| 大会名称 |
|---|
| 2022年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2022 |
| 発行日 |
| 2022-08-30 |
| セッション番号 |
| 1c |
| セッション名 |
| データベース |
| 講演日 |
| 2022/09/13 |
| 講演場所(会議室等) |
| 12棟-103教室 |
| 講演番号 |
| CD-002 |
| タイトル |
| 多様性を考慮した最大内積探索 |
| 著者名 |
| 平田皓平, 天方大地, 原 隆浩, 藤田澄男, |
| キーワード |
| 最大内積探索, 多様性, 貪欲アルゴリズム, 高次元ベクトル |
| 抄録 |
| 最大内積探索(または 𝑘 -MIPS)は，ユーザに対して好ましいアイテムを推測し，推薦システムにおける基本的な操作である.多様なアイテムを推薦することはユーザ満足度を向上させるにも関わらず，𝑘 -MIPSの既存研究では多様性について考慮されていない.そこで，我々は新しい問題である，多様性を考慮した 𝑘-MIPS を定式化する.この問題では，ユーザは推薦リストの多様性をパラメータで制御可能である．しかし，この問題を正確に解くことは NP困難であり，多様性を考慮した 𝑘-MIPS に対する効率的，効果的，および実用的に解くアルゴリズムを考案することは挑戦的である.本論文では，この課題を克服し，新しい早期終了およびスキップ技術を貪欲アルゴリズムに組み込んだ IP-Greedy を提案する.実データを用いた大規模な実験およびケーススタディを行い，本アルゴリズムの効率性および有効性を実証する. |
| 本文pdf |
| PDF download (373KB) |