本研究では、PACEと呼ばれる新しいユーザー埋め込み手法を提案している。PACEは、ユーザーの音楽視聴履歴を週単位の時系列データとして表現し、定期的な視聴パターンを捉えることで、ユーザーの特徴を表すベクトルを生成する。
具体的には、以下の4つのチャンネルを用いてユーザー履歴をエンコーディングする:
これらの時系列データをもとに、典型的な視聴パターンを表す「アトム」を学習し、ユーザーをそれらのアトムの線形和で表現する。
提案手法の有効性を検証するため、ユーザーが音楽を聴きながら行う活動(起床時、運動時、通勤時など)の予測タスクを行った。結果、PACEによる埋め込みは、ユーザーの活動駆動型視聴行動を良好に捉えられることが示された。特に、定期性の高い活動(就寝前、通勤時など)の予測精度が高かった。一方で、不定期な活動(運動時)の予測は課題が残った。
本研究の貢献は以下の2点:
Başka Bir Dile
kaynak içeriğinden
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Lilian Marey... : arxiv.org 05-03-2024
https://arxiv.org/pdf/2405.01417.pdfDaha Derin Sorular