佐々木 祥さん, 上村 理さんの講演
- 10:20〜11:00
- 講師: 佐々木 祥さん(twitter), 上村 理さん(twitter)
- 所属:東京工業大学 博士課程、修士課程
- 講演タイトル:エコメンデーション
- 資料upあり
- videoあり
- 講演概要
情報爆発の時代においてはユーザのニーズに合わせた情報発見のためのシステムとして,リコメンデーションの必要性は高まっている。しかしながら参加ユーザ数の増加,嗜好の多様化により,リコメンデーションに必要となる計算量は莫大となっている。
この問題に対し,計算処理の分散方法が各種提案されているが,これらの方法は複数の計算機を使い処理を行うため経済的側面や環境的側面から見ても「エコ」ではない。そこで,推薦の精度を保ちつつ,計算量削減を実現する方法を検討する。
以下は私のメモです。
- 佐々木さんの講演
- 1サイトにBMするだけではなく、2つのサイト間の関係としてBMするのも良い。
- graphのlink構造を明示的に取ることはより効果的ということでしょうね。
- CF(Collaborative Filtering)のお話
- 1サイトにBMするだけではなく、2つのサイト間の関係としてBMするのも良い。
- 上村(かみむら)さんの講演
- 3R(本講演の焦点はRecycle?)
- Reduce
- 計算量の削減
- 次元圧縮のようなことみたい
- Reuse
- cacheのこと
- 計算結果の再利用
- Recycle
- profileの構造化
- 解析を入れるということかな?
- Reduce
- 提案Algorithm
- まずNormalized Cut
- リンクの弱いものから落としていって、componentに分割されるとそれをtreeの分岐とする。最小スパニングツリーのKruskal Algorithmの逆みたいな話
- greedy algorithm過ぎるのでは?
- 汎用性を出すためにprofile選択木の登場のようだが、とりあえずの方法かも?他の方法ではなくこの方法にする必然性は不明。
- その後に何ホップ以内など近いもののプロファイルから
- まあ結果はでるでしょうと思ったが予想外に、それほど良い結果は出ていないみたい
- まずNormalized Cut
- Anti-Folksonomy
- 3R(本講演の焦点はRecycle?)