講演情報
[3F-05]【技術報告】相互推薦システムでのPseudo Labelを活用したマッチ予測精度向上の取り組み
*林 悠大1 (1. ウォンテッドリー株式会社)
相互推薦は、人と仕事のマッチングタスクのような両者の嗜好が重要なドメインでの推薦においてしばしば用いられるフレームワークである。マッチングシステムはその特性上、推薦の成功を示すラベルが非常にスパースである。そのため、相互推薦システムでは中間ラベルを利用するために複数のモデルを組み合わせるということが一般的である。一方で、複数のモデルを組み合わせる手法はモデル間の誤差伝播によって精度が抑えられてしまうという問題を抱えていた。本研究では、データのスパーシティーという問題に対して Pseudo Labeling を用いる新たなアプローチを考案し、Wantedly Visitでの実データを用いてその有効性を検証した。