[2024/01/18]Machine Learning 輪講
Opened this issue · 2 comments
nogawanogawa commented
Why
Machine Learning 輪講は最新の技術や論文を追うことで、エンジニアが「技術で解決できること」のレベルをあげていくことを目的にした会です。
prev. #227
What
話したいことがある人はここにコメントしましょう!
面白いものを見つけた時点でとりあえず話すという宣言だけでもしましょう!
nogawanogawa commented
Beyond Two-Tower Matching: Learning Sparse Retrievable Cross-Interactions for Recommendation
論文URL
https://dl.acm.org/doi/abs/10.1145/3539618.3591643
著者
Liangcai Su, Fan Yan, Jieming Zhu, Xi Xiao, Haoyi Duan, Zhou Zhao, Zhenhua Dong, Ruiming Tang
会議
SIGIR ’23
背景
産業用推薦システムは一般的に、candidate matchingとrankingの2フェーズから構成されている。
candidate matchingでは、高いrecall とレイテンシを同時に達成する必要がある。
Two towerモデルは高精度で効率よくtop k検索が可能なので、主要な方法として用いられている。
しかし、Two Towerモデルは1つの内積しか用いないのでクエリ-アイテム間の特徴相互作用とモデル化する能力が制限される。またエンドツーエンドで学習されるわけでもないので、これもrecallを低下させる要因になりうる。
目的
- 既存のTwo tower モデルにあるrecallを低下させうる限界を解消するモデルの開発
アプローチ
- SparCode
- all-to-all interaction
- sparse 転置インデックス
memo
Hayashi-Yudai commented
Content-based Neighbor Models for Cold Start in Recommender Systems
RecSys Challenge '17 の論文。
コールドスタート問題を解消するためにコンテンツ情報をどのように活用していたかが紹介されていた。