面向序列推荐的属性感知多样化方法
信息检索
2020-08-04 v1
摘要
用户偏好多样化推荐而非同质化推荐。然而，先前大多数关于序列推荐系统的研究未考虑多样性，且追求最高准确率，导致同质化推荐。本文通过提出一种属性感知多样化序列推荐器（ADSR）同时考虑准确率与多样性。具体而言，ADSR 在建模用户序列行为时利用可用的属性信息，同时学习用户最可能交互的物品及其对属性的偏好。随后，ADSR 基于对所预测特定属性偏好的预测对推荐物品进行多样化。在两个基准数据集上的实验表明，ADSR 能在保持准确率的同时有效提供多样化推荐。
引用
@article{arxiv.2008.00783,
title = {Attribute-aware Diversification for Sequential Recommendations},
author = {Anton Steenvoorden and Emanuele Di Gloria and Wanyu Chen and Pengjie Ren and Maarten de Rijke},
journal= {arXiv preprint arXiv:2008.00783},
year = {2020}
}
备注
AIIS 2020, as part of SIGIR 2020 https://aiis.newidea.fun/