• 新しい棚の特性を素早く学習 し、適切な位置に表示 することが必要 → “探索” と “活用” のバランスが重要 → バンディットアルゴリズム をベースとしたレコメンデーションを調査 • 最もユースケースが近い音楽ストリーミングアプリの事例 (Carousel Personalization in Music Streaming Apps with Contextual Bandits , RecSys 2020) を参考にモデリング ◦ ユーザの行動履歴や属性で作ったベクトルから各棚のCTRを予測 ◦ Cascade-based なモデル更新が特徴 ▪ クリックした棚を正例、クリックした棚よりも上位にある棚を負例 とする ▪ ユーザへの棚の表示有無が取得できない今回のケースにマッチ