Publications
CONFERENCE (DOMESTIC) 高次元内積空間における近似逆 k-Ranks クエリ
青山 和禎 (阪大), 天方 大地 (阪大), 藤田 澄男, 原 隆浩 (阪大)
第17回データ工学と情報マネジメントに関するフォーラム（第23回日本データベース学会年次大会） (DEIM 2025)
March 01, 2025
機械学習技術の進展により，ユーザやアイテムといったオブジェクトを高次元ベクトル空間にマッピング し，評価予測値の高い上位k 個のアイテムを検索するk-MIPS 問題が一般的に用いられる．また，特定のアイテムに 興味を持つk 人のユーザを検索する逆k-Ranks 問題も注目されており，これは商品のプロモーション，ターゲッティ ング広告，および市場分析に活用できる重要な問題である．高次元空間において逆k-Ranks を高速かつ厳密に解くこ とは難しいため，本論文では，近似逆k-Ranks 問題に焦点を当てる．この問題は，クエリアイテムベクトルq，アイテ ム集合P，ユーザ集合U，出力サイズk，および近似比c > 1 を入力とし，R(q, u,P) の小さいk 人のユーザu を解 とした時に，これに対してc 倍の誤差を許容する．ここで，R(q, u,P) は，ユーザu がクエリアイテムq をどれだけ 好むかを他のアイテムと比較した順位である．本稿では，この問題を高速に解くためのアルゴリズムを提案する．実 世界のデータを用いた実験により，提案アルゴリズムが既存のアルゴリズムと比較して優れた性能であることを示す．
Paper :
高次元内積空間における近似逆 k-Ranks クエリ
(external link)