内容提示：建模内容提供者动态以提升推荐生态系统中的用户福祉
多智能体系统
2023-09-06 v1 人工智能
计算机科学与博弈论
信息检索
摘要
用户仅在与自身需求/偏好相匹配的内容（或物品）被推荐系统（RS）呈现时，才从中获得价值。尽管 RS 通常对整个用户群的用户偏好有全面视角，但内容提供者一般仅对其内容已交互用户的偏好有局部视角。这限制了提供者提供新内容以最好服务更广泛人群的能力。本工作中，我们用内容提示策略解决此信息不对问题。内容提示是对提供者的暗示或建议，使其提供 RS 预测有未满足用户需求的新内容。提示策略是响应提供者信念、技能与激励动态的一系列此类提示。我们旨在确定联合提示策略，诱导一组提供者提供内容，在均衡中优化用户社会福利，同时尊重提供者自身激励。我们的贡献包括：(i) 支持此类提示的 RS 生态系统抽象模型（含内容提供者行为）；(ii) 针对个体提供者的顺序提示策略设计与理论分析；(iii) 利用内容空间路径规划的最优联合提示混合整数规划公式；(iv) 说明此类策略如何改善生态健康与用户福祉的简单概念验证实验。
引用
@article{arxiv.2309.00940,
title = {Content Prompting: Modeling Content Provider Dynamics to Improve User Welfare in Recommender Ecosystems},
author = {Siddharth Prasad and Martin Mladenov and Craig Boutilier},
journal= {arXiv preprint arXiv:2309.00940},
year = {2023}
}