乱択化フーリエ潜在変数モデルによるユーザー選好の埋め込みと分析

• Item type: SIG Technical Reports(1)
• 公開日: 2024-06-13
• タイトル: 乱択化フーリエ潜在変数モデルによるユーザー選好の埋め込みと分析
• タイトル / 言語: en
• タイトル: Random Fourier feature latent variable model for user preference embedding and analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習・一般
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 総合研究大学院大学／mercari R4D
• 著者所属: 統計数理研究所
• 著者所属(英): en
• 著者所属(英): The Graduate University for Advanced Studies / mercari R4D
• 著者所属(英): en
• 著者所属(英): The Institute of Statistical Mathematics
• 著者名: 竹原, 一彰; 持橋, 大地
• 著者名(英): Kazuaki, Takehara; Daichi, Mochihashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: アイテムに対するユーザーの選好（好き・嫌いの度合い）を可視化・分析するためのモデルを提案する．提案モデルは，高次元なアイテム特徴量と，多数のユーザーによる評価ラベルを入力として，視覚可能な低次元潜在空間における，アイテムの座標と，ユーザーの選好関数を表す重みベクトル（ユーザー埋め込み）を出力する．自由度が制限された低次元潜在空間に，様々な情報を埋め込むという課題に，乱択化フーリエ特徴量を用いた解決を試みる．公開されている実データセットを用いた評価実験にて，良好な結果を確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a model to visualize and analyze user preferences (degrees of liking or disliking) for items. The proposed model takes high-dimensional item features and rating labels from a large number of users as input and outputs item coordinates in a visually interpretable low-dimensional latent space and weight vectors (user embeddings) representing user preference functions. To address the challenge of embedding various information into a constrained low-dimensional latent space, we adopt a solution using Random Fourier features. In evaluation experiments using publicly available real-world datasets, we confirmed favorable results.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2024-MPS-148, 号 3, p. 1-8, 発行日 2024-06-13
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会