双曲空間ではじめるレコメンデーション - Gunosyデータ分析ブログ

はじめに こんにちは、MediaAds ML Teamに所属している飯塚(@zr_4) です。 以前書いたブログ*1をベースに変更を加えた論文がRecSys 2019 *2 に通りました(ヤッター)。 埋め込みベースの推薦は、近年最も成功を収めた推薦手法の一つです。 埋め込みベースの推薦を行っている多くの大企業では、精度良くアイテムやユーザーを表現するため、数百次元のベクトルを使用しています。それによって、莫大な計算リソースを日々消費していることと思います。またリアルタイムにベクトルの演算を行うために検索システムを自作している企業も少なくないと思います*3。負荷の大きさから、特定のロジックの実…

8 mentions: @zr_4@shunk031@chezou@tankazunori0914@ysk_moto@s_wool@kou2kkkt@dr_paradi
Date: 2019/07/10 00:00

Referring Tweets

@zr_4 ブログ書きました。双極空間の埋め込みを推薦ドメインに適用した内容になります。実データに対して定性・定量的に実験を行い、SGNSのユークリッド空間での埋め込みと比べて推薦精度が高いことを確認しました。 https://t.co/AICQG1ve72
@shunk031 パーソナライズに向けたポアンカレembeddingベースのレコメンデーション。推薦精度とても良さそう / 1件のコメント https://t.co/dohyFvilAd “双極空間ではじめるレコメンデーション - Gunosyデータ分析ブログ” (2 users) https://t.co/FGwAKvWcJO
@chezou Gensimでiterativeにモデル更新できるのか https://t.co/bOiBY89ae4

Related Entries

Read more Python 機械学習プログラミング データ分析演習編
Read more Python 機械学習プログラミング データ分析ライブラリー解説編
Read more 言語処理学会第25回年次大会(NLP2019)に一般発表とスポンサーで参加しました - Gunosyデータ分析ブログ
Read more 言語処理学会第24回年次大会(NLP2018)に参加 & 論文賞受賞しました - Gunosyデータ分析ブログ