Transfer Learning for Behavioral Targeting(WWW 2010) 読んだ - 糞糞糞ネット弁慶背景 行動ターゲティング広告では似た嗜好をユーザをセグメンテーションし，セグメントごとに適した広告を提示したい． じゃあどんなデータからやるのか，ってなると普通に考えてユーザiが広告jをクリックした回数を要素に持つ行列かユーザiがクエリjを入力した回数を要素に持つ行列かのどっちかを使おうという話になる． 一番理想的なのはをそのまま使いたいが，そもそもユーザは広告なんかほとんどクリックしない．じゃあ代わりにを使うかというとちょっと苦しいし，データの質とスパースさのトレードオフ．というのが行動ターゲティング広告研究の現場． 提案手法 Translated Learning*1と呼ばれる手法がある（らしい．今回はじめて知った）．これは source の feature に行列をかけて target の feature に変換してやるみたいなノリ． 今回はそれに似たアイデアを使う．具体的には変換行
