Related papers/recommender_system/Online learning to rank for information retrieval Multileave Gradient Descent
papers/recommender system/Online learning to rank for information retrieval
Pairwise 알고리즘 학습에서 사용하는 SGD (with uniformly drawn pairs) 방식은 아이템의 인기 정도가 tailed 분포를 따른다면 학습이 매우 느려진다는 점을 보임 이러한 문제를 극복하기 위해서 non-uniform item sampler 를 제안 해당 sampler 는 문맥 기반에...
A wide linear model and a deep neural network are trained together to both memorize and generalize a recommendation systems.
classic two-stage information retrieval dichotomy (2 단계 정보 검색 이분법) deep candidate generation model deep ranking model practical lessons and insights 을 제공
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
selection bias, which occurs because clicked documents are reflective of what documents have been shown to the user in the first place. propose new counterfactual approaches...
data (노출이 발생한 아이템) 정보는 유저들의 negative preference 에 대한 정보를 담고있지만 활용하기는 쉽지 않은데, 다음과 같은 이유가 있기 때문이다.
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. online...
개인화 추천 및 ranking 방식을 진행할 때 아이템의 visual appearance 무시하는 경우가 많다.