共形群体推荐系统
信息检索
2023-07-25 v1
摘要
群体推荐系统（GRS）基于群体偏好而非个体偏好从近乎无限的库存中发现相关物品，例如向一群人推荐电影、餐厅或旅游目的地，起着关键作用。传统的群体推荐模型被设计为像黑盒一样运作，严格聚焦于提升推荐准确性，且大多数情况下将解释推荐的责任推给用户。近年来，推荐系统（RS）研究的焦点已从单纯提升推荐准确性转向置信度和解释等价值附加。在本工作中，我们提出一种共形预测框架，其与群体推荐系统结合提供预测的置信度度量，以增强系统生成的纯推荐。在群体推荐系统背景下，我们提出多种非一致性度量，它们在共形框架的效率中起着至关重要的作用。我们还证明了所定义的非一致性满足可交换性性质。实验结果证明了所提方法在多个基准数据集上的有效性。此外，我们提出的方法也满足有效性和效率性质。
引用
@article{arxiv.2307.12034,
title = {Conformal Group Recommender System},
author = {Venkateswara Rao Kagita and Anshuman Singh and Vikas Kumar and Pavan Kalyan Reddy Neerudu and Arun K Pujari and Rohit Kumar Bondugula},
journal= {arXiv preprint arXiv:2307.12034},
year = {2023}
}
备注
23 pages