論文の概要: Multi-view user representation learning for user matching without personal information

• arxiv url: http://arxiv.org/abs/2312.14533v1
• Date: Fri, 22 Dec 2023 08:58:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-25 15:39:07.073177
• Title: Multi-view user representation learning for user matching without personal information
• Title（参考訳）: 個人情報のないユーザマッチングのための多視点ユーザ表現学習
• Authors: Hongliu Cao, Ilias El Baamrani, Eoin Thomas
• Abstract要約: 類似性に基づく多視点情報融合を提案し,URLからより良いユーザ表現を学習する。 実験結果から,提案した多視点ユーザ表現学習は,異なる視点からの相補的な情報を活用できることが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: As the digitization of travel industry accelerates, analyzing and understanding travelers' behaviors becomes increasingly important. However, traveler data frequently exhibit high data sparsity due to the relatively low frequency of user interactions with travel providers. Compounding this effect the multiplication of devices, accounts and platforms while browsing travel products online also leads to data dispersion. To deal with these challenges, probabilistic traveler matching can be used. Most existing solutions for user matching are not suitable for traveler matching as a traveler's browsing history is typically short and URLs in the travel industry are very heterogeneous with many tokens. To deal with these challenges, we propose the similarity based multi-view information fusion to learn a better user representation from URLs by treating the URLs as multi-view data. The experimental results show that the proposed multi-view user representation learning can take advantage of the complementary information from different views, highlight the key information in URLs and perform significantly better than other representation learning solutions for the user matching task.
• Abstract（参考訳）: 旅行産業のデジタル化が加速するにつれ、旅行者の行動の分析と理解がますます重要になる。 しかし,旅行者データには,旅行プロバイダとのユーザインタラクションの頻度が比較的低いため,高いデータ間隔が生じることが多い。 この効果を複雑にすることで、デバイス、アカウント、プラットフォームをオンラインでブラウジングするときに、データ分散ももたらされる。 これらの課題に対処するために、確率的トラベラーマッチングが使用できる。 トラベラーのブラウジング履歴は一般的に短く、旅行業界のurlは多くのトークンと非常に異質であるので、既存のユーザマッチングソリューションのほとんどはトラベラーマッチングには適していない。 これらの課題に対処するために、類似性に基づく多視点情報融合を提案し、URLを多視点データとして扱うことにより、URLからより良いユーザ表現を学習する。 実験の結果,提案した多視点ユーザ表現学習は,異なるビューからの相補的な情報を活用でき,URLのキー情報を強調表示し,ユーザマッチングタスクの他の表現学習ソリューションよりもはるかに優れた性能を発揮することがわかった。

