IR Reading 2022秋（オンライン） 開催案内
概要 情報アクセス分野に関する主要国際会議（SIGIRやWSDMなど）の論文読み合わせを行うIR Readingをオンラインにて開催します．多人数で協力しあって論文を紹介しあうことで，論文への理解を深めたり，分野全体のトレンドを掴んだりする場となれば幸いです．これまでの勉強会の内容につきましては，過去のページをご覧ください． どなたでも無料で参加いただけますので，是非下記から参加登録ください． 日時 2022年11月12日（土） 13:00 - 17:05 プログラム 参加者数により，開始時刻，終了時刻など変更する予定があります． 会場 Zoomを利用します．接続URLは当日が近づきましたらSlackのチャンネル #2022fall にて連絡いたします． 対象会議 IR Reading 2022秋 では2022年6月〜2022年10月頃に開催された，ACM SIGIRが主催・共催している国
Balanced Label Propagation for Partitioning Massive Graphs - Meta Research | Meta Research
Balanced Label Propagation for Partitioning Massive GraphsACM International Conference on Web Search and Data Mining (WSDM) Partitioning graphs at scale is a key challenge for any application that involves distributing a graph across disks, machines, or data centers. Graph partitioning is a very well studied problem with a rich literature, but existing algorithms typically can not scale to billion
Mining Knowledge Graphs from Text
Mining Knowledge Graphs from Text A Tutorial Mining Knowledge Graphs from Text WSDM 2018 Tutorial (schedule) February 5, 2018, 1:30PM - 5:00PM Location: Ballroom Terrace (The Ritz-Carlton, Marina del Rey) Jay Pujara, Sameer Singh Knowledge graphs have become an increasingly crucial component in machine intelligence systems, powering ubiquitous digital assistants and inspiring several large scale a
AI Lab、Web分野のトップカンファレンス「WSDM」にて共著論文採択 ー 知識グラフを活用した新規コンテンツの推薦手法を提案 ー
株式会社サイバーエージェント（本社：東京都渋谷区、代表取締役社長：藤田晋、東証一部上場：証券コード4751）は、人工知能技術の研究開発組織「AI Lab」に所属する研究員の富樫陸及び大谷まゆ並びにアドバイザーであり、画像・映像検索研究における第一人者の佐藤真一氏らによる共著論文が、Web分野の国際会議「WSDM 2021」(※1)にて本採択されたことをお知らせいたします。 「WSDM」は世界中の研究者によって毎年開催される国際会議で、「The Web Conference」「KDD」(※2)などと並び、Web・データマイニングの分野で権威あるトップカンファレンスの一つです。2021年度は採択率がおよそ18%と難易度の高い年となり、この度「AI Lab」から採択された論文は、2021年3月にオンラインで開催される「WSDM 2021」で発表を行います。 ■研究背景 「AI Lab」ではマーケ
WSDM 2019 : How A/B Tests Could Go Wrong : Automatic Diagnosis of Invalid Online Experiments を読んだ - OKIYUKI99 Blog
dl.acm.org LinkedinでInvalidなA/B テスト検知するための方法論を紹介している論文を読みました A/Bテストにおけるメトリック解析の話から、丁寧にメトリックを分解し、検知ロジックを提案しています。LinkedinのA/B テストプラットフォームで実際に動いてるみたいです Introduction まずはじめに、invalidなA/BテストにはInternally または Externally なテストがあることを紹介しています Internally invalid とは？ Treatment と Control間の差がTreatmentによる効果と結論づけれるのが本来のA/B テストの魅力の1つですが、その差がTreatmentによる効果ではない ことを言います 特にこの論文では、incomparable samples（つまり、比較不可なサンプル群）における I
Studio Ousiaと奈良先端科技大の合同チームが、国際コンペティション「WSDM Cup 2017」で準優勝 | Studio Ousia
Studio Ousiaと奈良先端科技大の合同チームが、国際コンペティション「WSDM Cup 2017」で準優勝 株式会社Studio Ousia（本社：神奈川県藤沢市、代表取締役：渡邉安弘、山田育矢）と奈良先端科学技術大学院大学（NAIST）が共同で開発したディープラーニングを用いた新しいシステムが、英ケンブリッジで開催された情報科学における著名な国際会議であるWSDM 2017のコンペティション「WSDM Cup 2017」のTriple scoring taskにおいて、準優勝いたしました。弊社は、2016年よりNAISTとの共同研究を実施しており、今回の成果は、この共同研究の成果となります。 Triple scoring taskは、Wikipediaなどの知識ベース上にある人物の属性についてのユーザから見た妥当性を推定するモデルの開発を目的としています。例えば、「Barack
Information Evolution in Social Networks - Meta Research | Meta Research
Information Evolution in Social NetworksProc. WSDM'16 Social networks readily transmit information, albeit with less than perfect fidelity. We present a large-scale measurement of this imperfect information copying mechanism by examining the dissemination and evolution of thousands of memes, collectively replicated hundreds of millions of times in the online social network Facebook. The informatio
sexi2016.org - sexi2016 リソースおよび情報
This webpage was generated by the domain owner using Sedo Domain Parking. Disclaimer: Sedo maintains no relationship with third party advertisers. Reference to any specific service or trade mark is not controlled by Sedo nor does it constitute or imply its association, endorsement or recommendation.
Response prediction for display advertising - WSDM 2014
The document discusses techniques for improving ad click prediction, a crucial task for online advertising. It presents the FTRL-Proximal learning algorithm, which combines the accuracy of online gradient descent with the sparsity of regularized dual averaging. Memory saving techniques are also key, including probabilistic feature inclusion, subsampling training data, and encoding values with fewe
『Criteoの研究者が語る、CTR予測とCVR予測 その仕組みと論文の紹介』
Criteoの研究者が語る、CTR予測とCVR予測 その仕組みと論文の紹介 | インターネット広告代理店で働くデータサイエンティストのブログ はじめまして！ 内定者アルバイトの小笠原(@YAMITZKY)と申します。 初めてなので、簡単に自己紹介を。今は大学の４年生で、機械学習の手法を使って「Webサイトに自動でタグ付けを行う」というのを実現するような研究をしていました。 最近は「MLaPP」という機械学習の本を読んでいるので、輪読の機会があったら呼んでいただけると嬉しいです！ ---------------- 本日の話題は、CriteoのCTR予測、CVR予測についてです。 Criteoは世界中でリターゲティング広告を提供している企業で、日本でもレコメンドバナー市場を牽引しています。 第三者配信計測などでCriteo広告の分析をしてみると、ユーザーの購買行動の最後の一撃を与える役割（刈取
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
March 10_Session 8_6-Marco Ponza_380
GitHub - laura-dietz/tutorial-utilizing-kg: Resources for Tutorial on "Utilizing Knowledge Graphs in Text-centric Information Retrieval"
Contextualizing Trending Entities in News Stories | Marco Ponza
Bloomberg - Are you a robot?
Product Knowledge Graph Embedding for E-commerce
WSDM Cup 2017
http://snap.stanford.edu/class/cs224w-readings/goel10longtail.pdf
(PDF) Beyond basic faceted search
http://labs.yahoo.com/publication/predicting-the-next-app-that-you-are-going-to-use/
https://web.engr.oregonstate.edu/~wong/papers/pdf/WSDM2014.pdf