推薦

推薦システムを題材にした話題のページです。 候補生成とリランキングの 2 段階構成など、推薦特有の問題設計を押さえると解法の構造を把握しやすくなります。

押さえどころ

• 協調フィルタリングをはじめとする推薦アルゴリズムの基礎を把握しておくと、コンペの解法（候補生成、特徴量生成、リランキング）を整理して理解しやすい
• リランキング段階は実質的に表データの問題になるため、表データコンペの知見が活きる
• RecSys、SIGIR eCom、WSDM など国際学会併設の推薦コンペが繰り返し開催されており、NVIDIA チームが Transformers4Rec などのセッションベース推薦ライブラリを活用して上位入賞する事例が多い。また OTTO コンペの解法も、2 段階推薦の定番教材として広く参照されている
• アイテムやユーザーの埋め込み表現を word2vec などで獲得し、候補生成や特徴量として用いるアプローチが上位解法で共通して採用されている

資料

基礎・入門

• レコメンドアルゴリズム入門：基礎から応用まで実装に必要な知識を解説
• レコメンドコンペ入門: 推薦コンペの典型的なパイプラインと解法パターンを整理した発表資料。
• 『推薦システム実践入門――仕事で使える導入ガイド』書評: 映画推薦を題材とした Netflix Prize コンペの話題にも言及する書評記事。
• 推薦システムの演習問題集 recsys-python: 13 章構成、全 163 問でコードと実行結果を網羅した演習教材。
• ウェブ上でのユーザ行動分析まとめ記事: 国際学会併設コンペの解法を交え、Web 上のユーザー行動分析をまとめた資料。
• 埋め込み表現の活用方法紹介資料（検索・推薦、KaggleライクなCI環境構築）: 深層学習で獲得した埋め込み表現の検索・推薦への活用法と CI 環境構築をまとめた資料。

コンペ解法・取り組み

• N=1 の推薦系コンペの戦い方: 推薦コンペでの優勝経験者による前処理からモデル学習までの発表資料。
• 使い回しやすい 2-stage recommender systemの デザインパターンを考えて実装した話: 2 段階推薦システムのパイプライン設計と実装例の紹介。コードも公開されている。
• 【Kaggleブログ】 OTTOコンペを題材に、レコメンドタスクの一般的なアプローチをご紹介！: OTTO コンペを題材に、推薦タスクの定石アプローチを解説した記事。
• Building a Recommender System using Machine Learning: OTTO コンペを題材にした「Kaggle Blueprints」シリーズの解説記事。
• レコメンド系kaggleコンペまとめ: Kaggle の推薦コンペを横断してコンペ概要と上位解法をまとめた記事。
• RecSys Challenge 2022 3位解法（NVIDIA）: ファッション推薦を題材にした RecSys 併設コンペの 3 位解法。
• SIGIR eCom 2021併設コンペの解法（Transformerによるセッションベース推薦）: 国際学会ワークショップ併設コンペの優勝解法。
• Booking.com Data Challenge NVIDIAチーム優勝解法の講演動画: ACM WSDM ワークショップ併設コンペの旅程推薦優勝解法。
• Booking.com Data Challenge NVIDIAチーム優勝解法の記事: 深層学習を用いた旅程推薦の優勝解法を解説する記事。
• 購買データコンペ振り返り会でのword2vec活用発表資料: アイテムやユーザーの埋め込み表現を word2vec で獲得する手法の紹介。
• 「RecSys」特徴量エンジニアリングのチュートリアル資料（Chris Deotte）: GPU による前処理高速化を含め、推薦タスクの特徴量設計を網羅したチュートリアル。
• 「RecSys Challenge 2020」優勝解法の講演告知: GPU で大規模データを前処理して学習した取り組みの講演。
• Airbnbの推薦アルゴリズム関連論文3報の紹介記事: サービス特性に応じた特徴量エンジニアリングの工夫を時系列で紹介。

ライブラリ・技術動向

• Transformers4Recで簡単にセッションベースなレコメンデーションを試してみた: NVIDIA 製セッション推薦ライブラリの導入手順と検証記事。
• Netflixの推薦システムに深層学習を導入した際の課題と教訓をまとめた論文: モデル構造、特徴量設計、オフラインとオンライン評価の乖離など実務上の課題をまとめた論文。
• Transformer構造を推薦に応用した「Transformer4Rec」の紹介記事: 時系列性を考慮した推薦と自然言語処理技術の関連を論じた記事。
• セッションベース推薦ライブラリ「Transformers4Rec」公開（NVIDIA）: Hugging Face Transformers を基盤にしたセッション推薦ライブラリの公開発表。RecSys 2021 に採択された論文の解説を含む。
• 深層学習を用いたクリック予測ライブラリ「DeepCTR」の解説記事: 主要モデルの概要を実装例や解説記事へのリンクとともに紹介。
• 深層学習推薦システムの概要・有名構造まとめ記事: 深層学習を用いた推薦システムの代表的アーキテクチャの解説記事。「Deep Learning Recommender Summit」の開催情報も掲載。

関連概念

• 表データコンペ / グラフ