検索対象

並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 40 件 / 55件

新着順 人気順

推薦システムの検索結果1 - 40 件 / 55件

タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。

推薦システムに関するエントリは55件あります。 機械学習、 システム、 アルゴリズム などが関連タグです。 人気エントリには 『これから推薦システムを作る方向けの推薦システム入門｜masa_kazama』などがあります。

推薦システムの関連エントリー

  • これから推薦システムを作る方向けの推薦システム入門｜masa_kazama

    イントロ「Amazonのこの商品をチェックした人はこの商品もチェックしています」や「YouTubeのあなたへのおすすめ」、「Twitterのおすすめユーザー」などのレコメンド機能は多くのWebサービスに組み込まれております。そのレコメンドによって、ついつい商品をたくさん買ってしまったり、夜遅くまで動画を見てしまった経験はないでしょうか。 この記事では、レコメンドシステムの裏側はどのような仕組みになっているのか、そもそもレコメンドとはどういうものなのかを具体例を交えながら俯瞰できればと思います。レコメンドシステムのアルゴリズムの詳細には触れず、ビジネスにおいてどのような形で実装されているかにフォーカスしています。ネット上に公開されているレコメンドに関するスライドや記事、論文のリンクをまとめましたので、アルゴリズムの詳細などはリンク先の記事でご確認ください。 対象の読者は、自社のサービスにレコ

      これから推薦システムを作る方向けの推薦システム入門｜masa_kazama

    • Netflixを支える推薦システムの裏側｜masa_kazama

      イントロNetflixは、スマホやPCがあれば、どこでもいつでも、映画やドラマを見放題で楽しむことができます。今年はお家時間が増えたことで、Netflixをより満喫している方も多いのではないでしょうか。実際に、2020年1月〜3月に会員が全世界で1600万人ほど増え、合計1億8000万人を超えています。 Netflixをいくつかの数字で見てみると、さらにその凄さに驚かされます。 ・全世界のインターネット通信量(下り)の15%をNetflixが占めており、YouTubeを超える世界一の動画サービス ・時価総額が20兆円超え ・サブスクリプション収入が月々約1500億円 そんな多くのユーザーを有するNetflixの魅力の１つに、推薦システムがあります。Netflixのホーム画面には、今話題の作品やユーザーにパーソナライズ化されたおすすめの作品が並びます。 Googleの検索と違って、Netfl

        Netflixを支える推薦システムの裏側｜masa_kazama

      • 社内資料「プロダクトマネージャーのための検索推薦システム入門」を公開します - LegalOn Technologies Engineering Blog

        こんにちは。LegalOn Technologies 検索・推薦チームの浅野（@takuya_b / @takuya_a）です。 先日、社内のプロダクトマネージャー（以下、PdM）を主な対象として、検索推薦技術の入門講座を開催しました。このたび、その資料を公開します。 資料の概要 この講座では、検索推薦技術とその周辺について、概要をざっくり理解できるように努めました。技術的詳細、とくに具体的なアルゴリズムにはあまり立ち入らず、できるだけ平易なことばで説明したつもりです。なお、広範な範囲を扱うため、各回1時間（質疑応答込み）で、3回に分けて実施しました。 公開した資料は、PdM だけでなく、エンジニアリングマネージャー（EM）やソフトウェアエンジニアの方々にも読んでいただけると嬉しいです。 以下は、各回で扱ったトピックです。 第1回 全体概要と検索技術入門・・・資料P3~ 検索・推薦とはなに

          社内資料「プロダクトマネージャーのための検索推薦システム入門」を公開します - LegalOn Technologies Engineering Blog

        • クリック率を最大化しない推薦システム

          セレンディピティのある推薦、多様性のある推薦、コンテンツ生産者を配慮した推薦など、クリック率の最大化（だけ）を目指さない推薦システムについての紹介です。 連絡先: @joisino_ (T…

            クリック率を最大化しない推薦システム

            • 推薦システムの関連エントリー

          • 推薦システムにおいて線形モデルがまだまだ有用な話 | CyberAgent Developers Blog

            本記事は、CyberAgent Advent Calendar 2022 19日目の記事です。 目次 はじめに 問題設定 協調フィルタリングのための線形モデル iALS EASE 関連する非線形モデル 実務活用 おわりに はじめに メディア DSC所属の機械学習エンジニアで、タップルの推薦システムを担当している橋爪 (@runnlp)です。 最近、推薦システムを触り始めました。推薦手法は、協調フィルタリング、コンテンツベース、ハイブリッドなど様々ですが、今回は昔から今に至るまで長く使われている協調フィルタリングについてです。 協調フィルタリングではDeep系のモデルがたくさん出る中で、RecSys2022で発表された論文では10年以上前から使用されている線形モデル(iALS)がDeep系のモデルに匹敵する結果であると報告されており興味深いです。また、推薦システムを開発するにあたって、問題設

