| 研究課題/領域番号 |
17K12784
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ウェブ情報学・サービス情報学
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
于 海涛 筑波大学, 図書館情報メディア系, 助教 (30751052)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
中途終了 (2019年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | learning-to-rank / click modelling / optimal transport / click model / user modelling / User modelling, / Embedding, / Result diversification / ウェブシステム / 機械学習 |
|---|
| 研究成果の概要 |
ディープニューラルネットワークに基づいて2つのモデルを開発した。1つ目は、最適輸送理論に基づいて新しいランキング学習モデルを提案し、WSDMというトップ国際会議に発表した。2つ目は、ユーザーの検索行動を分析するための新しいクリックモデルを提案し、CHIIRという国際会議に発表した。さらに、私はPT-Rankingというオープンソースプロジェクトを公開した。従来のランク付け学習パッケージへの補完性が高く、様々な分野の学習ランク付けモデルを評価・開発するための便利なツールを提供することで、様々なバックグラウンドを持つ研究者を支援できるようになることを期待する。
|
| 研究成果の学術的意義や社会的意義 |
The proposed learning-to-rank models shed new light on how to solving the ranking problem. The released open-source project makes it reasonable to envision that PT-Ranking will lower the technical barrier and provide a convenient open-source platform for examining ranking models in different fields.
|
