一种解决推荐系统多样性-精度挑战的概率模型
信息检索
2015-01-12 v1
摘要
推荐系统在学术界和工业界有广泛应用。传统上，推荐系统的性能以精度衡量。通过引入新颖性和多样性作为推荐系统的关键质量，近期越来越多的关注聚焦于该主题。推荐的精度和新颖性方向并不一致，实际系统应在这两个量间权衡。因此，使通过调整模型来调控推荐多样性和精度成为可能是推荐系统的重要特征。本文引入一种概率结构以解决推荐系统的多样性-精度困境。我们提出一个具有可调多样性和精度水平的混合模型，通过调节单一参数即可实现。所提推荐模型由两个模型组成：一个用于最大化精度，另一个用于使推荐列表符合用户偏好。我们在两个真实数据集上的实验显示了该模型在解决精度-多样性困境上的功能性，以及优于其他经典模型。所提方法因其低计算复杂度和显著性能可广泛应用于真实商业系统。
引用
@article{arxiv.1501.01996,
title = {A probabilistic model to resolve diversity-accuracy challenge of recommendation systems},
author = {Amin Javari and Mahdi Jalili},
journal= {arXiv preprint arXiv:1501.01996},
year = {2015}
}
备注
19 pages, 5 figures