EEG-SVRec：包含短视频推荐中用户多维情感参与度标签的脑电图数据集
信息检索
2024-04-02 v1
摘要
近年来，短视频平台获得了广泛的普及，使得视频推荐的质量对于留住用户至关重要。现有的推荐系统主要依赖于行为数据，在推断用户偏好时，由于数据稀疏以及偶然交互或个人习惯产生的噪声等问题，面临着局限性。为了应对这些挑战并更全面地理解用户的情感体验和认知活动，我们提出了 EEG-SVRec，这是首个包含短视频推荐中用户多维情感参与度标签的脑电图（EEG）数据集。该研究涉及 30 名参与者并收集了 3,657 次交互，提供了一个丰富的数据集，可用于更深入地探索用户偏好和认知活动。通过结合自我评估技术和实时、低成本的 EEG 信号，我们对用户的情感体验（效价、唤醒度、沉浸感、兴趣、视觉和听觉）及其行为背后的认知机制提供了更详细的理解。我们建立了推荐算法的评分预测基准，表明包含 EEG 信号后取得了显著改善。此外，我们展示了该数据集在深入了解推荐系统中用户行为背后的情感体验和认知活动方面的潜力。这项工作通过利用 EEG 信号和多维情感参与度评分中包含的丰富信息，为增强短视频推荐提供了一个新颖的视角，为未来短视频推荐系统的研究铺平了道路。
引用
@article{arxiv.2404.01008,
title = {EEG-SVRec: An EEG Dataset with User Multidimensional Affective Engagement Labels in Short Video Recommendation},
author = {Shaorun Zhang and Zhiyu He and Ziyi Ye and Peijie Sun and Qingyao Ai and Min Zhang and Yiqun Liu},
journal= {arXiv preprint arXiv:2404.01008},
year = {2024}
}