EB-NeRD：大规模新闻推荐数据集
信息检索
2024-10-07 v1 人工智能
机器学习
摘要
个性化内容推荐是数字媒体（从视频流媒体到社交网络）的用户体验的关键因素。然而，多个领域特定挑战阻碍了新闻出版中推荐系统的采纳。为解决这些挑战，我们引入了 Ekstra Bladet News Recommendation Dataset（EB-NeRD）。该数据集包含来自超过百万个独立用户和 3700 万次展示日志的数据，以及 125000 多篇丹麦新闻文章，包含标题、摘要、正文和诸如类别等 metadata。EB-NeRD 作为 RecSys '24 挑战的基准数据集，展示了该数据集如何用于解决设计有效且负责任的面向新闻出版的推荐系统中的技术和制度挑战。数据集可在 https://recsys.eb.dk 获取。
引用
@article{arxiv.2410.03432,
title = {EB-NeRD: A Large-Scale Dataset for News Recommendation},
author = {Johannes Kruse and Kasper Lindskow and Saikishore Kalloori and Marco Polignano and Claudio Pomo and Abhishek Srivastava and Anshuk Uppal and Michael Riis Andersen and Jes Frellsen},
journal= {arXiv preprint arXiv:2410.03432},
year = {2024}
}
备注
11 pages, 8 tables, 2 figures, RecSys '24