2018年、推薦検索周りの記事や論文のまとめ

今年調べていていて見つけたものも含むので少し古いものもありますが、リンクと簡単なメモを共有しました。

• Highlights from RecSys 2018

• recsys2018-evaluation-tutorial

• Explore, Exploit, and Explain: Personalizing Explainable Recommendations with Bandits

  • Spotifyのエンジニアがcontextual banditsを使った推薦について解説
  • Slide https://static1.squarespace.com/static/5ae0d0b48ab7227d232c2bea/t/5ba85dac7817f764cdda68f4/1537760712983/bart_recsys.pdf

• Part 2: Scheduling Notebooks at Netflix (2018)

• Experimentation & Measurement for Search Engine Optimization (2018)

• Applying Deep Learning To Airbnb Search (2018)

  • Airbnbの推薦にDeep Learningを取り入れるまでの軌跡

• DATA ENGINEERING PODCAST

• Individualized Recommendations: Users’ Expectations & Assumptions

  • UXの観点から推薦を考察
  • 当たり前だけど、poor recommendationは無視されるということも
  • 特に欧州だと、Data Collection and Privacyに関しての意識が高く、UXとしても考えることが多い

• Maximizing Process Performance with Maze, Uber’s Funnel Visualization Platform
  (2018)

  • Funnelのグラフの可視化について
  • ハッカソンで作ったということに萌えた

• Food Discovery with Uber Eats: Recommending for the Marketplace (2018)

  • Uber Eatsの推薦の話
  • Uber Eatsは、レストラン・配達員・ユーザ、三者を最適化する必要があり、Multi-objective optimizationをどう行うかが書かれている。

• Under the Hood of Uber’s Experimentation Platform (2018)

  • Uberの施策テスト環境の裏側の話
  • 全体像がまとまっており、データの特徴や量に合わせて評価方法を変えている

• calling c functions from bigquery with web assembly (2018)

• PinSage: A new graph convolutional neural network for web-scale recommender systems (2018)

  • Pinterestの推薦アルゴリズムの紹介
  • web scaleのデータでの推薦アルゴリズムの作り方
  • 応用しやすい良い事例だった

• Optimizing BigQuery: Cluster your tables(2018)

  • CLUSTER BYとrequire_partition_filterを利用して、Bigqueryでのクエリの最適化を行う
  • 例だと、wikipediaの検索を行う場合に、2.2TB,20sから200GB,5sに高速化を行えていた

• 論文輪講：Temporal Diversity in Recommender Systems(2011)

  • 「おすすめリストの内容が毎回同じだったらユーザーはどう感じるのか？」「そもそも、データは毎回微妙に変わるわけで、おすすめリストの内容が毎回同じであるということはあり得るのか？」という実験を行なっている論文について解説
  • ちょうど、推薦の多様性は社内でもトピックになり、古い記事だけど参考になった

• Moving Towards Managing AI Products(2018)

  • AIプロダクトのマネジメントについて,10個のトピックに分けて分かりやすく説明

• My 1st challenge in Kaggle. How to be ranked in top 1%.(2018)

  • kaggleの記事。参考までにブックマーク

• How we grew from 0 to 4 million women on our fashion app, with a vertical machine learning approach(2018)

  • 機械学習を使ったアプリでどのようなUXを作っているか参考になる
  • カテゴライズや推薦や写真のタグづけなど色々絡めている
  • 機械学習の活用が進みUXも変わっている事例だと感じた

• How To Prepare For A Data Science Interview (2017)

  • データサイエンティスト向けの面接対策の記事まとめ
  • 面接対策関連の記事へのリンクがたくさんあり、勉強になった

• Two Decades of Recommender Systems at Amazon.com (2017)

  • Amazonが2003年の頃どのような推薦を行なっていたか
  • ただcollaborative filteringを使うのでなく、時間の要素を加えることが重要
  • 推薦は全ての場所で使われているという話

• Recommending items to more than a billion people (2015)

  • facebookも推薦で、Collaboration filteringを使っている

• Netflix's blogs filtered by recommendations