              推薦システムにおいて線形モデルがまだまだ有用な話 | CyberAgent Developers Blog

            • マッチングアプリにおける推薦システム

              2023年2月16日開催、サイバーエージェント メディア事業部主催のデータ活用に関する勉強会「メディアサービスにおけるデータ・AIの活用事例 #2」登壇資料です。 https://cyberagent.connpass.com/event/270224/

                マッチングアプリにおける推薦システム

              • バンディットアルゴリズムを用いた推薦システムの構成について - ZOZO TECH BLOG

                はじめに ZOZO研究所ディレクターの松谷です。 ZOZO研究所では、イェール大学の成田悠輔氏、東京工業大学の齋藤優太氏らとの共同プロジェクトとして機械学習に基づいて作られた意思決定の性能をオフライン評価するためのOff-Policy Evaluation（OPE）に関する共同研究とバンディットアルゴリズムの社会実装に取り組んでいます（共同研究に関するプレスリリース）。また取り組みの一環としてOPEの研究に適した大規模データセット（Open Bandit Dataset）とOSS（Open Bandit Pipeline）を公開しています。これらのオープンリソースの詳細は、こちらのブログ記事にまとめています。 techblog.zozo.com 本記事では、ZOZO研究所で社会実装を行ったバンディットアルゴリズムを活用した推薦システムの構成について解説します。バンディットアルゴリズムを用い

                  バンディットアルゴリズムを用いた推薦システムの構成について - ZOZO TECH BLOG

                • 推薦システム実践入門

                  情報化時代が到来し、日常で意思決定をする回数と選択肢の数が急増したことで、推薦システムの需要が高まっています。そのため、昨今では多くのウェブサービスへ新たに推薦システムの導入が検討されることも増えました。本書では、推薦システムの概要から、UI/UX、アルゴリズム、実システムへの組み込み、評価まで紹介し、適切な推薦システムの実装ができるようになります。「実際の仕事に活かす」ことを目的に、著者たちが実務で経験した推薦システムの成功事例や失敗事例を交えながら、実サービスに推薦システムを組み込むという観点を重視した入門的な内容です。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版

                    推薦システム実践入門

                  • ヤフートップページの裏側：記事推薦システムの試行錯誤と今後の挑戦

                    ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog Yahoo! JAPANアプリのトップページの上部には、編集者によってピックアップされた「トピックス」と呼ばれるトップニュースが6本並んでいます。編集者が選定した質の高い記事を提供していますが、必ずしも各ユーザーの興味に適した記事が表示されているとは限りません。そのため、スクロールすると、記事推薦システムによって各ユーザーの好みを考慮した記事が自動で表示される仕組みになっています。 ニュース記事の推薦で特に重要なのは「即時性」です。ニュース記事では、情報が更新されると古い記事は役に立ちません。そのため、入稿された記事がいち早く推薦対象になることが重要になります。 たとえば、事前にユーザーごとの推薦記事一覧（レコメンドリスト）を作成

                      ヤフートップページの裏側：記事推薦システムの試行錯誤と今後の挑戦

                    • 「機械学習〜推薦システムを題材に〜」講義資料(生成AIの話題も含む)｜masa_kazama

                      2023年に東京都立大学で非常勤講師として、学部3年生向けに「機械学習〜推薦システムを題材に〜」というテーマで講義をしました。 90分×3コマ×2日間の計6コマの集中講義で、Streamlitで映画のレコメンドアプリを実際に作ってみるなどの演習も含めたものです。 昨年、大学院生向けに同様の講義を3コマ分していたので、それを拡張する形で、最近話題の生成AIの話も1コマ分用意しました。（昨年の授業資料はこちらにあります。） 推薦システムや生成AI×推薦システムについて興味ある方のご参考になりましたら。 1日目(90分×3コマ) 推薦システムの概要 推薦システム-各推薦アルゴリズム 推薦システムの周辺技術(評価指標について)

