というわけでやってみた.Microsoft Academic Searchは本当に素晴らしい.あとは検索語句がタイトルだけなのかabstなのかも絞り込めると嬉しい.web系のカンファレンス過去5年分遡った.
WWW
Sreenivas Gollapudi, Consideration set generation in commerce search(WWW 2011)
- URL => Consideration set generation in commerce search
- 内容 => コマースサイトの検索結果でクエリに含まれる属性には近く,含まれない属性には多様性重視で出力する.
- 手法 => クエリを構造化したのち,LP緩和をgreedyにやる.[論文] Consideration set generation in commerce search(WWW 2011) 読んだ - 糞ネット弁慶
Community gravity: measuring bidirectional effects by trust and rating on online social networks(WWW 2009)
A novel collaborative filtering-based framework for personalized services in m-commerce(WWW 2007)
- URL => A novel collaborative filtering-based framework for personalized services in m-commerce
- 内容 => モバイルコマース分野における協調フィルタリングのパーソナライズ.ユーザ×アイテム×時間×場所×天気×アクティビティの情報をユーザ×アイテムに落としこんで協調フィルタリング.
- 手法 => 協調フィルタリング
Improving personalized services in mobile commerce by a novel multicriteria rating approach(WWW 2008)
- URL => Improving personalized services in mobile commerce by a novel multicriteria rating approach
- 内容 => ↑と同じグループ.モバイルコマースの協調フィルタリング.
- 手法 => ユーザ×アイテムの内容×アイテムの属性ごとのレーティング×属性のデータにmultilinear singular value decomposition(MSVD).
Rare item detection in e-commerce site(WWW 2009)
- URL => Rare item detection in e-commerce site
- 内容 => 出品されたアイテムがレアかどうか判別
- 手法 => アイテム集合をフィルタしたのちに判別Rare item detection in e-commerce site(WWW 2009) 読んだ - 糞ネット弁慶
Analyzing seller practices in a Brazilian marketplace(WWW 2009)
- URL => Analyzing seller practices in a Brazilian marketplace
- 内容 => ブラジルのオンラインオークションについて分析
- 手法 =>
Exploiting social context for review quality prediction(WWW 2010)
- URL => Exploiting social context for review quality prediction
- 内容 => コマースサイトにおけるレビューの品質予測
- 手法 => 回帰
Buzz-based recommender system(WWW 2009)
- URL => Buzz-based recommender system
- 内容 => クエリのバーストを検知,のち関連性のあるクエリも計算して推薦.
- 手法 => 別論文で触れられているクエリバースト検知
SIGIR
Relevance criteria for e-commerce: a crowdsourcing-based experimental analysis(SIGIR 2009)
- URL => Relevance criteria for e-commerce
- 内容 => e-commerceサイトで検索をする際にどのように類似度を決めればよいか.これまでの特徴量はドキュメントを発見する,という点に注目されているが重要なのは買われるかどうかである.
- 手法 => Amazon Mechanical Turk使って実験.いろいろな特徴が重要だねみたいな話.
Investigating the relevance of sponsored results for web ecommerce queries(SIGIR 2007)
- URL => Investigating the relevance of sponsored results for web ecommerce queries
- 内容 => 検索時に表示されるスポンサード・リンクはクエリと本当に関連しているのか.スポンサードリンクじゃないほうが類似度が高いんじゃないのか.
- 手法 => スポンサードリンクは確かに類似度が高い.
KDD
Decision support and profit prediction for online auction sellers(U '09 Proceedings of the 1st ACM SIGKDD Workshop on Knowledge Discovery from Uncertain Data)
- URL => Decision support and profit prediction for online auction sellers
- 内容 => オークションの話
Scalable and near real-time burst detection from eCommerce queries(KDD 2008)
- URL => Scalable and near real-time burst detection from eCommerce queries
- 内容 => 生成モデルを使ってクエリのバーストを検知する
- 手法 => リアルタイムで動かせるような生成モデル
A software system for buzz-based recommendations(KDD 2008)
- URL => A software system for buzz-based recommendations
- 内容 => Buzz-based recommender system(WWW 2009)とほぼ一緒.
