PASS Approximation: 휴리스틱 분석 및 설계 프레임워크

Source

• Evernote/IFTTT Feedly/PASS Approximation A Framework for Analyzing and Designing Heuristics.md

Summary

Uri Feige, Nicole Immorlica, Vahab Mirrokni, Hamid Nazerzadeh 가 제안한 ‘PASS Approximation’은 휴리스틱 알고리즘을 분석하고 설계하기 위한 프레임워크를 다룬 논문입니다. Google Research 에서 2013 년 10 월에 발표된 연구입니다.

Key Points

• PASS Approximation 은 휴리스틱 알고리즘의 성능 분석과 설계를 위한 체계적인 프레임워크를 제시합니다.
• 저자: Uri Feige, Nicole Immorlica, Vahab Mirrokni, Hamid Nazerzadeh
• 출처: Google Research (2013 년 10 월)

Related

• Convergence and approximation in potential games

• Neighbor Selection and Weighting in User-Based Collaborative Filtering: A Performance Prediction Approach

• HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm

• 가역 회로의 합성과 최적화: 서베이

• Affinity Weighted Embedding

• How to approximate optimal auctions

• A Theoretical Examination of Practical Game Playing: Lookahead Search

• Similarity Preserving Feature Selection (SPFS)

• 웹 검색 행동의 시간적 동역학: 학습, 모델링 및 예측

• 협업 필터링을 도입한 컨텍스트 광고 개선

• Collaborative Filtering beyond the User-Item Matrix: A Survey of the State of the Art and Future Challenges

• 온라인 캠페인 예산 최적화: 긍정적 지속 효과 고려

• Spotify 의 협업 필터링 (Collaborative Filtering) 구현

• 추천 시스템 분석: 아마존과 넷플릭스의 취향 예측 원리

• XMHF: 확장 가능 및 모듈식 하이퍼바이저 프레임워크

• A Multimedia Recommender System

• Nonlinear Latent Factorization by Embedding Multiple User Interests

• Instant Foodie: Grassroots 평가로부터 전문가 평점 예측

• Knowledge-Based Approaches to Information Management in Coalition Environments

• k-Order Statistic Loss 를 활용한 추천 시스템의 Learning to Rank

• Web Service Compositions with Fuzzy Preferences: A Graded Dominance Relationship-Based Approach

• 도대체 소비자에게 상품은 어떻게 추천하지

• Stock Selection Model Based on Machine Learning with Wisdom of Experts and Crowds

• 사용자 생성 콘텐츠의 순위 기반 메커니즘에 대한 게임 이론적 분석

• 넷플릭스의 취향 예측 알고리즘: 인구통계학적 데이터의 한계

• 강화학습 기반 음악 추천 시스템의 탐색-활용 균형

• 불신 정보를 활용한 사회적 추천 시스템 (Matrix Factorization)

• LCARS: 공간 기반 아이템 추천 시스템

• Knowledge-Based Approaches to Information Management in Coalition Environments

• Enriching Documents with Examples: A Corpus Mining Approach

• Jalopnik 신차 구매 결정 플로우차트

• R 기반 맥주 추천 엔진 구현 (Beer Advocate 데이터)

• 음악 컨텍스트 데이터 기반 음악 유사도 및 추천 방법론 조사

• Netflix 개인화 및 추천 시스템 아키텍처 개요

• Beyond Text QA: Multimedia Answer Generation by Harvesting Web Information

• 명시적 불신(Explicit Distrust)을 활용한 신뢰 기반 추천 시스템 강화

• P2P 소셜 태깅 네트워크에서의 온라인 Top-k 처리 개인화

• Fluent 2016 - 그래프 이론을 활용한 추천 엔진 구축

• Twitter 기반 YouTube 동영상 추천: 시간 인식 및 개인화

• 그래프 전파를 통한 개인화 비디오 추천

• Friendbook: 의미 기반 소셜 네트워크 친구 추천 시스템

• 게임 아이템 구매 이력에 word2vec 적용 사례

• Cloe: SMS 기반 추천 엔진

• 베이지언 계산 방법 정리 (Grid Approximation 등)

• 검색 광고의 예산 제약 최적화 (Optimizing Budget Constrained Spend in Search Advertising)

• 인터넷 TV를 위한 콘텐츠 및 사회적 관련성 기반 개인화 광고 추천

• Small-Document Approaches to Resource Selection 분석

• Entity-Annotation 시스템 벤치마킹 프레임워크

• ReputationPro: E-커머스 환경에서의 문맥 기반 거래 신뢰도 계산

• 공통 분석 및 MaxDiff 스케일링의 여론 조사 활용 잠재력

• 온라인 소셜 네트워크 샘플링 알고리즘

• Game Your Campaign

• 예측 모델링에 대한 실용서

• P2P 그룹 관리 시스템의 개념적 분석

• Scalable Dynamic Nonparametric Bayesian Models of Content and Users

• ReFr: 오픈소스 리랭커 프레임워크

• Optimizing Google’s Warehouse Scale Computers: The NUMA Experience

• Similarity-based Clustering by Left-Stochastic Matrix Factorization

• 스페인어 온라인 비디오의 다중모달 감정 분석

• 웹 검색 쿼리의 감정 분석 및 활용

• 자동화에 대한 신뢰 (Trust in Automation)

• 소셜 기반 멀티미디어 콘텐츠 분산 프레임워크

• 감성 분석 중심 웹 크롤링 (Sentiment-Focused Web Crawling)