Soumettre la recherche
Mettre en ligne
A.J.A. Recommend Engine における文書推薦について
•
2 j'aime
•
1,896 vues
cyberagent
Suivre
2017年6月27日(火) 開催 「Data Engineering and Data Analysis Workshop #1」登壇資料
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 40
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
1 T Term 1 Ca(2)
1 T Term 1 Ca(2)
vasanthadhevi
Dominit
Dominit
Dominit
WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ
WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ
cyberagent
Web フィルタリング最前線: 「「検閲回避」回避」 角田孝昭
Web フィルタリング最前線: 「「検閲回避」回避」 角田孝昭
cyberagent
WebにおけるHuman Dynamics 武内慎
WebにおけるHuman Dynamics 武内慎
cyberagent
Webと経済学 數見拓朗
Webと経済学 數見拓朗
cyberagent
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
継続的な開発スタイル AbemaTVのiOSアプリを週1でリリースしている話
継続的な開発スタイル AbemaTVのiOSアプリを週1でリリースしている話
cyberagent
Recommandé
1 T Term 1 Ca(2)
1 T Term 1 Ca(2)
vasanthadhevi
Dominit
Dominit
Dominit
WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ
WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ
cyberagent
Web フィルタリング最前線: 「「検閲回避」回避」 角田孝昭
Web フィルタリング最前線: 「「検閲回避」回避」 角田孝昭
cyberagent
WebにおけるHuman Dynamics 武内慎
WebにおけるHuman Dynamics 武内慎
cyberagent
Webと経済学 數見拓朗
Webと経済学 數見拓朗
cyberagent
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
Data Engineering Meetup #1 持続可能なデータ基盤のためのデータの多様性に対する取り組み
cyberagent
継続的な開発スタイル AbemaTVのiOSアプリを週1でリリースしている話
継続的な開発スタイル AbemaTVのiOSアプリを週1でリリースしている話
cyberagent
AbemaTVにおける推薦システム
AbemaTVにおける推薦システム
cyberagent
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
cyberagent
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
cyberagent
インターネットテレビ局「AbemaTV」プロダクトの変遷
インターネットテレビ局「AbemaTV」プロダクトの変遷
cyberagent
番組宣伝に関するAbemaTV分析事例の紹介
番組宣伝に関するAbemaTV分析事例の紹介
cyberagent
WWW2018 論文読み会 Webと経済学
WWW2018 論文読み会 Webと経済学
cyberagent
WWW2018 論文読み会 WebにおけるHuman Dynamics
WWW2018 論文読み会 WebにおけるHuman Dynamics
cyberagent
WWW2018 論文読み会 Web Search and Mining
WWW2018 論文読み会 Web Search and Mining
cyberagent
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
cyberagent
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
cyberagent
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
cyberagent
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
cyberagent
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
cyberagent
"マルチメディア機械学習" の取り組み
"マルチメディア機械学習" の取り組み
cyberagent
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
サイバージェント 秋葉原ラボのHBase 活用事例
サイバージェント 秋葉原ラボのHBase 活用事例
cyberagent
Presto on YARNの導入・運用
Presto on YARNの導入・運用
cyberagent
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
cyberagent
WWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph Algorithms
cyberagent
Contenu connexe
Plus de cyberagent
AbemaTVにおける推薦システム
AbemaTVにおける推薦システム
cyberagent
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
cyberagent
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
cyberagent
インターネットテレビ局「AbemaTV」プロダクトの変遷
インターネットテレビ局「AbemaTV」プロダクトの変遷
cyberagent
番組宣伝に関するAbemaTV分析事例の紹介
番組宣伝に関するAbemaTV分析事例の紹介
cyberagent
WWW2018 論文読み会 Webと経済学
WWW2018 論文読み会 Webと経済学
cyberagent
WWW2018 論文読み会 WebにおけるHuman Dynamics
WWW2018 論文読み会 WebにおけるHuman Dynamics
cyberagent
WWW2018 論文読み会 Web Search and Mining
WWW2018 論文読み会 Web Search and Mining
cyberagent
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
cyberagent
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
cyberagent
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
cyberagent
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
cyberagent
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
cyberagent
"マルチメディア機械学習" の取り組み
"マルチメディア機械学習" の取り組み
cyberagent
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
cyberagent
サイバージェント 秋葉原ラボのHBase 活用事例
