論文の概要: Carousel Personalization in Music Streaming Apps with Contextual Bandits

• arxiv url: http://arxiv.org/abs/2009.06546v2
• Date: Wed, 30 Sep 2020 15:35:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 11:41:08.411876
• Title: Carousel Personalization in Music Streaming Apps with Contextual Bandits
• Title（参考訳）: コンテキスト帯域を持つ音楽ストリーミングアプリのカルーセルパーソナライズ
• Authors: Walid Bendada and Guillaume Salha and Th\'eo Bontempelli
• Abstract要約: カルーセルのパーソナライゼーションを,複数のプレイ,カスケードベースの更新,バッチフィードバックの遅延といったコンテキスト的マルチアームバンディット問題としてモデル化する。 本研究では,グローバルな音楽ストリーミングモバイルアプリ上での大規模なプレイリスト推薦タスクに対処することにより,実世界のカルーセルの特徴を捉えるためのフレームワークの有効性を実証的に示す。
• 参考スコア（独自算出の注目度）: 2.305378099875569
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Media services providers, such as music streaming platforms, frequently leverage swipeable carousels to recommend personalized content to their users. However, selecting the most relevant items (albums, artists, playlists...) to display in these carousels is a challenging task, as items are numerous and as users have different preferences. In this paper, we model carousel personalization as a contextual multi-armed bandit problem with multiple plays, cascade-based updates and delayed batch feedback. We empirically show the effectiveness of our framework at capturing characteristics of real-world carousels by addressing a large-scale playlist recommendation task on a global music streaming mobile app. Along with this paper, we publicly release industrial data from our experiments, as well as an open-source environment to simulate comparable carousel personalization learning problems.
• Abstract（参考訳）: 音楽ストリーミングプラットフォームなどのメディアサービスプロバイダは、しばしばスワイプ可能なカルーセルを活用して、ユーザにパーソナライズされたコンテンツを推奨する。 しかし、これらのカルーセルに表示される最も関連性の高いアイテム(アルバム、アーティスト、プレイリスト...)を選択することは、アイテムが多数あり、ユーザーが好みが異なるため、難しい作業である。 本稿では,複数プレイ,カスケードベース更新,バッチフィードバックの遅延を伴うマルチアームバンディット問題としてカルーセルパーソナライゼーションをモデル化する。 グローバル音楽ストリーミングモバイルアプリ上で大規模プレイリストレコメンデーションタスクに対処し,実世界のカルーセルの特徴を捉えるためのフレームワークの有効性を実証的に示す。 本稿では,我々の実験から得られた産業データと,同等のカルーセルパーソナライゼーション学習問題をシミュレートするオープンソース環境を公開する。

