数で推定する • <>は何らかの関数: コサイン類似度でも、FMでもよい ◦ f_tiはビデオiの特徴ベクトル •

    qの各次元はf_tiのその次元の総和を凸関数にかけたもの • パラメータはshared, user-specific, row-specific, {row-user}-specificの4種を分け てる
  6. Impression Fatigue and Repeated Plays • 式(2)に加える • x_tはユーザが再生した回数 •

    何度も再生する動画もある ◦ Binaryなindicatorを追加する ◦ Repeated play
  7. Experiment • Playstation 3のセッション ◦ 同一の国 • 2015/4 ~ 2015/5

    • 294k sessions • Testデータは2015/6, 59k sessions • 40 rows, max 75 videos
  8. Evaluation • 10行のデータが与えられたときに残りの行を生成する • 再生されてたビデオが含まれる行が生成できたら、positive ◦ Mean Reciprocal Rank(MRR) ▪

    平均逆順位 ▪ 初めて正解がでた順位の逆数を足し合わせて平均化する ◦ Precision at 5(P@5) • ベースラインはユーザと行のFactorization Machine(libFM) • オフラインモデルからのgain値で比較する