- abstract
- 심리학적 관점에서 어떤 이유로 사용자들이 클릭을 안하고 넘어가는지 분석한 논문
1 min read
...eraging View Data Modeling impression discounting in large-scale recommender systems Interpreting user inaction in recommender systems Reinforced Negative Sampling for Recommendation with Exposure Data SimpleX - A Simpl...
정의 impression, viewable impression Related papers Collaborative Filtering for Implicit Feedback Datasets: Also BPR - Bayesian Personalized Ranking from Implicit Feedback An...
Tags KDD paper link dl.acm.org/doi/pdf/10.1145/2623330.2623356 Abstract Discussion 기존 추천 시스템의 seen decay 옵션과 비슷한 것 같음 .
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.
paper link Introduction providing insights for the understanding of how negative experiences affect users’ behaviors and satisfaction, which is less studied in previous work .
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.
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...
SLIM SLIM(Sparse Linear Methods for Top-N Recommender Systems)은 item-item similarity 를 sparse linear model 로 학습하는 top-N recommendation 방법이다.
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...
YouTube 추천 시스템을 초기 대규모 산업 추천 관점에서 설명한 논문이다. 이 볼트에서는 YouTube 추천 구조와 large-scale candidate generation / ranking 흐름을 연결해서 읽는 reference 로 쓰인다.
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...