Building a scalable and real-time recommendation system is vital for many businesses driven by time-sensitive customer feedback, such as short-videos ranking or online ads. Despite the ubiquitous adoption of production-scale deep learning frameworks like TensorFlow or PyTorch, these general-purpose frameworks fall short of business demands in recommendation scenarios for various reasons: on one ha
タップルで機械学習エンジニアをしている橋爪( @runnlp )と、AI Labでリサーチサイエンティストをしている冨田( @miitomi )です。9月18日から9月23日にシアトルで開催されたRecSys2022に現地参加してきましたので、その参加報告をさせていただきます。今回サイバーエージェントAI LabからはIndustryセッションでポスター発表を1件、Workshopで口頭発表を1件行いました。Industryセッションでの発表の紹介と、研究を日程順に紹介したのちに、現地の様子なども合わせてお届けします。 目次 RecSysとは サイバーエージェントからの発表 Tutorial ( 2つ紹介 ) Main Conference ( Keynoteと論文を紹介 ) Workshop ( 2つ紹介 ) 現地の様子 おわりに RecSysとは RecSysは、推薦システムのトップカ
2015-02-14 Beyond Clicks: Dwell Time for Personalization | Yahoo Labs Recsys2014のMetrics and Evaluationセッションで発表されてベストペーパーに選ばれた論文．新規手法や精度云々という話ではなく，新しい指標を作ってそれが実際に機能することを示したという内容． 概要 ウェブサイトのレコメンデーションは，だいたいCTRやクリックの有無をもとにしてユーザの趣向を推定するけれども，本当にユーザが記事の中身を見て読んだり気に入ったりしているとは限らない．そこでウェブページの滞留時間（Dwell Time）を新たな指標として提案する．サーバサイドとクライアントサイドの両方で検証して比較したほか，実際の応用としてランク学習や協調フィルタリングに適用して，クリックの情報を用いた解析と比較して同等の結果が得られ
株式会社サイバーエージェント（本社：東京都渋谷区、代表取締役：藤田晋、東証一部上場：証券コード4751）は、人工知能技術の研究開発組織「AI Lab」に所属する研究員の安井翔太、Yale大学および半熟仮想株式会社代表取締役の成田悠輔氏、Yale大学の矢田紘平氏による共著論文「Debiased Off-Policy Evaluation for Recommendation Systems」が、推薦システム分野の国際会議「RecSys2021」（The ACM Recommender Systems conference）※1 に採択されたことをお知らせいたします。 「RecSys」は推薦システムに関わる世界中の研究者・データサイエンティスト・エンジニアが集う国際会議で、機械学習やデータサイエンスの応用に関して「KDD」「SIGIR」※2 などと並び権威のある国際会議です。このたび「AI L
Workshop on Recommender Systems in Fashion Copenhagen, Denmark, 20th September 2019 Online Fashion retailers have significantly increased in popularity over the last decade, making it possible for customers to explore hundreds of thousands of products without the need to visit multiple stores or stand in long queues for checkout. However, the customers still face several hurdles with current onlin
Follow us to keep up to date with the latest calls for contributions and news from ACM RecSys! Workshop on Recommender Systems in Fashion and Retail Online Fashion retailers have significantly increased in popularity over the last decade, making it possible for customers to explore hundreds of thousands of products without the need to visit multiple stores or stand in long queues for checkout. How
イントロ RecSysは推薦システムに関する国際学会で、今年で14回目の開催になります。本来ならブラジルで開催予定でしたが、昨今の情勢により今年はオンラインでの開催になりました。2020年9月22日から9月26日にかけて開催されました。 推薦システムは、Amazonのこれもチェックしている人はこれもチェックしていますのように、たくさんあるアイテムの中からおすすめのアイテムを選び出してくれる仕組みで、最近ではあらゆるサービスに組み込まれています。そのため、RecSysでは、大学などの学術機関だけでなく、AmazonやNetflixなどの企業からの参加者が６割を超えています。また、オンライン開催ということもあり、参加者は過去最多で1000人を超えています。 この記事では、推薦システムの国際学会でどんなことが今話題なのか、どんな研究があるのかを簡単にざっくりと紹介できればと思います。(Wante
推薦システムのトップ会議 RecSys2016 が9月15日から19日までアメリカのボストンで開催され、ワークショップ発表者＆学生ボランティアとして参加してきた。これまで学会発表はひとりで行くことが多く、今回も例外ではなかったが、ボランティアのおかげで他の学生との交流や伝説的な研究者との接触が多くてとても楽しめた。みんなもやると良いと思う。 RecSys2016@Boston RecSysは今回で10回目を迎えた推薦システムのトップ会議で、本会議の採択率はショートペーパーでも20%という狭き門。僕はワークショップのひとつ Profiling User Preferences for Dynamic Online and Real-Time Recommendations（長い）で、ECサイトとかでよく見られる persistent cold-start という問題と、それに絡めて Fact
Context-Aware Music Recommendation Based on Latent Topic Sequential Patterns Negar Hariri DePaul University School of Computing Chicago, IL 60604, USA [email protected] Bamshad Mobasher DePaul University School of Computing Chicago, IL 60604, USA [email protected] Robin Burke DePaul University School of Computing Chicago, IL 60604, USA [email protected] ABSTRACT Contextual factors can
Pairwise Preference Regression for Cold-start Recommendation Seung-Taek Park ∗ Samsung Advanced Institute of Technology Mt. 14-1, Nongseo-dong, Giheung-gu Yongin-si, Gyunggi-do 446-712, South Korea park.seungtaek@gmail.com Wei Chu Yahoo! Labs 4401 Great America Parkway Santa Clara, CA 95054, USA chuwei@yahoo-inc.com ABSTRACT Recommender systems are widely used in online e-commerce applications to
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