                        「機械学習〜推薦システムを題材に〜」講義資料(生成AIの話題も含む)｜masa_kazama

                      • ZOZOTOWN「おすすめアイテム」を支える推薦システム基盤 - ZOZO TECH BLOG

                        はじめに こんにちは。SRE部MLOpsチームの田島（@tap1ma）です。 現在、ZOZOTOWNの「おすすめアイテム」に使われていたアイテム推薦ロジックを刷新するプロジェクトを進めています。既に一部のユーザに向けて新しいアイテム推薦ロジックを使った「おすすめアイテム」の配信を開始しています。その刷新に伴い推薦システムのインフラ基盤から新しく構築したので、本記事ではその基盤について解説したいと思います。 目次 はじめに 目次 「おすすめアイテム」とは 新しい推薦ロジック Recommendations AIを用いた推薦ロジック ZOZO研究所によって独自で開発された推薦ロジック 新しい推薦システム 推薦システムの処理の流れ システム構成 新しい推薦システムで工夫したポイント Bigtableのパフォーマンス改善 アイテム推薦APIのPodの安全停止 ZOZO研究所APIのキャッシュ戦略

                          ZOZOTOWN「おすすめアイテム」を支える推薦システム基盤 - ZOZO TECH BLOG

                        • 推薦システムの実績をLookerでモニタリングする - ZOZO TECH BLOG

                          はじめに こんにちは。ML・データ部/推薦基盤ブロックの佐藤（@rayuron）です。私たちは、ZOZOTOWNのパーソナライズを実現する機械学習を用いた推薦システムを開発・運用しています。また、推薦システムの実績を定常的に確認するためのシステムも開発しています。本記事では、Lookerを用いて推薦システムの実績をモニタリングするシステムの改善に取り組んだ件についてご紹介します。 はじめに 改善の背景と課題 背景 課題 課題解決のために 要件1. 指標異常時の自動アラート 要件2. サマリの定期配信 要件3. 上記2つをSlack通知できること ダッシュボードの候補の比較 要件を満たすための設計 要件の実現方法 開発環境と本番環境 実装 ディレクトリ構成 ダッシュボード ダッシュボード構築の流れ 配信実績に関して 推薦結果に関して GitHub Actions 1. 指標異常時の自動アラー

                            推薦システムの実績をLookerでモニタリングする - ZOZO TECH BLOG

                          • 機械学習プロジェクトの開発について(MLOps) 〜推薦システムを題材に〜｜masa_kazama

                            東京都立大学大学院で非常勤講師として、「機械学習プロジェクトの開発について(MLOps) 〜推薦システムを題材に〜」というテーマで講義をしました。９０分×３コマの集中講義で、演習も含めたものです。 自分が学生だった頃に、社会人の方の資料や講義がとても参考になってありがたかったので、講義資料を公開します。少しでも推薦システムやMLOpsの参考になりましたら。

                              機械学習プロジェクトの開発について(MLOps) 〜推薦システムを題材に〜｜masa_kazama

                            • NewsPicksに推薦システムを本番導入する上で一番優先すべきだったこと - Uzabase for Engineers

                              はじめに 皆さんこんにちは! ソーシャル経済メディア「NewsPicks」プロダクトエンジニアの森田です:) 私は2024年4月に株式会社ユーザベースに新卒入社し、現在は主にNewsPicksにおける推薦機能の開発改善に携わっています。 NewsPicksでは、ユーザに価値のある経済情報を届けるための施策の一つとして記事推薦機能を導入しています。 本ブログでは、NewsPicks記事推薦機能にて基盤改善がモデル改善につながってCTR（Click Through Rate）を改善できた事例をもとに、私たちが認識した「推薦システムを本番導入する上で一番優先すべきだったこと」を共有します。 また先日行われた「実応用 × 推薦システム」をテーマとしたイベント Recommendation Industry Talks にて、本ブログの内容に関して発表させていただきました！参加者の皆様とカジュアルか

                                NewsPicksに推薦システムを本番導入する上で一番優先すべきだったこと - Uzabase for Engineers

                              • Anewsの裏側で動く、自然言語処理を活用したビジネスニュースの推薦システム

                                ML事業部の金田です。今回は、ストックマークの提供する法人向けサービス「Anews」の裏側で動くビジネスニュース推薦システムについて、簡単に紹介いたします。 AnewsとはAnewsは組織変革のための情報収集＋コミュニケーションプラットフォームです。 情報収集のためのコア機能としては、国内外３万メディアから収集したビジネスニュースから、利用者の興味・関心に合わせて記事を配信するサービスを提供しています。日々配信されるニュースから業務ニーズに直結するインサイトを獲得し、これを話題にユーザ同士が交流することで、組織全体の情報感度やコミュニケーションを促進させるのが、サービスの狙いです。 事前準備：ことばの定義具体的な機能説明の前に、Anewsにおける基本的な概念について軽く整理します。 Anewsは1企業＝1集団としての利用を想定しています。以降ではこの集団をチーム、チームに所属する各利用者を

