Key points are not available for this paper at this time.
일급 협업 필터링의 문제점은 누락된 클래스에서 잠재 신호를 해석하고 모델링하는 것입니다. 본 논문에서는 암시적 협업 필터링을 위한 새로운 베이지안 생성 모델을 제안합니다. 이는 Xbox Live 아키텍처의 핵심 요소를 형성하며, 이전 접근 방식과 달리 사용자가 아이템을 단순히 인지하지 못하는 것과 아이템을 싫어할 확률을 구분합니다. 잠재 신호는 사용자와 그들이 마주쳤을 수 있는 아이템을 연결하는 관찰되지 않은 무작위 그래프로 처리됩니다. 우리는 확률적 경량 하강법과 무작위 그래프 샘플에 대한 평균 필드 변분 추론의 조합을 통해 대규모 분산 학습이 어떻게 달성될 수 있는지를 보여줍니다. 실제 데이터에 대한 최신 기술 기준과의 세밀한 비교를 수행합니다.
Paquet 외 (Mon,)는 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: