[2L3-J-9] 自然言語処理・情報検索: 知識の生成と提供

[2L3-J-9-05] ニュースアプリケーションのパーソナライゼーションアルゴリズムに対するマルチリービング手法の比較

〇飯塚 洸二郎¹、米田 武¹、関 喜史¹ (1. 株式会社Gunosy)

キーワード：インターリービング、マルチリービング、情報推薦、パーソナライズシステム、ニュースアプリケーションサービス

本論文では，パーソナライズを行うアルゴリズムのオンライン評価を行う手法について述べる.
特に，マルチリービ ングを実際のニュースアプリケーションにおいてリアルタイムに行う際の課題・解決法を示し，大規模な数値実験を行った.
従来の A/B テストに比べ，マルチリービングは非常に少ないサンプルサイズでパーソナライズアルゴリズムの性能が評価できた.
また，Optimized Multileaving (OM) と Team Draft Multileaving (TDM) は同程度の効率性があり， TDM はより安定性があることが実験より明らかになった.