基于链接与基于文本的维基百科文章推荐中用户偏好的定性评估
信息检索
2021-09-17 v1 数字图书馆
摘要
文献推荐系统（LRS）协助读者从海量可用文献中发现相关内容。尽管LRS被广泛采用，针对基于内容的文献推荐中本质不同方法的用户感知推荐特征研究仍显不足。为补充现有的文献推荐定量研究，我们呈现定性研究结果，报告用户对两类对比推荐类的感知：1）以共引邻近（CPA）方法为代表的基于链接的推荐；2）以Lucene的MoreLikeThis（MLT）算法为代表的基于文本的推荐。我们对二十名用户及一组多样的40篇维基百科文章所分析的实证数据表明，基于文本与基于链接的推荐生成方法在若干关键维度上存在显著差异。基于文本的MLT方法在用户感知的推荐文章相似性方面获得更高满意度评分。相比之下，CPA方法在推荐的多样性和意外性方面获得更高满意度分数。我们得出结论，文献推荐系统的用户可从结合链接与文本方法的混合方法中获益最多，其中用户的信息需求与偏好应控制所用方法的权重。混合推荐系统中多种方法的最优权重高度依赖于用户不断变化的需求。
引用
@article{arxiv.2109.07791,
title = {A Qualitative Evaluation of User Preference for Link-based vs. Text-based Recommendations of Wikipedia Articles},
author = {Malte Ostendorff and Corinna Breitinger and Bela Gipp},
journal= {arXiv preprint arXiv:2109.07791},
year = {2021}
}
备注
Accepted for publication at ICADL 2021