[DL輪読会](Sequential) Variational Autoencoders for Collaborative Filtering
- 1. 1
DEEP LEARNING JP
[DL Papers]
http://deeplearning.jp/
(Sequential)Variational Autoencoders
for Collaborative Filtering
Jun Hozumi, Matsuo Lab
- 2. 書誌情報
• Title: Variational Autoencoders for Collaborative Filtering
• Authors: Dawen Liang, Rahul G. Krishnan, Matthew D. Hoffman, Tony Jebara
• Affiliations: Netflix, MIT, Google AI
• Conference: WWW 2018
• Title: Sequential Variational Autoencoders for Collaborative Filtering
• Authors: Noveen Sachdeva, Giuseppe Manco, Ettore Ritacco, Vikram Pudi
• Affiliations: IITH, ICRA-CNR
• Conference: WSDM 2019
2
・ボリュームの都合、2本紹介します
・VAEについて既知であるとします
- 8. 提案手法4
• 𝑓𝜃 𝑧 の正規化前の予測結果をランキング化して、予測結果とする
• 新規ユーザの𝒙 𝑢 に対しても予測を出せるため、実務応用が可能
• コールドスタート問題への対応
8
𝑓𝜃(𝑧)
𝑔 𝜙(𝑥)
- 9. データセット
• MovieLens-20M (ML-20M): 5段階評価で4以上を付けた映画
• 最低5本評価しているユーザのみが対象
• Netflix Prize: MovieLensと同様にピックアップ
• Million Song Dataset(MSD): 曲を聴いたかどうか
• 200人以上に聴かれた曲を20曲以上聴いたユーザのみが対象
9
- 10. 評価指標
• Normalized Discounted Cumulative Gain (NDCG)
• 𝜔(𝑟): r位のアイテム、𝐼 𝑢:uがクリックしたアイテム
• 上位の予測結果ほど重要
• Recall@R
• 予測結果のTopRが等しく重要
• Precision@R: Recallの分母が 𝐼_𝑢
• 次の研究で登場
10
https://blog.brainpad.co.jp/entry/2017/08/25/140000
NDCGの説明(explicitの例)
- 15. 書誌情報
• Title: Variational Autoencoders for Collaborative Filtering
• Authors: Dawen Liang, Rahul G. Krishnan, Matthew D. Hoffman, Tony Jebara
• Affiliations: Netflix, MIT, Google AI
• Conference: WWW 2018
• Title: Sequential Variational Autoencoders for Collaborative Filtering
• Authors: Noveen Sachdeva, Giuseppe Manco, Ettore Ritacco, Vikram Pudi
• Affiliations: IITH, ICRA-CNR
• Conference: WSDM 2019
15