Factorizing Personalized Markov Chains for Next-Basket Recommendation(pdf) 概要 「各ユーザが次に何を買うか」というタスクに対してマルコフ連鎖ベースの予測モデルを作る. ユーザごとの遷移確率を計算するにはスパースなので行列分解と組み合わせてその問題を解消する. 問題 ユーザの回分の購買履歴があるとして,回目で何を買うかをあてる.また,一度の購買では複数の商品を購入している(これをバスケットと表現する). 手法 まず1購買に複数商品があるので,真面目にやるとそれぞれのアイテムのあるなしを1/0で表すと次元のマルコフ連鎖を考えなければならない. なので,「商品が前回のバスケットに入っている時,次のバスケットに入っている確率」を考える. 遷移確率は数え上げで計算ができるし,ユーザごとの履歴に絞ればpersonalizeも可