- 著者
- 飯塚 洸二郎 米田 武 関 喜史
- 出版者
- 人工知能学会
- 雑誌
- 2019年度 人工知能学会全国大会(第33回)
- 巻号頁・発行日
- 2019-04-08
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.
言及状況
Twitter (7 users, 9 posts, 17 favorites)
同僚氏(@zr_4)がこの辺の話をしてくれます〜 https://t.co/QOymODxnmD , https://t.co/fKcfiwQyjb https://t.co/V47W70mHJd
2019年度 人工知能学会全国大会（第33回）/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 https://t.co/fKcfiwQyjb
同僚がinterleaving/multileavingの話をします。ライブラリはこれ: mathetake/intergo https://t.co/QOymODxnmD