                                  Anewsの裏側で動く、自然言語処理を活用したビジネスニュースの推薦システム

                                • Python で作る協調フィルタリング入門：カレー推薦システム - Qiita

                                  はじめに カレー好きの皆さん、こんにちは！「もっと自分好みのカレーに出会いたい」「友達にぴったりのカレーを提案したい」と思ったことはありませんか？今回は、そんな夢を叶える魔法のような AI 技術、「協調フィルタリング」を使って、カレー推薦システムを作ってみましょう。 この記事で学べること カレー好きの皆さん、協調フィルタリングを学ぶことで、こんな素敵な体験ができるんです： AIの実践的な使い方を知る: NetflixやAmazonなど、普段使っているサービスの裏側で動いているAI技術を、カレーという身近な題材で理解できます。難しそうなAIも、こうして実践的に学べば、とても親しみやすいものだとわかりますよ。 個人の好みに合わせる技を習得: 「この人にはこのカレーがぴったり！」というマッチングの裏側にある技術を学べます。これは、カレーショップのオーナーさんや、友達にぴったりのプレゼントを選びた

                                    Python で作る協調フィルタリング入門：カレー推薦システム - Qiita

                                  • 推薦システムを独学で勉強していた非情報系の博士学生が長期インターンをしてよかったことと苦戦したこと - Uzabase for Engineers

                                    皆さんこんにちは! 株式会社ユーザベース NewsPicksで機械学習エンジニアとして長期インターンをしている森田です:) 現在はData/Algorithm チームで、NewsPicksの推薦システム・データ基盤まわりの開発に取り組んでいます。 本記事は、私が2022年8月から同組織に入社して現在までの約1年間の長期インターン活動を経て、参加して良かったことと苦戦したことをまとめたものです。特に企業での長期インターンに興味がある方に向けて、本記事の内容を共有できればと想定しています。 はじめに タイトルの通り、私は非情報系なのに推薦システムを独学で勉強していた博士学生です（実は本記事の執筆期間中に博士学生ではなくなりました…!）。ちょうど博士課程への入学時期に偶然Kaggleをきっかけに推薦システムという分野と出会い、興味を持って論文読んで実装してブログに上げて...みたいな活動を趣味で

                                      推薦システムを独学で勉強していた非情報系の博士学生が長期インターンをしてよかったことと苦戦したこと - Uzabase for Engineers

                                    • もしも推薦システムの精度と多様性が単一の指標で測れたら

                                      RecSys 2021採択論文の中で気になっていた "Towards Unified Metrics for Accuracy and Diversity for Recommender Systems" を読んだ。 独特かつ曖昧な表記の数式が並ぶ「読んでいてイライラするタイプの論文」ではあったものの、推薦結果の Relevance（履歴に基づく類似度；古典的な“精度”に直結）と Novelty（ユーザにとっての推薦結果の新規性・多様性；セレンディピティに寄与）を相互に検討する際の論点、手法に求められる性質、実験のフレームワークのリファレンスとして有用な研究であるように思う。 一方、提案手法の筋の良さ、およびその実用性は疑わしい。定義の曖昧なパラメータを内在し、データに関して十分に事前知識のあるオフラインでの性能評価にユースケースを限定しているためだ。 いずれにせよ「精度の先にある、ユーザ

                                        もしも推薦システムの精度と多様性が単一の指標で測れたら

                                      • サイバーエージェントメディア事業部における推薦システム

                                        メディア統括本部/Data Science Center(DSC) 所属 MLエンジニア 松月大輔

                                          サイバーエージェントメディア事業部における推薦システム

                                        • Wantedly RecSys 2020 参加レポート④ - 推薦システムにおける「Similarity / 類似性」とは ~ Netflix における事例 ~ | Wantedly Engineer Blog

                                          こんにちは、ウォンテッドリーでデータサイエンティスト及びデータを活用したプロダクトのマネージャーを務めている松村です。2020年9月22日から9月26日にかけてオンラインで開催された RecSys 2020 に参加してきました。 こんにちは、ウォンテッドリーでデータサイエンティスト及びデータを活用したプロダクトのマネージャーを務めている松村です。2020年9月22日から9月26日にかけてオンラインで開催された RecSys 2020 に当社のデータサイエンティスト及び機械学習エンジニア５名で聴講参加及び、そのうちの３名が併設の RecSys Challenge の Workshop において口頭発表を行いました。その参加報告を行いたいと思います。 本記事では概要報告に留まりますが、明日からは参加メンバーが実際に発表を聴講して気にな せっかくなので参加メンバーで面白かったセッションを紹介する

