はじめに 背景 提案手法 1. 候補生成 2. 特徴量設計 3. Reranking モデル 4. 推論処理の高速化 4-a. 分散ワーカーによるスケールアウト 4-b. 計算経路の見直し 効果検証 オフライン評価 A/B テスト 表示位置別 CVR 分析 補足: i2i レコメンドへの適用 おわり…

はじめに DEIM2026の概要 参加レポート 一般発表（技術報告） スポンサーブース インタラクティブセッション [1F-04] ターゲットベクトルを用いた SPLADE への明示的な知識注入による概念マッピング効果検証 [5G-01] マルチドメイン推薦のための協調知識グラ…

はじめに 背景: 正規化の有無で内積ベースの類似度は変わる → レコメンド結果はどう変わる？ DMM のレコメンド - Two-Tower モデルによるレコメンド ベクトルの長さは推薦頻度に影響する 単純なモデルで影響を調べてみた 実験設定 比較するモデル 結果: アイ…