Learning to Recommend Learning to Recommend Questions Based on User Questions Based on User

RatingsRatings

Ke Sun, Yunbo Cao, Xinying Song,

Young-In Song, Xiaolong Wang and Chin-Yew Lin.

In Proceeding of the 18th ACM Conference on Information and Knowledge Management 

(Hong Kong, China, November 02 - 06, 2009).

Prepared and Presented by Baichuan Li

OutlineOutlineIntroductionProblem StatementAlgorithmsExperimentsConclusion

23年4月18日 Paper Presentation2/21

IntroductionIntroductionCommunity-Based Question-

Answering (CQA) Services

23年4月18日 Paper Presentation3/21

Finding AnswersFinding Answers

23年4月18日 Paper Presentation

Query

Existed similar

questions and their answers

4/21

Finding QuestionsFinding Questions

23年4月18日 Paper Presentation

Sort by popularity

5/21

PROBLEM PROBLEM STATEMENTSTATEMENT

23年4月18日 Paper Presentation6/21

RecommendationRecommendation

23年4月18日 Paper Presentation7/21

Preference Preference OOrderrder

23年4月18日 Paper Presentation8/21

Ordered PairsOrdered Pairs

23年4月18日 Paper Presentation9/21

Ranking FunctionRanking Function

23年4月18日 Paper Presentation10/21

PrinciplePrinciple

23年4月18日 Paper Presentation11/21

ALGORITHMSALGORITHMS

23年4月18日 Paper Presentation12/21

The Perceptron Algorithm for The Perceptron Algorithm for Preference Learning (PAPL)Preference Learning (PAPL)

23年4月18日 Paper Presentation13/21

The Majority-Based The Majority-Based Perceptron Algorithm (MBPA)Perceptron Algorithm (MBPA)

23年4月18日 Paper Presentation14/21

EXPERIMENTSEXPERIMENTS

23年4月18日 Paper Presentation15/21

DatasetDataset297,919 questions under ‘travel’

category at Yahoo! Answers

23年4月18日 Paper Presentation16/21

Dataset (Cont.)Dataset (Cont.)

23年4月18日 Paper Presentation17/21

Dataset (Cont.)Dataset (Cont.)

23年4月18日 Paper Presentation18/21

ResultsResultsEvaluation Measure

◦Error rate of preference pairs

Result

23年4月18日 Paper Presentation19/21

Results (Cont.)Results (Cont.)

23年4月18日 Paper Presentation20/21

ConclusionConclusionInvestigated the problem of

learning to recommend questions based on user ratings◦Enlarged the size of available

training data through adding questions without user rating

◦Demonstrated the approach’s effectiveness through intensive experiments

Q&A23年4月18日 Paper Presentation21/21