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
- ActAnywhere: Subject-Aware Video Background Generation [62.57759679425924]
映画産業や視覚効果のコミュニティにとって,前景運動に合わせた映像背景の生成は重要な課題である。
この課題は、前景の主題の動きと外観と整合する背景と、芸術家の創造的な意図に合致する。
私たちは、伝統的に面倒な手作業を必要とするこのプロセスを自動化する生成モデルであるActAnywhereを紹介します。
論文 参考訳(メタデータ) (2024-01-19T17:16:16Z) - Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential
Recommendations [50.03560306423678]
本稿では,レコメンダシステムのための適応型マルチラウンド検索パラダイムであるAda-Retrievalを提案する。
Ada-Retrievalは、ユーザー表現を反復的に洗練し、全項目領域の潜在的な候補をよりよく捉えます。
論文 参考訳(メタデータ) (2024-01-12T15:26:40Z) - 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) - Dynamic Graph Collaborative Filtering [64.87765663208927]
動的レコメンデーションは,逐次データに基づくリアルタイム予測を提供するレコメンデータシステムにとって不可欠である。
本稿では、動的グラフを利用して協調関係とシーケンシャル関係をキャプチャする新しいフレームワーク、Dynamic Graph Collaborative Filtering (DGCF)を提案する。
提案手法は, 動的協調情報の統合の有効性を示すため, 動作繰り返しの少ないデータセットでは高い性能を実現する。
論文 参考訳(メタデータ) (2021-01-08T04:16:24Z) - 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) - Lets Play Music: Audio-driven Performance Video Generation [58.77609661515749]
オーディオ駆動型パーパフォーマンスビデオ生成(APVG)という新しいタスクを提案する。
APVGは、特定の音楽オーディオクリップでガイドされた特定の楽器を演奏する人のビデオを合成することを目的としている。
論文 参考訳(メタデータ) (2020-11-05T03:13:46Z) - Artist-driven layering and user's behaviour impact on recommendations in
a playlist continuation scenario [5.726366023100079]
ACM RecSys Challenge 2018では、チームCreamy Firefliesとして使用したアプローチの概要を紹介します。
Spotifyが主催するこのコンペティションは、プレイリスト継続の問題に焦点を当てている。
私たちのチームは、コンテンツベースとコラボレーティブの両方でよく知られたモデルに基づいたソリューションを提案しています。
論文 参考訳(メタデータ) (2020-10-13T08:47:08Z) - Controllable Multi-Interest Framework for Recommendation [64.30030600415654]
我々はレコメンデータシステムを逐次レコメンデーション問題として定式化する。
我々は,ComiRec と呼ばれる連続的なレコメンデーションのための新しい制御可能な多目的フレームワークを提案する。
私たちのフレームワークは、オフラインのAlibaba分散クラウドプラットフォームにうまくデプロイされています。
論文 参考訳(メタデータ) (2020-05-19T10:18:43Z)
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。