[1J4-GS-2] 機械学習: 基礎理論 (1)

[1J4-GS-2-03] HyLIM: ハイブリッドな線形手法による推薦システムの提案

〇大槻 知貴¹、菅谷 信介¹ (1. 株式会社ビズリーチ )

キーワード：推薦システム、暗黙的フィードバック、コールドスタート問題

本研究は、暗黙的フィードバックを元にする推薦アルゴリズムとして、シンプルでありながら高い精度を誇るSLIM (Sparse Linear Method) や EASE (Embarassingly Shallow Auto-Encoder) を自然に拡張した手法である、「ハイブリッドな線形手法」 HyLIM (Hybrid Linear Method) を提案する。そのため、まずはHyLIMを最適化問題として定式化したのち、その解を閉じた形で求める。また、提案手法が実際にユーザーに関する補助情報を用いて精度を向上させることを確かめるため、(ユーザー・アイテム双方の補助情報が入手可能な)実世界データを用いて、その評価を行う。