関連論文リスト

• TRACE: Transformer-based user Representations from Attributed Clickstream Event sequences [37.69303106863453]
  本稿では,リアルタイムレコメンデーションアプリケーションのために,ライブマルチセッションクリックストリームからリッチなユーザ埋め込みを生成する新しいアプローチであるTRACEを紹介する。 大規模な旅行eコマースデータセットの広範な実験を通じて, TRACE のバニラ変圧器や LLM スタイルのアーキテクチャよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-09-02T23:33:19Z)
• Retrieval Augmentation via User Interest Clustering [57.63883506013693]
  インダストリアルレコメンデータシステムは、ユーザ・イテム・エンゲージメントのパターンに敏感である。 本稿では,ユーザの関心を効率的に構築し,計算コストの低減を図る新しい手法を提案する。 当社のアプローチはMetaの複数の製品に展開されており、ショートフォームビデオ関連の推奨を助長しています。
  論文  参考訳（メタデータ） (2024-08-07T16:35:10Z)
• Regularized Contrastive Partial Multi-view Outlier Detection [76.77036536484114]
  RCPMOD(Regularized Contrastive partial Multi-view Outlier Detection)と呼ばれる新しい手法を提案する。 このフレームワークでは、コントラスト学習を利用して、ビュー一貫性のある情報を学び、一貫性の度合いでアウトレイラを識別する。 4つのベンチマークデータセットによる実験結果から,提案手法が最先端の競合より優れていることが示された。
  論文  参考訳（メタデータ） (2024-08-02T14:34:27Z)
• Knowledge-Aware Multi-Intent Contrastive Learning for Multi-Behavior Recommendation [6.522900133742931]
  マルチ行動レコメンデーションは、ビュー、カートの追加、購入など、さまざまな行動に基づいたより正確な選択を提供する。 本稿では,KAMCL(Knowledge-Aware Multi-Intent Contrastive Learning)モデルを提案する。 このモデルは、インテントを構築するために知識グラフ内の関係を利用し、より正確なレコメンデーションを達成するためのインテントの観点から、ユーザのマルチビヘイビア間の接続をマイニングすることを目的としている。
  論文  参考訳（メタデータ） (2024-04-18T08:39:52Z)
• Accelerating exploration and representation learning with offline pre-training [52.6912479800592]
  1つのオフラインデータセットから2つの異なるモデルを別々に学習することで、探索と表現の学習を改善することができることを示す。 ノイズコントラスト推定と補助報酬モデルを用いて状態表現を学習することで、挑戦的なNetHackベンチマークのサンプル効率を大幅に向上できることを示す。
  論文  参考訳（メタデータ） (2023-03-31T18:03:30Z)
• Cross-view Graph Contrastive Representation Learning on Partially Aligned Multi-view Data [52.491074276133325]
  マルチビュー表現学習は、過去数十年間で急速に発展し、多くの分野に応用されてきた。 本稿では,多視点情報を統合してデータアライメントを行い,潜在表現を学習する,新しいクロスビューグラフコントラスト学習フレームワークを提案する。 複数の実データを用いて実験を行い,クラスタリングおよび分類作業における提案手法の有効性を示した。
  論文  参考訳（メタデータ） (2022-11-08T09:19:32Z)
• Perceptual Score: What Data Modalities Does Your Model Perceive? [73.75255606437808]
  モデルが入力特徴の異なる部分集合に依存する度合いを評価する指標である知覚スコアを導入する。 近年,視覚的質問応答に対するマルチモーダルモデルでは,前者よりも視覚的データを知覚しにくい傾向がみられた。 知覚スコアを使用することで、スコアをデータサブセットのコントリビューションに分解することで、モデルのバイアスを分析することもできる。
  論文  参考訳（メタデータ） (2021-10-27T12:19:56Z)
• What's Your Value of Travel Time? Collecting Traveler-Centered Mobility Data via Crowdsourcing [4.297843164736973]
  旅行者が他の活動に旅行時間を使うことのできる、価値ある時間の異なるパラダイムを構築します。 専用モバイルアプリから収集した旅行者とその旅行に関するデータを含む新しいデータセットを提案する。
  論文  参考訳（メタデータ） (2021-04-12T20:48:28Z)
• Destination similarity based on implicit user interest [0.0]
  暗黙的ユーザ関心度の観点から目的地類似度を測定するために,新しい類似度法を提案する。 提案手法をレコメンダシステムにおける他の広く利用されている類似性対策と比較することにより,旅行データに有意な改善が得られた。
  論文  参考訳（メタデータ） (2021-02-12T18:45:23Z)
• Virtual ID Discovery from E-commerce Media at Alibaba: Exploiting Richness of User Click Behavior for Visual Search Relevance [40.98749837102654]
  我々は,Alibabaにおける視覚的検索関連性を改善するために,ユーザクリック行動から仮想IDを発見することを提案する。 完全にクリックデータ駆動のアプローチとして、人間のアノテーションを使わずにディープネットワークをトレーニングするための様々な種類のクリックデータを収集します。 当社のネットワークは、よりリッチな監視をエンコードし、カテゴリや機能の観点から実写画像を識別する上で、より効果的です。
  論文  参考訳（メタデータ） (2021-02-09T06:31:20Z)
• Laplacian Denoising Autoencoder [114.21219514831343]
  本稿では,新しいタイプの自動符号化器を用いてデータ表現を学習することを提案する。 勾配領域における潜伏クリーンデータを破損させて雑音入力データを生成する。 いくつかのビジュアルベンチマークの実験では、提案されたアプローチでより良い表現が学べることが示されている。
  論文  参考訳（メタデータ） (2020-03-30T16:52:39Z)

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。