SIGMOD無し
WSDM
Sreenivas Gollapudi, Result enrichment in commerce search using browse trails(WSDM 2011)
- URL => Result enrichment in commerce search using browse trails
- 内容 => 商品検索でクエリにexact matchする商品が見つからなかった場合,近そうな商品を表示したい.属性ごとに重要度と類似度を考える.
- 手法 => クエリをアノテーションした上で,クエリに含まれる属性の重要度を推定.clickthrough logだけじゃなくbrowser trailを使った.その後,属性ごとに類似度を考える.
Query suggestion for E-commerce sites(WSDM 2011)
- URL => Query suggestion for E-commerce sites
- 内容 => eBayのquery suggestionが実際どう運用されているか
- 手法 => 数式がほぼ出てこない.システムがどういうふうに運用されているか,とそのデータの分析.
Sreenivas Gollapudi, Shopping for products you don't know you need(WSDM 2011)
- URL => Shopping for products you don't know you need
- 内容 => 検索ログからユーザの購買興味を拾い上げる
- 手法 => クエリをノードとしたグラフからクリーク抽出Shopping for products you don't know you need(WSDM 11) 読んだ - 糞ネット弁慶
CIKM
Inferring semantic query relations from collective user behavior(CIKM 2008)
- URL => Inferring semantic query relations from collective user behavior
- 内容 => クエリのセマンティックな関係を考える.3種類の属性を線型結合したグラフでクエリを表現する.
- 手法 => Inferring Semantic Query Relations from Collective User Behavior(CIKM 2008) 読んだ - 糞ネット弁慶
Predicting the conversion probability for items on C2C ecommerce sites(CIKM 2009)
Improving one-class collaborative filtering by incorporating rich user information(CIKM 2010)
- URL => Improving one-class collaborative filtering by incorporating rich user information
- 内容 => ユーザがアイテムに正の評価のみをつけており,負の評価が存在しないデータでの協調フィルタリング
- 手法 => アイテム評価以外のユーザのプロファイルなどを用いた協調フィルタリング
ICDM
Using Contextual Information in Transactional Segmentation: An Empirical Study in E-Commerce(Data Mining Workshops, 2008. ICDMW '08. IEEE International Conference on)
- URL => Using Contextual Information in Transactional Segmentation: An Empirical Study in E-Commerce - IEEE Conference Publication
- 内容 => セグメンテーションにcontextualなデータを入れる.
- 手法 => contextualなデータとは,ユーザのあるtransaction(行動)になんらかの意味づけをする階層的なデータである.これとユーザのプロファイルと行動のデータを使って
- セグメンテーションの結果について分析.
- (買ったか買わないか), (買った日が平日か週末か), (買ったジャンル)3変数について決定木で判別
の2つを行なっている.データは大学で実験を行った.contextualなデータはアンケートで集計.
Semantic-Rich Markov Models for Web Prefetching(Data Mining Workshops, 2009. ICDMW '09. IEEE International Conference on)
- URL => Semantic-Rich Markov Models for Web Prefetching - IEEE Conference Publication
- 内容 => オントロジーとか使えばアイテムの関係性(ECサイトだと購買される商品関係)の意味づけが可能になる.ページ間の遷移確率の情報とオントロジーを結びつける.
- 手法 => オントロジーしたデータとページ間の遷移確率を組み合わせる.その後,ページ遷移のデータから最後のページを削ったものを与えて予測精度を測る.テストデータの3つ目がeMartなるECっぽいデータを使っているけれどもECじゃないとできない手法ではない.
ACM EC
Red Opal: Product-Feature Scoring from Reviews(EC 2007)
- URL => Red Opal
- 内容 => 属性に基づいて商品検索を行う.introが良かった.
Understanding User Behavior in Online Feedback Reporting(EC 2007)
- URL => Understanding user behavior in online feedback reporting
- 内容 => レビューの信頼性やレビューを投稿する行動に関する分析