推荐系统中的退化反馈回路
机器学习
2019-03-28 v3 机器学习
摘要
机器学习被广泛应用于部署在产品中的推荐系统。这些系统所做的决策能够影响用户的信念与偏好，而后者又会影响学习系统接收到的反馈——从而创造出反馈回路。这一现象可能引发所谓的“回音室”或“过滤气泡”，具有用户与社会层面的影响。在本文中，我们提供了一种新颖的理论分析，考察用户动态的作用与推荐系统的行为，将回音室效应与过滤气泡效应解耦。此外，我们提供了减缓系统退化的实用方案。我们的研究有助于理解并开发应对复杂时间场景中常被提及问题的方案，该领域在很大程度上仍未被探索。
引用
@article{arxiv.1902.10730,
title = {Degenerate Feedback Loops in Recommender Systems},
author = {Ray Jiang and Silvia Chiappa and Tor Lattimore and András György and Pushmeet Kohli},
journal= {arXiv preprint arXiv:1902.10730},
year = {2019}
}