論文の概要: Rethinking Click Models in Light of Carousel Interfaces: Theory-Based Categorization and Design of Click Models
- arxiv url: http://arxiv.org/abs/2506.18548v1
- Date: Mon, 23 Jun 2025 11:57:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-24 19:06:36.967885
- Title: Rethinking Click Models in Light of Carousel Interfaces: Theory-Based Categorization and Design of Click Models
- Title(参考訳): カルーセルインタフェースの光におけるクリックモデルの再考:理論に基づく分類とクリックモデルの設計
- Authors: Jingwei Kang, Maarten de Rijke, Santiago de Leon-Martinez, Harrie Oosterhuis,
- Abstract要約: 我々は、この時代遅れの見解は、クリックモデル設計の基本を適切に説明できないと論じる。
本稿では,クリックモデルが捉え得る統計的パターンを説明する3つの基本的キー設計選択を提案する。
これらの選択に基づいて、既存のすべてのクリックモデルと有意義な比較を可能にする、新しいクリックモデル分類を作成する。
- 参考スコア(独自算出の注目度): 57.83744150783658
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Click models are a well-established for modeling user interactions with web interfaces. Previous work has mainly focused on traditional single-list web search settings; this includes existing surveys that introduced categorizations based on the first generation of probabilistic graphical model (PGM) click models that have become standard. However, these categorizations have become outdated, as their conceptualizations are unable to meaningfully compare PGM with neural network (NN) click models nor generalize to newer interfaces, such as carousel interfaces. We argue that this outdated view fails to adequately explain the fundamentals of click model designs, thus hindering the development of novel click models. This work reconsiders what should be the fundamental concepts in click model design, grounding them - unlike previous approaches - in their mathematical properties. We propose three fundamental key-design choices that explain what statistical patterns a click model can capture, and thus indirectly, what user behaviors they can capture. Based on these choices, we create a novel click model taxonomy that allows a meaningful comparison of all existing click models; this is the first taxonomy of single-list, grid and carousel click models that includes PGMs and NNs. Finally, we show how our conceptualization provides a foundation for future click model design by an example derivation of a novel design for carousel interfaces.
- Abstract(参考訳): クリックモデルは、Webインターフェースとのユーザーインタラクションをモデル化するための確立された方法である。
従来は、従来のシングルリストWeb検索設定に重点を置いてきたが、これには、標準となった第1世代の確率的グラフィカルモデル(PGM)クリックモデルに基づく分類を導入した既存の調査も含まれる。
しかしながら、これらの分類は、PGMをニューラルネットワーク(NN)クリックモデルと有意義に比較することができず、カルーセルインタフェースのような新しいインターフェースに一般化できないため、時代遅れになっている。
この時代遅れの視点は、クリックモデル設計の基礎を適切に説明できないため、新規なクリックモデルの開発を妨げている、と我々は主張する。
この作業は、クリックモデル設計の基本概念であるべきものを再考し、それらの数学的性質を(以前のアプローチとは異なり)基礎づけます。
そこで我々は,クリックモデルがどのような統計パターンを捉えることができるのか,また,どのようなユーザの振る舞いを間接的に捉えることができるのかを説明する,基本的なキー設計の3つの選択肢を提案する。
これらの選択に基づいて、既存のすべてのクリックモデルに対して有意義な比較を可能にする、新しいクリックモデル分類を作成します。
最後に,カルーセルインタフェースの新規設計例を例に,我々の概念化が将来のクリックモデル設計の基盤となることを示す。
関連論文リスト
- A Collaborative Ensemble Framework for CTR Prediction [73.59868761656317]
我々は、複数の異なるモデルを活用するための新しいフレームワーク、CETNet(Collaborative Ensemble Training Network)を提案する。
ナイーブなモデルスケーリングとは違って,私たちのアプローチは,共同学習による多様性とコラボレーションを重視しています。
当社のフレームワークは,Metaの3つのパブリックデータセットと大規模産業データセットに基づいて検証する。
論文 参考訳(メタデータ) (2024-11-20T20:38:56Z) - Enabling Small Models for Zero-Shot Selection and Reuse through Model Label Learning [50.68074833512999]
モデルと機能の間のギャップを埋める新しいパラダイムであるモデルラベル学習(MLL)を導入する。
7つの実世界のデータセットの実験により、MLLの有効性と効率が検証された。
論文 参考訳(メタデータ) (2024-08-21T09:08:26Z) - Achieving Data Efficient Neural Networks with Hybrid Concept-based Models [0.0]
クラスラベルと概念と呼ばれるデータセットの付加情報の両方をトレーニングする2つの新しいモデルアーキテクチャを導入する。
ハイブリッドの概念に基づくモデルは、特にスパースデータ設定において、精度に関して、標準的なコンピュータビジョンモデルよりも優れていることを示す。
また,概念ベースモデルの概念予測を変更せずに,クラス予測を変更する方法で,画像が摂動されるような,敵対的概念攻撃を行うアルゴリズムも導入する。
論文 参考訳(メタデータ) (2024-08-14T10:15:34Z) - Modeling Choice via Self-Attention [8.394221523847325]
注意に基づく選択モデルはHalo Multinomial Logit(Halo-MNL)モデルの低最適一般化であることを示す。
また、実データから選択を推定するための最初の現実的な尺度を確立し、既存のモデルの評価を行う。
論文 参考訳(メタデータ) (2023-11-11T11:13:07Z) - Re-parameterizing Your Optimizers rather than Architectures [119.08740698936633]
本稿では,モデル固有の事前知識を構造学に取り入れ,汎用モデル(簡易モデル)の学習に使用する新しいパラダイムを提案する。
実装として,モデル固有のハイパーパラメータの集合に従って勾配を変更することによって,事前知識を付加する手法を提案する。
Reprでトレーニングされた単純なモデルに対しては、VGGスタイルのプレーンモデルに注目し、ReprでトレーニングされたそのようなシンプルなモデルがRep-VGGと呼ばれ、最近のよく設計されたモデルと同等に動作することを示す。
論文 参考訳(メタデータ) (2022-05-30T16:55:59Z) - The Generalized Cascade Click Model: A Unified Framework for Estimating
Click Models [0.0]
本稿では、一般化モデル(GCM)を提案し、このモデルをIO-HMM EMフレームワークを用いてどのように推定するかを示す。
クリックモデルを推定するためのGCMアプローチもgecasmo Pythonパッケージに実装されています。
論文 参考訳(メタデータ) (2021-11-22T16:14:20Z) - A linearized framework and a new benchmark for model selection for
fine-tuning [112.20527122513668]
異なるドメインで事前訓練されたモデルの集合からの微調整は、低データ体制におけるテストの精度を向上させる技術として現れている。
モデル選択のための2つの新しいベースライン - Label-Gradient と Label-Feature correlation を導入する。
我々のベンチマークでは、微調整されたイメージネットモデルと比較して、モデル動物園での精度向上が強調されている。
論文 参考訳(メタデータ) (2021-01-29T21:57:15Z) - Reconstruction of Pairwise Interactions using Energy-Based Models [3.553493344868414]
ペアワイズモデルとニューラルネットワークを組み合わせたハイブリッドモデルは,ペアワイズインタラクションの再構築において有意な改善をもたらす可能性があることを示す。
これは、単純な解釈可能なモデルと複雑なブラックボックスモデルが必ずしも二分法ではないという一般的な考え方と一致している。
論文 参考訳(メタデータ) (2020-12-11T20:15:10Z)
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。