userの閲覧確率を考慮したMatrix Factorization - kanayamaのブログ

Modeling User Exposure in Recommendation [Liang et al., WWW2016] を読んだので、今回も行間を補いつつ、主にアルゴリズムの導出部分をブログにしました。 論文の一言要約 「itemが閲覧されたかどうか」（言い換えると、ユーザーの目に入ったかどうか）を表す確率変数をMatrix Factorizationに導入した。これによって、例えば「このユーザーに興味がありそうなのにクリックされていないアイテムは、まだユーザーの目に入っていない確率が高い」などを考慮したモデルの構築が期待できる。 この記事のゴール この論文の提案手法である「exposure MF」の更新式を導出する。 表記 user に item を推薦する問題を考える。user uがitem iをクリックしたかどうかを 行列 で表す。 確率モデルの設計 確率モデルを下記のよう