                                            Wantedly RecSys 2020 参加レポート④ - 推薦システムにおける「Similarity / 類似性」とは ~ Netflix における事例 ~ | Wantedly Engineer Blog

                                          • 推薦システムにおけるニューラルネットワークの活用について読んだ論文をゆるくまとめる - Re:ゼロから始めるML生活

                                            ここ数ヶ月くらい、推薦システムにおけるNNの活用というテーマで論文をちょこちょこ読んでいました。 推薦システムにNNを適用・応用するという守備範囲も広いテーマではありますが、せっかく良い機会なので自分用にまとめてみたいと思います。 理解が曖昧なところもあり、マサカリが飛んできそうな気配がプンプンしますが、がんばって書いてみたいと思います。マサカリコワイ... 前提知識 協調フィルタリング Matrix Factorization Factorization Machine ニューラルネットワークの推薦システムへの応用の傾向 Feature EngineeringとしてのNN Wide & deep DeepFM DCN AutoInt DCN V2 系列データとして取り扱うNN prod2vec AttRec BERT4Rec Transformers4Rec 参考文献 読んだ論文をまとめ

                                              推薦システムにおけるニューラルネットワークの活用について読んだ論文をゆるくまとめる - Re:ゼロから始めるML生活

                                            • Generative Recommendation : LLMを活用した推薦システム | Wantedly Engineer Blog

                                              この記事はWantedly Advent Calendar 2023 兼 情報検索・検索技術 Advent Calendar 2023の3日目の記事です。 ウォンテッドリーでデータサイエンティストをしている角川(＠nogawanogawa)です。ウォンテッドリーのデータサイエンスチームは、9/18〜9/23にシンガポールにて開催されたRecSys2023に聴講参加しました。 RecSys 2023, the seventeenth conference in this series, will be held in Singapore. It will bring together researchers and practitioners from academia and industry to present their latest results and identify new

                                                Generative Recommendation : LLMを活用した推薦システム | Wantedly Engineer Blog

                                              • Diversity(多様性)のある推薦システムとは何か？ | Wantedly Engineer Blog

                                                Wantedly の Matching Squad でデータサイエンティストをしている関根( twitter: @ndnto, github: @hiroto0227 )です。Matching Squadでは主に企業とユーザーの理想的なマッチングを実現することを目的として、検索システム・推薦システムの改善を行っています。 モチベーション去年の秋ごろに RecSys2020 に参加して最新の推薦システムの技術についてキャッチアップをしました。最近の傾向の一つとして、推薦システムはユーザーの関心の高い(適合度の高い)アイテムを推薦するだけではなく、 Diversity (多様性)や Novelty (新規性)を追求することで、ユーザーにより良いアイテムを推薦することがあるように感じました。 Wantedly RecSys 2020 参加レポート① - Wantedly Data チームで Re

                                                  Diversity(多様性)のある推薦システムとは何か？ | Wantedly Engineer Blog

                                                • 事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2023

                                                  2023年05月09日 の兵庫県立大学の社会データ分析という講義における講演資料です。 機械学習や推薦システムという技術が事業会社におけるプロダクト開発でどのように活用されているのか、それを実現するデータサイエンティストや機械学習エンジニアというのはどういう職種なのか、LayerXのバクラク請求書…

                                                    事業会社における 機械学習・推薦システム技術の活用事例と必要な能力 / ml-recsys-in-layerx-wantedly-2023

                                                  • DPP (Determinantal Point Process, 行列式点過程) の理論と、推薦システムの多様性向上への挑戦 - Qiita

                                                    この記事では、推薦システムにおける多様性の問題と、それを解決する手法の一つであるDeterminantal Point Process（行列式点過程）について解説します。まずDPPの理論的な概要を説明し、その後推薦システムへ適用した論文を紹介します。 導入 推薦の多様性とは何か 近年の機械学習関連技術の発達により様々な驚くべき機能が実現されていますが、その主な活用先の一つに「推薦システム」があります。 推薦システムはAmazonやYouTubeに代表されるように、商品や動画などのコンテンツ情報と、ユーザのこれまでの行動履歴を元に、大量にあるアイテムの中からユーザが興味を持ちそうなアイテムを選び取るようなシステムです。うまい推薦システムを構築すれば、ランダムなアイテムや共通のランキングを提示するよりもユーザの興味を引く確率が高まり、売上等にも大きく貢献できるということで、多くのWebアプリケ

