クリック率を最大化しない推薦システム

2024/01/26 138 users クリック率 最大化 セレンディピティ Twitter 推薦

セレンディピティのある推薦、多様性のある推薦、コンテンツ生産者を配慮した推薦など、クリック率の最大化（だけ）を目指さない推薦システムについての紹介です。 連絡先: @joisino_ (Twitter) / https://joisino.net/ 続きを読む

高速で持続可能な開発のためのソフトウェア工学と機械学習への適用

2023/05/25 96 users ソフトウェア工学 持続 機械学習 適用 開発

こんにちは、Wantedlyで推薦システムを開発している樋口です。Kaggleや実務での機械学習の開発にて、過去に下記のような失敗がありました。 精度改善のために実験を繰り返し追加したら、PRが巨大になり、レビューに時間がかかった 学習結果を確認したら、パラメータを一部だけ間違えていて、再度長い実験をやり直した こ... 続きを読む

推薦システムにおいて線形モデルがまだまだ有用な話 | CyberAgent Developers Blog

2022/12/19 146 users 線形モデル 橋爪 協調フィルタリング 目次 ダッフル

本記事は、CyberAgent Advent Calendar 2022 19日目の記事です。 目次 はじめに 問題設定 協調フィルタリングのための線形モデル iALS EASE 関連する非線形モデル 実務活用 おわりに はじめに メディア DSC所属の機械学習エンジニアで、タップルの推薦システムを担当している橋爪 (@runnlp)です。 最近、推薦システムを... 続きを読む

メルカリにおけるA/Bテスト標準化への取り組み - Speaker Deck

2021/07/28 149 users Speaker Deck メルカリ 柳沼 Podc Retty

Transcript 1 Confidential メルカリにおけるA/Bテスト標準化への取り組み 柳沼 慎哉（@yaginuuun） 2021/7/28, Retty ✕ Mercari Analyst Talk Night! 2 Confidential 自己紹介 • 前職ではe-learning serviceのData Scientist • メルカリではData Analystとして主にA/Bテスト周り、 推薦システムの改善を担当 • 個人でPodc... 続きを読む

Netflixを支える推薦システムの裏側｜masa_kazama｜note

2020/08/05 538 users masa_kazama Netflix Note 数字 ドラマ

イントロNetflixは、スマホやPCがあれば、どこでもいつでも、映画やドラマを見放題で楽しむことができます。今年はお家時間が増えたことで、Netflixをより満喫している方も多いのではないでしょうか。実際に、2020年1月〜3月に会員が全世界で1600万人ほど増え、合計1億8000万人を超えています。 Netflixをいくつかの数字... 続きを読む

これから推薦システムを作る方向けの推薦システム入門｜masa_kazama｜note

2020/07/13 714 users masa_kazama Note

イントロ「Amazonのこの商品をチェックした人はこの商品もチェックしています」や「YouTubeのあなたへのおすすめ」、「Twitterのおすすめユーザー」などのレコメンド機能は多くのWebサービスに組み込まれております。そのレコメンドによって、ついつい商品をたくさん買ってしまったり、夜遅くまで動画を見てしまった経験... 続きを読む

ナレッジグラフを使った解釈可能な推薦システム - Mercari Engineering Blog

2019/08/30 59 users ナレッジグラフ インターン joisino_ メルカリ 解釈

The English version is available here. こんにちは。メルカリで 8 月から機械学習エンジニアのインターンをしている @joisino_ です。インターンでは、ナレッジグラフを使った推薦システムをメルカリの実データを用いて検証を行いました。その結果をこの記事で紹介します。 ナレッジグラフとは？ ナレッジグラフ（知識... 続きを読む

推薦システムを導入するためにやったこと　クックパッドにおける試行錯誤の軌跡 - ログミーTech

2019/08/21 66 users クックパッド ログミーTech 試行錯誤 軌跡

2019年6月24日、Machine Learning Pitchが主催するイベント「Machine Learning Recommender Pitch #3」が開催されました。機械学習を業務に用いる中で培った知見や経験を共有することを目的に設立された本イベント。今回は「情報推薦」をテーマに、株式会社Gunosy、エムスリー株式会社、クックパッド株式会社の3社のエン... 続きを読む

Amazonの推薦システムの20年 | takuti.me

2017/06/12 1166 users takuti.me Amazon

IEEE Internet Computing の2017年5・6月号に " Two Decades of Recommender Systems at Amazon.com " という記事が掲載された。 2003年に同誌に掲載されたレポート " Amazon.com Recommendations: Item-to-Item Collaborative Filtering " が Test of... 続きを読む

Python - 【レコメンド】内容ベースと協調フィルタリングの長所と短所・実装方法まとめ - Qiita

2015/11/19 107 users レコメンド 協調フィルタリング 短所 フィ アルゴリズム

※この表は神嶌 敏弘先生が人工知能学会誌に連載した解説記事『推薦システムのアルゴリズム』から転載したものです。 アルゴリズムの説明 ■ 協調フィルタリングとは アイテム利用者の行動履歴を元にレコメンドする方法です。Amazonの『この商品を買った人は、こんな商品も』機能が有名です。協調フィルタリングによるレコメンドはユーザの行動を元にレコメンドする方法です。 ■ 内容ベース（コンテンツベース）フィ... 続きを読む

論文 - Recommender Systems survey - Knowledge-Based Systems (2013) 読んだ (1/2) - Qiita [キータ]

2013/08/07 55 users サーベイ サーベイ論文 キータ 動機 焦点

Recommender Systems survey - Knowledge-Based Systems (2013) 読んだ (1/2) 長いので2回に分ける 概要と読む動機 2012年10月投稿，2013年4月採択の推薦システムのサーベイ論文 最新の技術動向の流れを確認したくて読むことにした 著者らもこのサーベイは過去のものと違い，有名な手法ではなく推薦システムのの進化に焦点を当てると述べてい... 続きを読む

Gunosyの成長を支えている「実験」 : ライフハッカー［日本版］

2013/04/25 213 users Gunosy ライフハッカー iPhone 実験 最新テック

Android , Apple , Google , Webツール , iPhone , アイデア , 仕事がはかどる , 仕事術 , 最新テック Gunosyの成長を支えている「実験」 2013.04.25 22:00 はじめまして、株式会社Gunosyの関です。社内では、推薦システムの開発を中心とした研究開発領域を担当しています。 前回の記事のテーマは、Gunosyを立ち上げた頃からこれまでの... 続きを読む