論文の概要: From Click Modeling to Offline and Off-Policy Evaluation in Carousel Recommendation
- arxiv url: http://arxiv.org/abs/2608.22022v1
- Date: Sat, 22 Aug 2026 15:56:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.55778
- Title: From Click Modeling to Offline and Off-Policy Evaluation in Carousel Recommendation
- Title（参考訳）: カルーセル勧告におけるクリック・モデリングからオフライン・オフ・ポリティ・アセスメントへ
- Abstract要約: 私の博士号研究は、カルーセルクリックがどのようにモデル化され、カルーセル推奨ポリシーがどのように評価されるかを再考することを目的としています。
私の進行中の作業には、個別の選択モデルを使用してクリックを選択として表現するプロジェクトと、カルーセル固有のオフラインメトリクスを開発するプロジェクトが含まれています。
私の論文の期待する貢献は、カルーセルクリックモデリングとオフラインおよびオフ・ポリシー評価を結びつけるコネクテッド・ボディの作業である。
- 参考スコア（独自算出の注目度）: 1.6655489215063515
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Carousel interfaces are widely used in modern recommendation systems. Unlike traditional interfaces that present a single ranked list, carousels simultaneously present several ranked lists to the user, as horizontally swipeable rows stacked on top of each other. In this design, the rankings are closely tied to the two-dimensional layout. Consequently, user behavior is shaped not only by item preference, but also by row organization, viewport constraints, and item context. This tight coupling between ranking and presentation complicates the interpretation of user feedback, introducing new challenges for recommendation evaluation. My PhD research aims to address these challenges by rethinking how carousel clicks are modeled and how carousel recommendation policies can be evaluated from logged interaction data. So far, I have studied how users interact with carousel interfaces and developed a click model design framework that prioritizes mathematical relationships between observed variables over latent behavioral assumptions. Building on these results, my ongoing work includes a project using discrete choice models to represent clicks as choices, alongside a project that develops carousel-specific offline metrics. As a next step, I plan to develop off-policy evaluation methods that estimate the performance of recommendation policies from logged interactions. Taken together, the expected contribution of my thesis is a connected body of work that links carousel click modeling with offline and off-policy evaluation, so that carousel recommendation policies can be improved more reliably.
- Abstract（参考訳）: カルーセルインタフェースは現代のレコメンデーションシステムで広く使われている。
単一のランクリストを表示する従来のインターフェースとは異なり、カルーセルは複数のランクリストを同時にユーザに提示する。
この設計では、ランキングは2次元レイアウトと密接に結びついている。
その結果、ユーザの振る舞いはアイテムの好みだけでなく、行の組織、ビューポートの制約、アイテムのコンテキストによっても形作られます。
このランキングとプレゼンテーションの緊密な結合は、ユーザのフィードバックの解釈を複雑にし、リコメンデーション評価のための新しい課題を導入します。
私の博士号研究は、カルーセルクリックのモデル化と、ログ化されたインタラクションデータからカルーセルレコメンデーションポリシーをどのように評価できるかを再考することで、これらの課題に対処することを目的としています。
これまでのところ、ユーザがカルーセルインタフェースとどのように相互作用するかを研究し、潜在行動仮定よりも観測変数間の数学的関係を優先するクリックモデル設計フレームワークを開発してきた。
これらの結果に基づいて、私の進行中の作業には、個別の選択モデルを使用してクリックを選択として表現するプロジェクトと、カルーセル固有のオフラインメトリクスを開発するプロジェクトが含まれています。
次のステップとして、ログ化されたインタラクションからレコメンデーションポリシーのパフォーマンスを見積もる、非政治評価手法を開発する予定です。
まとめると、私の論文の期待する貢献は、カルーセルクリックモデリングとオフラインおよびオフ・ポリシー評価を結びつけるコネクテッドな作業の体系であり、カルーセル推奨ポリシーをより確実に改善することができる。
関連論文リスト
- Revisiting N2DCG: An Empirically Grounded Reformulation of Carousel Recommendation Evaluation [56.85622784396052]
制約を尊重して適切に正規化するN2DCGの再構成を提案し, 実証的に基底となる割引関数を用いる。
提案手法の有効性を検証し,実世界の視線追跡データに対するユーザの経験的行動をよりよく反映することを示す。
論文 参考訳（メタデータ） (2026-08-22T09:40:10Z) - Following the Eye-Tracking Evidence: Established Web-Search Assumptions Fail in Carousel Interfaces [60.155970399741214]
カルーセルインターフェースは10年以上にわたって、ストリーミングメディアサービスのデファクトスタンダードだった。
これまでの研究では、FパターンのようなシングルリストのWeb検索インタフェースで確立された動作がカルーセルインタフェースにも適用されると推測されていた。
私たちの研究は、これらのインターフェースでユーザ動作のモデルを構築するための信頼性の高い基盤が欠如していることを示しています。
論文 参考訳（メタデータ） (2026-04-22T19:07:52Z) - From Latent to Observable Position-Based Click Models in Carousel Interfaces [3.441021278275805]
クリックモデルは、レコメンデーションシステムにおける学習と評価の中心的なコンポーネントである。
現代のレコメンデータープラットフォームはカルーセルのような複雑なインターフェースをますます利用している。
カルーセルインタフェースにおける位置ベースクリックモデルについて検討し,最適化手法を検討する。
論文 参考訳（メタデータ） (2026-02-18T15:40:30Z) - RecGaze: The First Eye Tracking and User Interaction Dataset for Carousel Interfaces [58.695627866883065]
カルーセルに関する最初の包括的なフィードバックデータセットであるRecGazeデータセットを紹介します。
データセットは、3つの映画選択タスクからのインタラクションと、ユーザ毎に40の異なるカルーセルインターフェースで構成されている。
カルーセル設計に関する調査結果とカルーセルの視線データを初めて分析した結果から,黄金の三角形やFパターンの閲覧行動が明らかになった。
論文 参考訳（メタデータ） (2025-04-29T14:09:20Z) - Multi-Behavior Sequential Recommendation with Temporal Graph Transformer [66.10169268762014]
マルチビヘイビア・インタラクティブなパターンを意識した動的ユーザ・イテム関係学習に取り組む。
本稿では,動的短期および長期のユーザ・イテム対話パターンを共同でキャプチャする,TGT(Temporal Graph Transformer)レコメンデーションフレームワークを提案する。
論文 参考訳（メタデータ） (2022-06-06T15:42:54Z) - Learning Dual Dynamic Representations on Time-Sliced User-Item
Interaction Graphs for Sequential Recommendation [62.30552176649873]
シーケンシャルレコメンデーションのための動的表現学習モデル(DRL-SRe)を考案する。
両面から動的に特徴付けるためのユーザ・イテム相互作用をモデル化するため,提案モデルでは,時間スライス毎にグローバルなユーザ・イテム相互作用グラフを構築した。
モデルが微粒な時間情報を捕捉することを可能にするため,連続時間スライス上での補助的時間予測タスクを提案する。
論文 参考訳（メタデータ） (2021-09-24T07:44:27Z) - 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)
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。