                                                      DPP (Determinantal Point Process, 行列式点過程) の理論と、推薦システムの多様性向上への挑戦 - Qiita

                                                    • ファンコミュニティのUGCを効率的に届けるためiALSベースの協調フィルタリング推薦システムを作った話 - Gaudiy Tech Blog

                                                      はじめまして。GaudiyでMLエンジニアをしているMomijiと申します。主に推薦システムの開発を担当しています。 今年4月から、Gaudiyが開発・提供するプロダクト「Gaudiy Fanlink」に協調フィルタリングベースの推薦機能を追加したので、本記事ではそのロジックとシステムアーキテクチャについて書いてみたいと思います。 1. 「Gaudiy Fanlink」における推薦 2. 協調フィルタリングによるパーソナライズ推薦 2-1. 学習 2-2. バッチ推論 2-3. リアルタイム推論 3. システムアーキテクチャ 4. これから 1. 「Gaudiy Fanlink」における推薦 Gaudiy Fanlinkは、IPファンが集う、SNS型のコミュニティプラットフォームです。そこにおける「推薦」の役割は、ユーザーとコンテンツのマッチングを促進し、コミュニティ内の活動総量を増加させ

                                                        ファンコミュニティのUGCを効率的に届けるためiALSベースの協調フィルタリング推薦システムを作った話 - Gaudiy Tech Blog

                                                      • ウォンテッドリーにおける推薦システムのオフライン評価の仕組み

                                                        第35回 MLOps 勉強会：https://mlops.connpass.com/event/297976/ ウォンテッドリーでは、多様なユーザーと会社の理想的なマッチングを実現するために、会社訪問アプリ「Wantedly Visit」の推薦システム開発に力を入れています。今回の発表では、推薦チ…

                                                          ウォンテッドリーにおける推薦システムのオフライン評価の仕組み

                                                        • Spotifyの推薦システムと多様性について

                                                          はじめにこの記事は「eureka Advent Calendar 2020」17日目の記事です。 こんにちは、@pacocat です！ 昨日はBI HeadのTamaki Tetsumotoによる、アナリストを支えるデータ基盤の運用についての記事でした。また、一昨日はエウレカでのデータ組織運用についての記事を書かせていただきました。2本目となる今回は、最近興味のあるAIトレンドについて少し紹介をしたいと思います。 最近はAIに対する過剰な期待も収まりつつあり、より実践的な議論や文献が増えてきたような印象を持っています。ビジネス的に成功している事例も増えてきており、今年も様々な事例からアイデアをもらっていました。 私の興味もAIのビジネス活用にあり、気になったテーマについては時間のある時にまとめるようにしています。去年はYouTubeの推薦アルゴリズムについて紹介をしましたが、他にもAirb

                                                            Spotifyの推薦システムと多様性について

                                                          • ウォンテッドリーの5年間に渡る推薦システムの変遷

                                                            2023年度人工知能学会全国大会（第37回）インダストリアルセッション5 タイトル: [2C5-IND-5-10] ウォンテッドリーの5年間に渡る推薦システムの変遷 概要: ウォンテッドリーは「シゴトでココロオドルひとをふやす」ために，はたらくすべての人が共感を通じて人や会社と「であい」…

                                                              ウォンテッドリーの5年間に渡る推薦システムの変遷

                                                            • 『ZOZOTOWN「おすすめアイテム」を支える推薦システム基盤』を支えるKubeflow実験基盤の構築と改善 - ZOZO TECH BLOG

                                                              はじめに こんにちは。ZOZO研究所の shikajiro です。主にZOZO研究所のバックエンド全般を担当しています。 先日のテックブログ ZOZOTOWN「おすすめアイテム」を支える推薦システム基盤 をご覧いただけたでしょうか。ZOZO研究所と連携するMLOpsチームのTJこと田島が執筆した記事なので是非御覧ください。 techblog.zozo.com この 推薦システム基盤の推薦アルゴリズム を研究開発する際に利用した 実験基盤 の開発メンバーとして参加し、そこでAI PlatformやKubeflowを活用して効率的なML開発を試みました。今回はこの実験基盤の開発を紹介したいとおもいます。 また、推薦基盤チームのてらちゃんこと寺崎が執筆した AI Platform Pipelines (Kubeflow Pipelines)による機械学習パイプラインの構築と本番導入 はKubef

