エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ベータ二項分布を用いたアイテム推薦におけるCTR推定 - Fake Data-Scientistの学習日記
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ベータ二項分布を用いたアイテム推薦におけるCTR推定 - Fake Data-Scientistの学習日記
ベータ二項分布を用いた分析例に取り上げます。 ECサイトに訪問したユーザに対して、あるアイテムを推薦... ベータ二項分布を用いた分析例に取り上げます。 ECサイトに訪問したユーザに対して、あるアイテムを推薦した場合、どの程度の反応があるかを測定したいケースが考えられます。 効果測定の指標をCTR(Click Through Rate)とすれば、アイテムの推薦(表示)回数に対して、ユーザがどのくらい応答(クリック)したかを測ります。 このとき、推薦回数を 、CTRを とし、応答数 は以下の二項分布に従うと仮定します。 繰り返しにはなりますが、運用者が知りたいことは、アイテムの推薦回数 に対して、どのくらい応答があるか、ということです。すなわち、CTRの確率 を推測し、アイテムの推薦を効率的に遂行できる環境を構築していきたい、と言えます。 さて、ベイズの定理より、 の事後分布のカーネルを求めると、 となります。このとき、カーネルの尤度 が二項分布ですので、自然共役事前分布はベータ分布です。 この構