【論文メモ】Personalized News Recommendation Based on Click Behavior
エムスリーのブログ記事で言及されていて、良さそうだったので読みました。
Factorization Machineの実装と数値検証 - エムスリーテックブログ
読んだ論文
Personalized News Recommendation Based on Click Behavior
著者、所属
Jiahui Liu, Peter Dolan, Elin Rønby Pedersen Google Inc.
どんなもの？（著者は何をやりたかったの？）
ニュースのレコメンデーションを改善するために、情報フィルタリングと協調フィルタリングを統合したような方法でモデルを作ったら性能が改善したよ
先行研究と比べてどこがすごい？
協調フィルタリングに加えてベイズの定理を用いてユーザーのカテゴリへの興味度合いをモデルに組み込んだこと（多分）
技術、手法のキモはどこ？
ユーザーの現在の興味を、ログからユーザーの住んでいる地域全体のトレンドによる部分と、ユーザーが本来的に好んでいるものとに分けて算出したこと
どうやって有効だと検証した？
事前分析でログを分析し、以下のファクトを得た * ユーザーの興味は時間とともに移り変わる * ユーザーの興味は全体としてのトレンドの影響を受ける * 全体としてのトレンドは地域によって異なる
単純なスプリット型のA/Bテストで検証した。検証には以下の指標を見ている * レコメンドセクションのCTR * トップページのCTR * ユーザーの一日当たりの来訪回数
議論はある？
特になし
次に読むべき論文はなに？
- Jensen, V. Bayesian Networks and Decision Graphs. Springer, 2001
- Hyoung R. Kim , Philip K. Chan, Learning implicit user interest hierarchy for context in personalization, Proceedings of the 8th international conference on Intelligent user interfaces, January 12-15, 2003.
- Carreira, R., Crato, J. M., Gon?alves, D., Jorge, J. A. Evaluating adaptive user profiles for news classification, Proceedings of the 9th international conference on Intelligent user interfaces, 2004.
- Billsus, D., & Pazzani, M. A hybrid user model for news story classification. In Proceedings of the Seventh International Conference on User Modeling. 1999.