サイバージェント 秋葉原ラボのHBase 活用事例
cyberagent
Presto on YARNの導入・運用
Presto on YARNの導入・運用
cyberagent
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
cyberagent
WWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph Algorithms
cyberagent
Plus de cyberagent
(20)
AbemaTVにおける推薦システム
AbemaTVにおける推薦システム
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
AbemaTV レコメンド開発エンジニアによる RecSys 2018 参加レポート
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
機械学習エンジニアを見せたAWSの再:発明とは? 〜re:Invent 2018 参加レポート〜
インターネットテレビ局「AbemaTV」プロダクトの変遷
インターネットテレビ局「AbemaTV」プロダクトの変遷
番組宣伝に関するAbemaTV分析事例の紹介
番組宣伝に関するAbemaTV分析事例の紹介
WWW2018 論文読み会 Webと経済学
WWW2018 論文読み会 Webと経済学
WWW2018 論文読み会 WebにおけるHuman Dynamics
WWW2018 論文読み会 WebにおけるHuman Dynamics
WWW2018 論文読み会 Web Search and Mining
WWW2018 論文読み会 Web Search and Mining
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
サイバーエージェントの機械学習エンジニアが体験したGoogle I/O 2018
ログ解析基盤におけるストリーム処理パイプラインについて
ログ解析基盤におけるストリーム処理パイプラインについて
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
Orion an integrated multimedia content moderation system for web services
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
「これ危ない設定じゃないでしょうか」とヒアリングするための仕組み @AWS Summit Tokyo 2018
"マルチメディア機械学習" の取り組み
"マルチメディア機械学習" の取り組み
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
サイバージェント 秋葉原ラボのHBase 活用事例
サイバージェント 秋葉原ラボのHBase 活用事例
Presto on YARNの導入・運用
Presto on YARNの導入・運用
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
WWW2017論文読み会 Spam Detection と Question Answering & Topic Modeling
WWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph Algorithms
A.J.A. Recommend Engine における文書推薦について
1.
2.
3.
4.
5.
6.
7.
0 B B B B B B @ 0.3 ... 0.2 ... 0.4 1 C C C C C C A 0 B B B B B B @ 0.1 ... 0.5 ... 0.0 1 C C C C C C A doc_01 doc_n 0 B B B B B B @ 0.3 ... 0.1 ... 0.2 1 C C C C C C A doc_02
8.
9.
10.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A doc_01
11.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A doc_01
12.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 doc_01
13.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 doc_01 doc_01
14.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 doc_01 doc_01
15.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:94 doc_01 doc_01
16.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 doc_01
17.
0 B B B B B B @ 0.71 0.32 0.63 0.22 0.23 0.89 1 C C C C C C A ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 doc_01
18.
19.
20.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query
21.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128
22.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:128
23.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:128
24.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:128
25.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:128
26.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ✓ 0.28 0.83 ◆ ✓ 0.43 0.98 ◆ ✓ 0.09 0.12 ◆ ✓ 0.76 0.34 ◆✓ 0.22 0.45 ◆ ✓ 0.65 0.23 ◆ID:1 ID:128 ID:1
ID:128 ID:1 ID:128 ID:1 ID:128
27.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 ID:2 ID:71 ID:16 ID:32 ID:43 ID:10 doc_02 doc_n
28.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 ID:2 ID:71 ID:16 ID:32 ID:43 ID:10 doc_02 doc_n
29.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 ID:2 ID:71 ID:16 ID:32 ID:43 ID:10 doc_02 doc_n
30.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 ID:2 ID:71 ID:16 ID:32 ID:43 ID:10 doc_02 doc_n
31.
0 B B B B B B @ 0.35 0.23 0.21 0.74 0.11 0.97 1 C C C C C C A query ID:1 ID:128 ID:1 ID:94 ID:21 doc_01 ID:2 ID:71 ID:16 ID:32 ID:43 ID:10 doc_02 doc_n
32.
D n O(nD) m k⇤ O(k⇤ D)
O(nm)
33.
34.
35.
36.
/ /app1 /app2 /app1/foo /app1/bar
37.
Télécharger maintenant