                                                                『ZOZOTOWN「おすすめアイテム」を支える推薦システム基盤』を支えるKubeflow実験基盤の構築と改善 - ZOZO TECH BLOG

                                                              • Googleが発表した「推薦システム」をどう実装するか　ZOZOTOWNにおけるRecommendations AIの事例紹介 | ログミーBusiness

                                                                ZOZOTOWNにおけるRecommendations AIの事例紹介安田征弘氏（以下、安田）：「ZOZOTOWNにおけるRecommendations AIの事例紹介」ということで、私、安田が発表いたします。よろしくお願いします。 本日は、自己紹介のあとにRecommendations AIについて、次にRecommendations AIの導入に必要なステップ、その次にZOZOTOWNにおける導入の内容という順でお話しいたします。お願いします。 自己紹介です。技術開発本部プラットフォーム部推薦基盤チームを担当している安田です。推薦基盤という名前ですが、推薦と広告とデータ集計基盤を担当しています。前職はインターネットテレビの会社でデータエンジニアをしていました。 Recommendations AIとはRecommendations AIは、Googleが2019年発表した推薦システムで

                                                                  Googleが発表した「推薦システム」をどう実装するか　ZOZOTOWNにおけるRecommendations AIの事例紹介 | ログミーBusiness

                                                                • ABEMAにおけるLLMを用いたコンテンツベース推薦システム導入と効果検証

                                                                  ABEMA スマートテレビアプリケーションのパフォーマンス改善: 業界トップクラスを目指して / Muddy Web #10 ~Special Edition~ 【ゲスト: pixiv】

                                                                    ABEMAにおけるLLMを用いたコンテンツベース推薦システム導入と効果検証

                                                                  • 5月新刊情報『推薦システム実践入門』

                                                                    『推薦システム実践入門 ―仕事で使える導入ガイド』 風間 正弘、飯塚 洸二郎、松村 優也　著 2022年5月9日発売予定 304ページ（予定） ISBN978-4-87311-966-3 定価3,520円（税込） 情報化時代が到来し、日常で意思決定をする回数と選択肢の数が急増したことで、推薦システムの需要が高まっています。そのため、昨今では多くのウェブサービスへ新たに推薦システムの導入が検討されることも増えました。本書では、推薦システムの概要から、UI/UX、アルゴリズム、実システムへの組み込み、評価まで紹介し、適切な推薦システムの実装ができるようになります。「実際の仕事に活かす」ことを目的に、著者たちが実務で経験した推薦システムの成功事例や失敗事例を交えながら、実サービスに推薦システムを組み込むという観点を重視した入門的な内容です。 表紙に描かれているのはインドヤイロチョウ（学名：Pit

                                                                      5月新刊情報『推薦システム実践入門』

                                                                    • 推薦システムの国際学会RecSys2020の参加録｜masa_kazama

                                                                      イントロ RecSysは推薦システムに関する国際学会で、今年で14回目の開催になります。本来ならブラジルで開催予定でしたが、昨今の情勢により今年はオンラインでの開催になりました。2020年9月22日から9月26日にかけて開催されました。 推薦システムは、Amazonのこれもチェックしている人はこれもチェックしていますのように、たくさんあるアイテムの中からおすすめのアイテムを選び出してくれる仕組みで、最近ではあらゆるサービスに組み込まれています。そのため、RecSysでは、大学などの学術機関だけでなく、AmazonやNetflixなどの企業からの参加者が６割を超えています。また、オンライン開催ということもあり、参加者は過去最多で1000人を超えています。 この記事では、推薦システムの国際学会でどんなことが今話題なのか、どんな研究があるのかを簡単にざっくりと紹介できればと思います。(Wante

                                                                        推薦システムの国際学会RecSys2020の参加録｜masa_kazama

                                                                      • LLMを活用した推薦システムの改善: 課題と初期導入のアプローチ

                                                                        LLM(GPT, PaLM等) with MLOps LT大会!!! 登壇資料 https://mlops.connpass.com/event/279156/

                                                                          LLMを活用した推薦システムの改善: 課題と初期導入のアプローチ

                                                                        • 自然言語処理と時系列を考慮した推薦システムの関係（Transformer4Rec） - GMOインターネットグループ グループ研究開発本部

                                                                          こんにちは。次世代システム研究室のT.Y.です。よろしくお願いします。 皆さん、推薦システム使っていますか？ ここで使っていないと答える方はほぼいないのではないでしょうか。 わかりやすいところではSNSや動画サイト、ECサイトで使われていますが、その他にもニュースサイトやインターネット上の広告など、気づかないうちに様々な場所で我々は情報を推薦されています。 そんな推薦システムですが、実は機械学習の分野で推薦システムは自然言語処理と深い関わりがあるという話があります。こう言うと、「ニュースとかSNSとか、テキストを含んだ情報を推薦するのだから当たり前では？」と思われる方もいるかもしれません。 確かにテキスト情報は推薦システムを構築するときによく使う情報で、テキスト情報を扱うときには自然言語処理は欠かせないのですが、今回のお話はそういう関わりの話ではありません。 今回の話は、自然言語処理の機械

