Fugu-MT 論文翻訳(概要): Rethinking Financial Service Promotion With Hybrid Recommender Systems at PicPay

論文の概要: Rethinking Financial Service Promotion With Hybrid Recommender Systems at PicPay

arxiv url: http://arxiv.org/abs/2310.10268v1
Date: Mon, 16 Oct 2023 10:49:46 GMT
ステータス: 処理完了
システム内更新日: 2023-10-17 15:07:46.727587
Title: Rethinking Financial Service Promotion With Hybrid Recommender Systems at PicPay
Title（参考訳）: PicPayにおけるハイブリッドレコメンダシステムによる金融サービス促進の再考
Authors: Gabriel Mendon\c{c}a (Federal University of Rio de Janeiro), Matheus Santos (PicPay), Andr\'e Gon\c{c}alves (PicPay), Yan Almeida (PicPay)
Abstract要約: 本稿では、2つのアルゴリズムを組み合わせて効果的に商品を宣伝するSwitching Hybrid Recommenderシステムを提案する。 A/Bテストの結果は、デフォルトのレコメンデーション戦略と比較して最大3.2%上昇した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The fintech PicPay offers a wide range of financial services to its 30 million monthly active users, with more than 50 thousand items recommended in the PicPay mobile app. In this scenario, promoting specific items that are strategic to the company can be very challenging. In this work, we present a Switching Hybrid Recommender System that combines two algorithms to effectively promote items without negatively impacting the user's experience. The results of our A/B tests show an uplift of up to 3.2\% when compared to a default recommendation strategy.
Abstract（参考訳）: フィンテックのPicPayは、3000万人の月間アクティブユーザーに対して幅広い金融サービスを提供しており、PicPayモバイルアプリには5000万以上のアイテムが推奨されている。このシナリオでは、企業にとって戦略的である特定のアイテムを促進することは非常に困難です。本研究では,2つのアルゴリズムを組み合わせて,ユーザの体験に悪影響を及ぼすことなく効果的に商品を宣伝するスイッチングハイブリッドレコメンダシステムを提案する。 A/Bテストの結果は、デフォルトのレコメンデーション戦略と比較して最大3.2\%上昇している。

関連論文リスト

The Nah Bandit: Modeling User Non-compliance in Recommendation Systems [2.421459418045937]
Expert with Clustering(EWC)は、推奨オプションと推奨されないオプションの両方からのフィードバックを取り入れた階層的なアプローチで、ユーザの好み学習を加速する。 EWCは教師付き学習と伝統的な文脈的バンディットアプローチの両方を上回ります。この研究は、より効果的なレコメンデーションシステムのための堅牢なフレームワークを提供する、Nah Banditにおける将来の研究の基礎を築いた。
論文参考訳（メタデータ） (2024-08-15T03:01:02Z)
Online Prompt Pricing based on Combinatorial Multi-Armed Bandit and Hierarchical Stackelberg Game [29.95198837731957]
当社の価格体系は、消費者、プラットフォーム、販売者の利益を考慮し、これら3人の参加者の利益満足度を同時に達成する。既存の固定価格モードとは異なり、我々が提案するPBTの価格メカニズムはより柔軟で多様なものであり、現実のシナリオのトランザクション要求に応じている。
論文参考訳（メタデータ） (2024-05-24T02:13:46Z)
A Greedy Approach for Offering to Telecom Subscribers [0.0]
ヘテロジニアスな提案条件下での最適化を解くための新しいアルゴリズムを提案する。提案アルゴリズムは, 非常に大きな加入者ベースであっても, 効率的かつ正確である。
論文参考訳（メタデータ） (2023-08-24T07:11:51Z)
Incentive-Aware Recommender Systems in Two-Sided Markets [49.692453629365204]
最適性能を達成しつつエージェントのインセンティブと整合する新しいレコメンデータシステムを提案する。我々のフレームワークは、このインセンティブを意識したシステムを、両側市場におけるマルチエージェントバンディット問題としてモデル化する。どちらのアルゴリズムも、エージェントが過剰な露出から保護する、ポストフェアネス基準を満たす。
論文参考訳（メタデータ） (2022-11-23T22:20:12Z)
ItemSage: Learning Product Embeddings for Shopping Recommendations at Pinterest [60.841761065439414]
Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
論文参考訳（メタデータ） (2022-05-24T02:28:58Z)
Modeling Attrition in Recommender Systems with Departing Bandits [84.85560764274399]
政策に依存した地平線を捉えた新しいマルチアームバンディット構成を提案する。まず、全てのユーザが同じタイプを共有しているケースに対処し、最近の UCB ベースのアルゴリズムが最適であることを実証する。次に、ユーザが2つのタイプに分けられる、より困難なケースを前進させます。
論文参考訳（メタデータ） (2022-03-25T02:30:54Z)
TTRS: Tinkoff Transactions Recommender System benchmark [62.997667081978825]
TTRS - Tinkoff Transactions Recommender Systemベンチマークを示す。この金融取引ベンチマークには、約1万人のユーザーと、14ヶ月で1000以上の商業ブランドの間で200万以上のインタラクションが含まれている。また,現在普及しているRecSys手法を次の期間の推薦タスクで総合的に比較し,その性能を様々な指標や推奨目標に対して詳細に分析する。
論文参考訳（メタデータ） (2021-10-11T20:04:07Z)
New Hybrid Techniques for Business Recommender Systems [0.0]
本稿では,知識に基づくB2Bサービスにレコメンデータシステムを組み込むプロセスを提案する。必要な文脈知識を組み込むための推奨手法をいくつか提案し、比較する。これらの技術は、ビジネスインテリジェンスコンサルタントの試験セットで独立して評価される。
論文参考訳（メタデータ） (2021-09-27T11:21:31Z)
PURS: Personalized Unexpected Recommender System for Improving User Satisfaction [76.98616102965023]
本稿では、予期せぬことを推奨プロセスに組み込んだ、新しいPersonalized Unexpected Recommender System(PURS)モデルについて述べる。 3つの実世界のデータセットに対する大規模なオフライン実験は、提案されたPURSモデルが最先端のベースラインアプローチを大幅に上回っていることを示している。
論文参考訳（メタデータ） (2021-06-05T01:33:21Z)
A novel auction system for selecting advertisements in Real-Time bidding [68.8204255655161]
リアルタイム入札(Real-Time Bidding)は、インターネット広告システムで、近年非常に人気を集めている。本稿では、経済的な側面だけでなく、広告システムの機能にかかわる他の要因も考慮した、新たなアプローチによる代替ベッティングシステムを提案する。
論文参考訳（メタデータ） (2020-10-22T18:36:41Z)
Comparison Lift: Bandit-based Experimentation System for Online Advertising [10.499720681099452]
Comparison Liftは、JD.comのオンライン広告オーディエンスとクリエイティビティをテストするための実験用アズ・ア・サービス(E)アプリケーションである。固定サンプルA/Bテストに重点を置く他の多くのEツールとは異なり、Spectration Liftは独自のバンディットベースの実験アルゴリズムをデプロイする。製品における適応設計は, 固定サンプルA/B設計と比較して, 平均クリック数が27%増加したと推定した。
論文参考訳（メタデータ） (2020-09-16T19:08:44Z)

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。