<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>zer4</author_name>
  <author_url>https://blog.hatena.ne.jp/zer4/</author_url>
  <blog_title>Gunosyデータ分析ブログ</blog_title>
  <blog_url>https://data.gunosy.io/</blog_url>
  <categories>
  </categories>
  <description>はじめに こんにちは、MediaAds ML Teamに所属している飯塚(@zr_4) です。 以前書いたブログ*1をベースに変更を加えた論文がRecSys 2019 *2 に通りました(ヤッター)。 埋め込みベースの推薦は、近年最も成功を収めた推薦手法の一つです。 埋め込みベースの推薦を行っている多くの大企業では、精度良くアイテムやユーザーを表現するため、数百次元のベクトルを使用しています。それによって、莫大な計算リソースを日々消費していることと思います。またリアルタイムにベクトルの演算を行うために検索システムを自作している企業も少なくないと思います*3。負荷の大きさから、特定のロジックの実…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fdata.gunosy.io%2Fentry%2Fpoincare_embedding_for_recommendations&quot; title=&quot;双曲空間ではじめるレコメンデーション - Gunosyデータ分析ブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://3c1703fe8d.site.internapcdn.net/newman/gfx/news/2017/warpedrealit.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-07-10 09:00:00</published>
  <title>双曲空間ではじめるレコメンデーション</title>
  <type>rich</type>
  <url>https://data.gunosy.io/entry/poincare_embedding_for_recommendations</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
