이 연구는 추천 시스템 알고리즘 선택 문제에 대한 첫 번째 분석으로, 암묵적 피드백 데이터셋에서의 순위 예측을 다룬다. 72개의 추천 시스템 데이터셋에서 24개의 알고리즘과 2개의 하이퍼파라미터 구성을 평가하여 메타 데이터셋을 구축하였다.
메타 특징 분석 결과, 기존에 사용되던 메타 특징들이 암묵적 피드백 데이터셋에서도 효과적으로 작동함을 확인하였다. 또한 알고리즘 성능 예측보다 순위 예측에 최적화된 메타 모델이 더 나은 성능을 보였다.
전통적인 메타 학습 알고리즘과 자동화된 기계 학습 알고리즘을 비교한 결과, 자동화된 기계 학습 알고리즘인 AutoGluon이 순위 예측 성능에서 더 높은 스피어만 상관계수를 보였다. 하지만 최적화된 전통적인 메타 모델이 최상위 알고리즘을 더 잘 예측하는 것으로 나타났다.
이 연구 결과는 암묵적 피드백 데이터셋에서의 추천 시스템 알고리즘 선택 문제 해결을 위한 긍정적인 전망을 제시한다.
翻譯成其他語言
從原文內容
arxiv.org
深入探究