ryki https://blog.hatena.ne.jp/ryki/ scholark https://scholark.hateblo.jp/ Netflix 推薦システム 長期的満足度 プロキシ報酬 フィードバック予測 オフラインとオンラインの指標 この記事では、Netflixにおける推薦システムの改善について解説している。Netflixの目的は会員の長期的な満足度を高めることであり、単純なクリック数やエンゲージメントの最大化ではなく、長期的な視点で会員の満足度向上を目指している。具体的には、会員の行動履歴からプロキシ報酬関数を定義し、これを最大化するようにコンテキストバンディットアルゴリズムを学習する取り組みを紹介している。また、遅延フィードバックの予測や、オフラインとオンラインの指標の違いへの対処といった課題にも言及している。 Netflixは長期的な会員満足度を重視しており、それを実現するための試みは非常に興味深い。プロキシ報酬関数… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fscholark.hateblo.jp%2Fentry%2F2024%2F08%2F29%2F200024" title="Improving Recommendation Systems for Long-Term Member Satisfaction at Netflix - scholark" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2024-08-29 20:00:24 rich https://scholark.hateblo.jp/entry/2024/08/29/200024 1.0 100%