[2024/07/17] Machine Learning 輪講

[chimuichimu]

Why

Machine Learning 輪講は最新の技術や論文を追うことで、エンジニアが「技術で解決できること」のレベルをあげていくことを目的にした会です。

prev. #254

What

話したいことがある人はここにコメントしましょう！
面白いものを見つけた時点でとりあえず話すという宣言だけでもしましょう！

[Hayashi-Yudai]

Extract Implicit Semantic Friends and Their Infuences from Bipartite Network for Social Recommendation

• 背景
  • オンラインソーシャルプラットフォームの発展に伴い、ユーザー間の関連を利用した推薦の注目度が上がっている
• 解決したかった課題
  • 一人のユーザーに対して明示的にわかるつながりの数は少なすぎる (sparcity)
  • プライバシーの関係から全てのつながりを把握することは不可能
  • つながりが無くてもユーザーがほかのユーザーから影響を受けることはよくあるがそれを活用できていない (e.g. celebrity effect)
• どうやって解決したか
  • グラフニューラルネットワークを活用
  • implicitなつながりとユーザー個人個人の影響力を考慮して推薦に使う
• 結果
  • 従来のexplicitなつながりを利用するモデルと比べてscore predictionにおいてもrankingタスクにおいても高い性能
  • explicitなつながりの少ないcold startユーザーに対して大きな性能改善

[nogawanogawa]

BM25S: Orders of magnitude faster lexical search via eager sparse scoring

論文URL

https://arxiv.org/abs/2407.03618

著者

Xing Han Lù

会議

なし

背景

目的

• 従来のBM25より高速なスコアリングの実現

アプローチ

• BM25S
  • 事前計算によるスコアリング計算量の削減
  • 疎行列の活用によるメモリ効率向上
  • トークン化・Top0-kアルゴリズムの高速化

memo

nogawanogawa/paper_memo#116