論文の概要: Theoretically Sound Item Similarity Measures for Recommender Systems

• arxiv url: http://arxiv.org/abs/2610.34402v1
• Date: Sun, 25 Oct 2026 16:04:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.608986
• Title: Theoretically Sound Item Similarity Measures for Recommender Systems
• Title（参考訳）: レコメンダシステムにおける理論的に健全な項目類似度対策
• Abstract要約: アイテム間の類似性を定量化することは、近隣の協調フィルタリングの基本である。 多くの一般的な類似性尺度は理論的な正当化を欠いている。 一般に使われているコサイン類似性は、特定の最適化問題として解釈できることを示す。
• 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: Quantifying the similarity between items is fundamental to neighborhood-based collaborative filtering, yet many commonly used similarity measures are heuristics that lack theoretical justification. The use of heuristics forces practitioners to rely on empirical trial-and-error, offering little insight into why certain measures outperform others or how they might be improved. In this paper, we present a principled approach for designing item similarity measures grounded in probabilistic modeling and parameter estimation. By adopting this formal perspective, we derive two previously overlooked similarity measures based on the Bernoulli and multinomial distributions. Through an extensive ablation study we highlight the critical role of bias, probabilistic smoothing, treating the unknowns correctly, and choosing appropriate probability distributions. Finally, we show that the commonly used cosine similarity can be interpreted as the solution to a specific optimization problem, thereby providing a novel perspective on this decades-old heuristic.
• Abstract（参考訳）: アイテム間の類似度を定量化することは、近隣のコラボレーティブ・フィルタリングの基本であるが、多くのよく使われる類似度尺度は、理論的な正当化を欠くヒューリスティックスである。 ヒューリスティックス(ヒューリスティックス)の使用により、実践者は経験的な試行錯誤に頼らざるを得なくなる。 本稿では,確率的モデリングとパラメータ推定を基礎とした項目類似度尺度の設計手法を提案する。 この形式的観点を採用することで、ベルヌーイ分布と多項分布に基づいて、これまで見過ごされていた2つの類似性測度を導出する。 広範囲にわたるアブレーション研究を通じて、偏見、確率的滑らか化、未知を正しく扱い、適切な確率分布を選択することの重要性を強調した。 最後に、一般的なコサイン類似性は、特定の最適化問題の解として解釈できることを示し、この数十年前のヒューリスティックな見方を提供する。

関連論文リスト

• Predictive Churn with the Set of Good Models [61.00058053669447]
  本稿では,予測的不整合という2つの無関係な概念の関連性について考察する。 予測多重性(英: predictive multiplicity)は、個々のサンプルに対して矛盾する予測を生成するモデルである。 2つ目の概念である予測チャーン(英: predictive churn)は、モデル更新前後の個々の予測の違いを調べるものである。
  論文  参考訳（メタデータ） (2024-02-12T16:15:25Z)
• Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
  確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。 本手法は, 精度の高い問題に特に適している。 提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
  論文  参考訳（メタデータ） (2023-11-08T00:10:21Z)
• Robust probabilistic inference via a constrained transport metric [8.85031165304586]
  我々は、パラメトリックな分布の族の近くに集中するように慎重に設計された指数関数的に傾いた経験的確に構築することで、新しい代替手段を提供する。 提案手法は,多種多様なロバストな推論問題に応用し,中心分布に付随するパラメータを推論する。 我々は,最先端の頑健なベイズ推論手法と比較した場合,提案手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-03-17T16:10:06Z)
• Bayesian Hierarchical Models for Counterfactual Estimation [12.159830463756341]
  本稿では,多種多様なカウンターファクトの集合を推定する確率的パラダイムを提案する。 摂動を事前分布関数によるランダム変数として扱う。 収束特性の優れた勾配ベースサンプリング器は、後方サンプルを効率的に計算する。
  論文  参考訳（メタデータ） (2023-01-21T00:21:11Z)
• Double logistic regression approach to biased positive-unlabeled data [3.6594988197536344]
  後続確率と確率スコア関数の結合推定問題に対するパラメトリックなアプローチを考察する。 そこで本研究では, 交互表現に基づく最大解法と2番目の解法という, 2つの推定手法を提案する。 実験の結果,提案手法は期待最大化方式に基づく既存手法と同等か優れていることがわかった。
  論文  参考訳（メタデータ） (2022-09-16T08:32:53Z)
• Distribution Regression with Sliced Wasserstein Kernels [45.916342378789174]
  分布回帰のための最初のOTに基づく推定器を提案する。 このような表現に基づくカーネルリッジ回帰推定器の理論的性質について検討する。
  論文  参考訳（メタデータ） (2022-02-08T15:21:56Z)
• Evaluating Sensitivity to the Stick-Breaking Prior in Bayesian Nonparametrics [85.31247588089686]
  変分ベイズ法はベイズモデルのパラメトリック的および非パラメトリック的側面に対して感性が得られることを示す。 ベイズ感度分析に対する変動的アプローチの理論的および経験的支援を提供する。
  論文  参考訳（メタデータ） (2021-07-08T03:40:18Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)
• Preferential Structures for Comparative Probabilistic Reasoning [2.0646127669654826]
  優先的アプローチの自然な修正は確率論的アプローチと全く同じ論理体系をもたらすことを示す。 非単調論理学や信念修正の研究で用いられるのと同じ優先構造は、相対確率論的推論の研究で用いられる。
  論文  参考訳（メタデータ） (2021-04-06T05:00:20Z)
• Uncertainty-Aware Few-Shot Image Classification [118.72423376789062]
  ラベル付き限られたデータから新しいカテゴリを認識できる画像分類はほとんどない。 画像分類のための不確実性を考慮したFew-Shotフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-10-09T12:26:27Z)
• Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
  変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。 これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。 おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
  論文  参考訳（メタデータ） (2020-02-17T19:23:36Z)

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。