著者
大倉 俊平 村尾 一真 田頭 幸浩 小野 真吾 田島 玲
雑誌
デジタルプラクティス (ISSN:21884390)
巻号頁・発行日
vol.7, no.4, pp.386-393, 2016-10-15

記事推薦システムにおいて,機械学習を用いてユーザと記事をマッチングする手法については,すでにさまざまな研究が成されている.一方で,大規模トラフィックを処理する実サービスにそれらを適用しようとすると,システムの応答速度に関する制約や,季節性によるデータ分布の変化などさまざまな問題が浮上する.また,機械学習の「精度」が利用者の満足に直接結びつくとは限らない.本稿では,筆者らが実際の記事推薦システムを構築する上で,それらの問題にどのように対処したかを事例と実験結果を合わせて紹介する.