只需评分即可：一种用于合成评分数据集生成的聚类方法
信息检索
2019-09-04 v1
摘要
包含用户偏好的公开集合对于在推荐系统领域进行离线评估至关重要。然而，由于创建这些集合所需成本以及担心共享时会侵犯用户隐私，评分数据集的数量十分有限。因此，大量研究尝试利用生成式方法创建合成评分集合。尽管如此，这些数据集通常不足以可靠地开展评估活动。本文提出一种方法，用于创建具有可配置用户数、且能模仿已有数据集特征的合成数据集。我们通过利用合成数据集评估不同的推荐系统，并将结果与使用真实数据集所得结果进行比较，对该方法进行了实证验证。
引用
@article{arxiv.1909.00687,
title = {All You Need is Ratings: A Clustering Approach to Synthetic Rating Datasets Generation},
author = {Diego Monti and Giuseppe Rizzo and Maurizio Morisio},
journal= {arXiv preprint arXiv:1909.00687},
year = {2019}
}
备注
REVEAL 2019 Workshop on Reinforcement and Robust Estimators