利用个性化行列式点过程实现文化活动多样化推荐
信息检索
2025-09-15 v1 人工智能
摘要
虽然为用户参与度优化推荐系统是一项成熟的做法，但在不对核心业务指标产生负面影响的情况下有效地使推荐多样化，仍然是行业面临的一项重大挑战。为了配合我们拓宽受众文化实践的倡议，本研究探讨了如何利用个性化行列式点过程来采样多样且相关的推荐。我们依赖于相似核著名的质量-多样性分解，以赋予用户偏好更多权重。在本文中，我们介绍了个性化 DPP 采样的实现，通过离线和在线指标评估了相关性与多样性之间的权衡，并为从业者在其生产环境中的使用提供了见解。为了保证可复现性，我们在 GitHub 上发布了我们平台和实验的完整代码。
引用
@article{arxiv.2509.10392,
title = {Diversified recommendations of cultural activities with personalized determinantal point processes},
author = {Carole Ibrahim and Hiba Bederina and Daniel Cuesta and Laurent Montier and Cyrille Delabre and Jill-Jênn Vie},
journal= {arXiv preprint arXiv:2509.10392},
year = {2025}
}
备注
7 pages, accepted at RecSys workshop RecSoGood 2025