Utilizing users' tipping points in E-commerce Recommender systems - IEEE Conference Publication
概要
ユーザには周りに流されれず自分自身の判断にしたがって購買するinnovatorと，市場が成熟したら購買するimitatorがいる．
それをロジャースのイノベーター理論とバスモデルを使って推定し既存の推薦技術と融合させる．
バスモデル
元論文が"likelihood"というかなり微妙な単語を連発しているので別の記事
バスモデル - ORWiki
The Bass Model Marketing Engineering Technical Note
を参考にしながら書く．
をアイテムiが売れた個数，
の確率でユーザがその商品を購入するとすると，時刻
までに購買している人の割合を
となる．ここで，
と書く事ができる*1．この時はtまでに既に購入した人の数．
がイノベーター効果，
がイミテーター効果．
提案手法
あとはこれをk-NNとSVDの式に突っ込む．具体的にはユーザごとの履歴におけるtipping point の平均を計算してその類似度を流用する．
正直 bass model の説明がちょっとどうしようもなく適当すぎて読むのがつらくなり諦めた．半年後ぐらいに読み返したい．
*1:この項の説明，元論文だと購入される確率，資料1だと未購入の条件付き確率分布，資料2だと条件付き尤度とか書いててどれが正しいの全く不明
