Figure: two-tower DNN model for learning query and candidate representations
Related
2. References
- paper link: https://research.google/pubs/pub48840/
1 min read
Figure: two-tower DNN model for learning query and candidate representations
Deep Neural Networks for YouTube Recommendations - Cascade ranking 시스템 Sampling-Bias-Corrected Neural Modeling for Large Corpus Item Recommendations - SSB 문제 COLD: Towards the Next Generation of Pre-Ranking System - Pre...
Abstract selection bias, which occurs because clicked documents are reflective of what documents have been shown to the user in the first place.
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.
Abstract NLP 에서 dual encoder 로 불리는 two-tower 신경망 framework 를 어떻게 추천 시스템에 적용할 수 있는지 보임 추가로, Mixed Negative Sampling (MNS) 이라는 negative sampling 전략을 제안 일반적인 batch 또는 unigram...
Mitigating Confounding Bias in Recommendation via Information Bottleneck dl.acm.org/doi/pdf/10.1145/3460231.3474263 Abstract biased 와 unbiased feedback 생성 과정을 설명 두 과정의 차이는...
Combating Selection Biases in Recommender Systems with a Few Unbiased Ratings Tags selection bias, Abstract Introduction unbiased ratings 포함시키는 방법: 임의로 선택된 일부 아이템들에 대해 유저들에게...
Calibrated Recommendations 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...
paper link.
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...
Abstract “ 만약 사용자에게 강제로 영화를 보게 만든다면 어떻게 평가할 것인가?”: causal inference question B) Introduction prediction: “ 사용자가 영화를 보았을 때, 평점은?” causal inference: “ 우리가 사용자에게 그 영화를 노출시켰을 때,...
Paper link Abstract 추천 시스템의 사회적 desirability 을 향상시키기 위한 아이디어를 제공: 입력 데이터에 추가적인 데이터 (해독 데이터) 를 입력 추천의 polarization 또는 fariness 를 capture 하기 위한 측정 방식을 제안 Related References.