【論文紹介】VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback (AAAI2016)

こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は<a href="https://arxiv.org/abs/1510.01784">VBPR: Visual Bayesian Personalized Ranking from Implicit Feedback</a>を読みました。 論文紹介記事です。 ## 3行まとめ implicit feedbackからランキング学習を行うBPRを、itemの画像情報を取り込んだMatrix Factorizationに適用したVisual Bayesian Personalized Ranking (VBPR)モデルを提案。画像情報を用いることでcold start問題をある程度緩和できる。 ## BPR implicit feedback(購買履歴やclickデータ、閲覧履歴など)を用いてranking学習を行う問題設定で使えるloss function。 logデータとして観測されたitem,userの組は観測されていないitemよりもそのuserに好まれているという仮定をおいて、そのように学習を行う。 詳しくはこちらの記事で書いています。 【論文紹介】BPR: Bayesian Personalized Ranking from Implicit Feedback (UAI 2009) BPRに組み合わせるモデル(preferenceを判定する部分)は、何でもよくて、 元論文ではMatrix Factorization (MF)とAdaptive kNNと組み合わせている。 今回のVBPRでは、画像情報を組み合わせたMFをBPRのlossで最適化している。 ## VBPR BPRの部分はそのままなので、preferenceを出力する部分(内部的にはそれぞれのitem, userのペアに対して一つのスコアを出力する)だけ説明します。 普通のMFはこんな感じのモデル。 <div class="separator" style="clear: both;