論文の概要: Measuring the User Satisfaction in a Recommendation Interface with
Multiple Carousels
- arxiv url: http://arxiv.org/abs/2105.07062v1
- Date: Fri, 14 May 2021 20:33:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-18 14:21:46.196147
- Title: Measuring the User Satisfaction in a Recommendation Interface with
Multiple Carousels
- Title(参考訳): 複数のカルーセルを用いたレコメンデーションインタフェースにおけるユーザ満足度の測定
- Authors: Nicol\`o Felicioni, Maurizio Ferrari Dacrema, Paolo Cremonesi
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 7.8851236034886645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It is common for video-on-demand and music streaming services to adopt a user
interface composed of several recommendation lists, i.e. widgets or swipeable
carousels, each generated according to a specific criterion or algorithm (e.g.
most recent, top popular, recommended for you, editors' choice, etc.).
Selecting the appropriate combination of carousel has significant impact on
user satisfaction. A crucial aspect of this user interface is that to measure
the relevance a new carousel for the user it is not sufficient to account
solely for its individual quality. Instead, it should be considered that other
carousels will already be present in the interface. This is not considered by
traditional evaluation protocols for recommenders systems, in which each
carousel is evaluated in isolation, regardless of (i) which other carousels are
displayed to the user and (ii) the relative position of the carousel with
respect to other carousels. Hence, we propose a two-dimensional evaluation
protocol for a carousel setting that will measure the quality of a
recommendation carousel based on how much it improves upon the quality of an
already available set of carousels. Our evaluation protocol takes into account
also the position bias, i.e. users do not explore the carousels sequentially,
but rather concentrate on the top-left corner of the screen.
We report experiments on the movie domain and notice that under a carousel
setting the definition of which criteria has to be preferred to generate a list
of recommended items changes with respect to what is commonly understood.
- Abstract(参考訳): 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ことが一般的である。
ウィジェットやスワイプ可能なカルーセルは、それぞれ特定の基準やアルゴリズム(例えば)に従って生成される。
最新の、最も人気のある、あなたのために推奨される、編集者の選択など)。
carouselの適切な組み合わせを選択することは、ユーザの満足度に大きな影響を与える。
このユーザインターフェースの重要な側面は、ユーザに対する新しいカルーセルの関連性を測定するために、個々の品質のみを考慮するだけでは不十分である点である。
代わりに、インターフェイスにすでに他のカルーセルが存在することを考慮すべきである。
これは、(i)他のカルーセルをユーザに表示するか、(ii)他のカルーセルに対するカルーセルの相対的な位置に関わらず、各カルーセルを分離して評価する従来のレコメンダシステムの評価プロトコルでは考慮されていない。
そこで本研究では,すでに利用可能なカルーセルの品質にどの程度改善するかに基づいて,推奨カルーセルの品質を測定するカルーセル設定の二次元評価プロトコルを提案する。
評価プロトコルは位置バイアス、すなわち位置バイアスも考慮に入れます。
ユーザーはカルーセルを連続的に探索するのではなく、画面の左上隅に集中する。
映画領域における実験を報告し,カルーセル設定下では,推奨項目のリストを生成するのにどの基準が望ましいかが,一般的に理解されている項目に対して決定されることに注意する。
関連論文リスト
- Beyond Positive History: Re-ranking with List-level Hybrid Feedback [49.52149227298746]
リストレベルのハイブリッドフィードバック (dubed RELIFE) を用いた再ランク付けを提案する。
ユーザの好みや行動パターンを3つのモジュールでキャプチャする。
実験により、RELIFEはSOTAの再ランクベースラインを著しく上回っていることが示された。
論文 参考訳(メタデータ) (2024-10-28T06:39:01Z) - 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) - 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) - Sequential Modeling with Multiple Attributes for Watchlist
Recommendation in E-Commerce [67.6615871959902]
電子商取引におけるウォッチリスト機能について検討し、新しいウォッチリスト推薦タスクを導入する。
私たちのゴールは、ユーザーが次にクリックするアイテムを予測することで、ユーザーが次に注意を払うべきウォッチリスト項目を優先順位付けすることです。
提案するレコメンデーションモデルであるTrans2DはTransformerアーキテクチャ上に構築されている。
論文 参考訳(メタデータ) (2021-10-18T10:02:15Z) - On component interactions in two-stage recommender systems [82.38014314502861]
2段階のレコメンデータは、YouTube、LinkedIn、Pinterestなど、多くのオンラインプラットフォームで使用されている。
ランク付け器と評価器の相互作用が全体の性能に大きく影響していることが示される。
特に、Mixture-of-Expertsアプローチを用いて、アイテムプールの異なるサブセットに特化するように、ノミネータを訓練する。
論文 参考訳(メタデータ) (2021-06-28T20:53:23Z) - Set2setRank: Collaborative Set to Set Ranking for Implicit Feedback
based Recommendation [59.183016033308014]
本稿では,暗黙的フィードバックの特徴を探究し,推奨するSet2setRankフレームワークを提案する。
提案するフレームワークはモデルに依存しず,ほとんどの推奨手法に容易に適用できる。
論文 参考訳(メタデータ) (2021-05-16T08:06:22Z) - 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-K Recommendation with Personalized Decision Boundary [41.70842736417849]
ランキングと分類の目的を併せ持つ共同学習問題として動的k推薦タスクを開発した。
我々は、BPRMFとHRMの2つの最先端ランキングベースのレコメンデーション手法を対応する動的Kバージョンに拡張する。
2つのデータセットに対する実験結果から,動的Kモデルの方が従来の固定N推奨手法よりも有効であることが示された。
論文 参考訳(メタデータ) (2020-12-25T13:02:57Z) - 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) - Carousel Personalization in Music Streaming Apps with Contextual Bandits [2.305378099875569]
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。
論文 参考訳(メタデータ) (2020-09-14T16:20:34Z) - 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。