- Introduction
- providing insights for the understanding of how negative experiences affect users’ behaviors and satisfaction, which is less studied in previous work
1 min read
... good, the bad and the bait - Detecting and characterizing clickbait on YouTube Effects of User Negative Experience in Mobile News Streaming Leveraging Post-click Feedback for Content Recommendations
Related Work Incorporating Various Feedback negative experience identification Between Clicks and Satisfaction - Study on Multi-Phase User Preferences and Satisfaction for...
Introduction data (노출이 발생한 아이템) 정보는 유저들의 negative preference 에 대한 정보를 담고있지만 활용하기는 쉽지 않은데, 다음과 같은 이유가 있기 때문이다. 불완전성 노출된 아이템들은 일반적으로 추천 로직에 의해 선택된다.
Abstract the impact of User Fatigue has been mostly ignored in the literature User fatigue 란, 특정 유저에게 동일한 아이템을 반복적으로 보여줬을 때, 해당 아이템에 대해 빠르게 흥미를 잃는 현상을 의미한다.
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...
paper link .
Abstract 온라인 추천 시스템을 지원하기 위해 3 차원 텐서 분해 기법을 사용하고, 고차원 folding-in 방법을 구현합니다.
Paper link www.pelleg.org/shared/hp/download/relevance-is-not-enough.pdf 배경 question-answering sites 에 대한 추천 시스템 The feature that they really missed was diversity.
Abstract SBRS 에서 Next-basket 추천 (NBR) 을 위해 제안된 논문이다. RNN 모델이 sequential modeling 에 효과적이지만 추천 시나리오에서 item frequency 정보를 직접적으로 잡아낼 수 없다는 문제가 있다고 주장한다.
Paper link Abstract 사용자와 이벤트를 동일한 latent space 에 project 하기 위해 a joint representation model (결합 표현 모델) 을 제안 제안한 모델은 parallel CNN 기반이고, event text 의 semantic meaning 을 파악하며...
Tags paper review, implicit feedback, Recommendation System, WWW 17 paper link Abstract util2vec 을 제안: usage history, interaction records 를 활용 utilization-to-vector 제안한 방식의 세...