1 min read
... data). 해당 데이터는 explicit feedback 을 target 으로 한 모델이고, implicit feedback 을 target 으로 한 모델은 Modeling user exposure in recommendation 를 참조 정확히는 이 논문은 vimp 데이터가 명시된 것을 활용한 논문이고, link 가 걸린 paper 는 vimp 데이터가 없어서 inference 를 수행...
paper link Abstract Joint models of exposure and clicks Scalable Recommendation with Poisson Factorization Opinion 내가 본 논문 중 vimp 데이터를 학습에 활용한 첫번째 논문 vimp 데이터를 이용하여 exposure...
paper link.
Reference paper: dl.acm.org/doi/pdf/10.1145/3240323.3240372 cailbration 의 목적 In the recommended list of items, calibration ensures that the various (past) areas of interest of...
Abstract selection bias, which occurs because clicked documents are reflective of what documents have been shown to the user in the first place.
paper link Related Work 기존의 모든 popularity bias 연구들은 static 추천 task 를 기반으로 진행했지만, 실제 real-world 에서는 dynamic recommendation 형태를 띈다.
Related Work Incorporating Various Feedback negative experience identification Between Clicks and Satisfaction - Study on Multi-Phase User Preferences and Satisfaction for...
Abstract 추천 시스템에서 학습 또는 평가를 위한 데이터는 대부분 selection bias 에 취약하다. 이러한 bias 는 RS 의 action 이나 유저들의 self-selection 을 통해 생성된다.
Tags: paper review, matrix factorization , www 19 Paper link Related work Debiasing Strategies a propensity score 기반 방식 propensity score:: 어느 한 아이템이 사용자에 의해 관측될 확률 Propensity...
Tags selection bias, Abstract Introduction unbiased ratings 포함시키는 방법: 임의로 선택된 일부 아이템들에 대해 유저들에게 rating 을 요청함 Related work Recommendation Debiasing 기존의 debiasing 은 주로 두 가지 측면에...
paper link Abstract Blindly fitting the data without considering the inherent biases will result in many serious issues, e.g., the discrepancy between offline evaluation and...