関連論文リスト

• Leveraging User-Generated Reviews for Recommender Systems with Dynamic Headers [5.464901224450247]
  電子商取引プラットフォームは、顧客のショッピング上の関心を満たすための膨大なアイテムカタログを持っている。 学術文献では、これらのカルーセルの項目のランク付けとリコールセットの生成と向上のために多くのモデルが提案されている。 本研究は,これらのカルーセルのヘッダ生成プロセスをカスタマイズするための新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-09-11T21:18:21Z)
• Enhancing Sequential Music Recommendation with Personalized Popularity Awareness [56.972624411205224]
  本稿では、パーソナライズされた人気情報をシーケンシャルなレコメンデーションに組み込む新しいアプローチを提案する。 実験結果から、パーソナライズされた最もポピュラーなレコメンデータは、既存の最先端モデルよりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-06T15:05:12Z)
• MMTrail: A Multimodal Trailer Video Dataset with Language and Music Descriptions [69.9122231800796]
  MMTrailは,2000万回以上のトレーラークリップと視覚的キャプションを組み込んだ大規模マルチモーダルビデオ言語データセットである。 本稿では,27.1k時間以上のトレーラービデオで様々なモダリティアノテーションを実現するシステムキャプションフレームワークを提案する。 我々のデータセットは、大きめのマルチモーダル言語モデルトレーニングのためのパスを舗装する可能性がある。
  論文  参考訳（メタデータ） (2024-07-30T16:43:24Z)
• LARP: Language Audio Relational Pre-training for Cold-Start Playlist Continuation [49.89372182441713]
  マルチモーダルコールドスタートプレイリスト継続モデルであるLARPを導入する。 我々のフレームワークはタスク固有の抽象化の段階を増大させており、イントラトラック(音声)コントラスト損失、トラックトラックコントラスト損失、トラックプレイリストコントラスト損失である。
  論文  参考訳（メタデータ） (2024-06-20T14:02:15Z)
• Follow-Your-Pose v2: Multiple-Condition Guided Character Image Animation for Stable Pose Control [77.08568533331206]
  Follow-Your-Pose v2は、インターネットで簡単に利用できるノイズの多いオープンソースビデオでトレーニングすることができる。 われわれの手法は、2つのデータセットと7つのメトリクスで35%以上のマージンで最先端の手法より優れています。
  論文  参考訳（メタデータ） (2024-06-05T08:03:18Z)
• MuPT: A Generative Symbolic Music Pretrained Transformer [56.09299510129221]
  音楽の事前学習におけるLarge Language Models (LLM) の適用について検討する。 生成過程の異なるトラックからの不整合対策に関連する課題に対処するために,SMT-ABC Notation(Synchronized Multi-Track ABC Notation)を提案する。 私たちのコントリビューションには、最大8192個のトークンを処理可能な一連のモデルが含まれており、トレーニングセットの象徴的な音楽データの90%をカバーしています。
  論文  参考訳（メタデータ） (2024-04-09T15:35:52Z)
• A Scalable Framework for Automatic Playlist Continuation on Music Streaming Services [5.215058915075775]
  スケーラブルで効果的な自動プレイリスト継続モデルを構築するための一般的なフレームワークを紹介します。 SpotifyのMillion Playlistデータセットの詳細な実験検証を通じて、このフレームワークの妥当性を実証する。 本サービスにおける大規模オンラインA/Bテストの結果を報告する。
  論文  参考訳（メタデータ） (2023-04-12T08:46:04Z)
• Talk the Walk: Synthetic Data Generation for Conversational Music Recommendation [62.019437228000776]
  本稿では,広く利用可能なアイテムコレクションにおいて,符号化された専門知識を活用することで,現実的な高品質な会話データを生成するTalkWalkを提案する。 人間の収集したデータセットで100万以上の多様な会話を生成します。
  論文  参考訳（メタデータ） (2023-01-27T01:54:16Z)
• Measuring the User Satisfaction in a Recommendation Interface with Multiple Carousels [7.8851236034886645]
  ビデオオンデマンドおよび音楽ストリーミングサービスでは、いくつかのレコメンデーションリストからなるユーザーインターフェースを採用するのが一般的である。 本稿では,カルーセルの品質を計測するカルーセル設定のための2次元評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2021-05-14T20:33:51Z)
• A Methodology for the Offline Evaluation of Recommender Systems in a User Interface with Multiple Carousels [7.8851236034886645]
  ビデオオンデマンドおよび音楽ストリーミングサービスは、複数の推奨リストからなるページをユーザーに提供します。 展示するカルーセルを選択するための効率的な戦略を見つけることは、大きな産業的関心の活発な研究課題である。 本論文では, カルーセル設定のオフライン評価プロトコルを提案し, モデルの推奨品質を, すでに利用可能なカルーセルのセットでどれだけ改善するかによって測定する。
  論文  参考訳（メタデータ） (2021-05-13T13:14:59Z)
• A Real-Time Whole Page Personalization Framework for E-Commerce [13.254747746069139]
  eコマースプラットフォームは、ホームページに複数のカルーセルを含んでいる。 カルーセル内のアイテムは、シーケンシャルユーザーアクションに基づいて動的に変更されます。 ウォルマートオンライン食料品のホームページで、アイテムカルーセルをリアルタイムで最適にランク付けするためのスケーラブルなエンドツーエンド生産システムを紹介します。
  論文  参考訳（メタデータ） (2020-12-08T19:08:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。