糞糞糞ネット弁慶

読んだ論文についてメモを書きます.趣味の話は http://repose.hatenablog.com

はじめてサーベイした

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)
Community gravity: measuring bidirectional effects by trust and rating on online social networks(WWW 2009)
  • URL => Community gravity
  • 内容 => ユーザは他ユーザにtrustされているレビュアーを信頼し,また自分とratingが近いユーザを信頼する.この関係性をアットコスメのデータを使ってモデリング.Epinionsと比べてユーザが他ユーザに影響されやすい事を示す.
  • 手法 => trust predictionと呼ばれるモデルでモデリング.ratingとtrust,ユーザ間のratingを含めた類似度の2つをモデリング.ユーザ間類似度の特徴には商品情報を含まず,trustとratingの情報があれば構築できるfeatureしかないのでアットコスメ以外のデータでも適用可能.
A novel collaborative filtering-based framework for personalized services in m-commerce(WWW 2007)
Improving personalized services in mobile commerce by a novel multicriteria rating approach(WWW 2008)
Rare item detection in e-commerce site(WWW 2009)
Analyzing seller practices in a Brazilian marketplace(WWW 2009)
Exploiting social context for review quality prediction(WWW 2010)
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)

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)
Scalable and near real-time burst detection from eCommerce queries(KDD 2008)
A software system for buzz-based recommendations(KDD 2008)

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)
eBay: an E-commerce marketplace as a complex network(WSDM 2011)
  • URL => eBay
  • 内容 => eBayのユーザや商品の関係性を複雑ネットワークとして分析.
  • 手法 => ユーザをノード,売り買いの履歴をエッジとして有向グラフを作成.degree distributionやbow-tie modelなどネットワーク分析でよくある手法を使って可視化しまくった.特にサービスへの応用などは無し.

CIKM

Inferring semantic query relations from collective user behavior(CIKM 2008)
Predicting the conversion probability for items on C2C ecommerce sites(CIKM 2009)
Improving one-class collaborative filtering by incorporating rich user information(CIKM 2010)

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)

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)