                                                                          • なぜ Wantedly に推薦システムが必要なのか | Wantedly Engineer Blog

                                                                            こんにちは。ウォンテッドリーで Data Science Tech Lead をしている合田です。 この記事では、ウォンテッドリーのデータサイエンティストが開発している推薦システムについて紹介します。会社訪問サービス「Wantedly Visit」で実現したい理想のために推薦システムが必要不可欠なソリューションであること、そして Wantedly Visit における推薦システム開発の面白さと今後の成長余地について多くのデータサイエンティストに知ってほしいです。 以降では、Wantedly Visit の理想と推薦システムの必要性について、そして今までどういう課題を取り組んできて、これからどういう課題に取り組むのかを紹介します。 ウォンテッドリー株式会社についてウォンテッドリーは『シゴトでココロオドルひとをふやす』ために、ビジネスSNS「Wantedly」を運営しています。「ココロオドル」

                                                                              なぜ Wantedly に推薦システムが必要なのか | Wantedly Engineer Blog

                                                                            • Wantedly RecSys 2020 参加レポート⑤ - Embeddings を用いた推薦システムの発展 | Wantedly Engineer Blog

                                                                              こんにちは！Wantedly でバックエンドエンジニアをしている縣です。 この記事では、先日行われた RecSys2020 での発表の中から個人的に興味を惹かれたものをいくつかご紹介しようと思います。 この記事は Wantedly から RecSys 2020 に参加したメンバーのブログリレーの一環です。これまでの記事は以下から参照ください。 Wantedly RecSys 2020 参加レポート① - Wantedly Data チームで RecSys 2020 にオンライン参加しました | Wantedly Engineer Blog こんにちは、ウォンテッドリーでデータサイエンティスト及びデータを活用したプロダクトのマネージャーを務めている松村です。2020年9月22日から9月26日にかけてオンラインで開催された RecSys 2020 に当社のデータサイエンティスト及び機械学習エン

                                                                                Wantedly RecSys 2020 参加レポート⑤ - Embeddings を用いた推薦システムの発展 | Wantedly Engineer Blog

                                                                              • Amazon Personalize を活用した記事推薦システムを自社ブログに導入した話 (2)

                                                                                上記の nonce_dt 列は、他の列と組み合わせて短時間に連続するリクエストを同一のリクエストと見なすための手がかりや、A/Bテスト開始以前の推薦からのクリックを取り除くために使用しています。 データの準備ができたので、MCMC によるベイズ推論を実行してみます。今回は Python を用います。 Python でベイズ推論をサポートするライブラリは PyMC3、PyStan、Edward、TensorFlow Probability など複数の選択肢があります。 以前、確率的プログラミング言語 Stan を使用したことがあることから Stan へのインターフェイスを提供する PyStan を選択しました。Stan は MCMC のアルゴリズムに HMC (Hamiltonian Monte Carlo) の一実装である NUTS (No-U-Turn-Sampler) を用いています。

                                                                                  Amazon Personalize を活用した記事推薦システムを自社ブログに導入した話 (2)

                                                                                • ユーザー体験を向上させる、暗黙的フィードバックを用いた推薦システムの作り方

                                                                                  データをもとに、ユーザーが気に入りそうなアイテムを推薦する推薦システムは、通販サイトや求人サイトなど、生活のいたるところで利用されています。本連載では推薦システムについて学びたい開発者やデータサイエンティスト、およびプロダクトのユーザー体験を向上させたいと考えている方向けに、接触履歴情報のみを用いる「暗黙的フィードバック」を用いた推薦システムの概要と代表的なアルゴリズム、およびそれらの長所と短所を解説します。連載の第1回は、推薦システムの概要と、実装に必要なリソースについて解説していきます。 推薦システムとは この連載では「推薦システム」について説明します。推薦システムとは一体どういうものなのかをみるために、みなさんが普段使っている通販サイトのトップページを、試しに開いてみましょう。通販サイトにもよりますが、最近チェックした商品のリマインドにあわせて、「閲覧したものに関連する商品」や「あな

                                                                                    ユーザー体験を向上させる、暗黙的フィードバックを用いた推薦システムの作り方
                                                                                  1 2 次のページ

                                                                                  新着記事

                                                                                  はてなブックマーク

                                                                                  公式Twitter

                                                                                  はてなのサービス

                                                                                  • App Storeからダウンロード
                                                                                  • Google Playで手に入れよう
                                                                                  Copyright © 2005-2025 Hatena. All Rights Reserved.