Core Concepts
新しい最適化メトリック、Lower-Left Partial AUC(LLPAUC)は、Top-Kランキングメトリックと強く相関し、推薦システムのパフォーマンスを向上させる。
Abstract
推薦システムにおける効果的で効率的な最適化メトリックであるLower-Left Partial AUC(LLPAUC)に焦点を当てた研究。従来のAUCやOPAUCよりもTop-Kランキングメトリックとの相関が強いことが示され、実験結果によりその有効性が確認された。異なるデータセットやバックボーンにおいても優れたパフォーマンスを示し、ノイズの影響に対しても堅牢であることが示唆された。
Stats
LLPAUCは他の損失関数よりも優れたパフォーマンスを示す。
ベースラインと比較して、LLPAUCは一貫して最高の結果を達成する。
BPRはDNS(𝑀, 𝑁)やSoftmax_v(𝜌, 𝑁)よりも性能が低い。