ベイズ疎分野考慮型因数分解機械

抄録

本研究では、事前分布に縮約事前分布を用いたField-aware Factorization Machines(FFM)のモデルパラメータをギブスサンプリングによって推定する方法を提案する。FFMは副次情報を利用した協調フィルタリングに利用可能なモデルの一つで、特徴量のカテゴリに対応した因子ベクトルを使うことで表現能力を高めている。一方で、FFMは学習データにオーバーフィットしやすいという問題がある。そこで、本研究では縮約事前分布を使うことで冗長な特徴量を削減し、オーバーフィットの抑制を図る。本稿では、縮約事前分布にラプラス分布を使ったモデルと馬蹄事前分布を使ったモデルを提案する．