基于二值反馈评估面向多利益相关方的音乐推荐
信息检索
2021-09-17 v1
摘要
高质量的用户反馈数据对于训练和评估成功的音乐推荐系统至关重要，尤其是需要平衡多利益相关方需求的系统。大多数现有音乐数据集存在音乐平台所收集数据中固有的噪声反馈与自选择偏差。利用在两年时间内收集的 50 万条评分的 Piki Music 数据集，我们评估了经典推荐算法在三类重要利益相关方上的表现：消费者、知名艺术家与小众艺术家。我们表明，在喜欢与不喜欢上训练的矩阵分解算法，相较于仅基于喜欢训练的算法，对所有三类利益相关方均表现显著更优。
引用
@article{arxiv.2109.07692,
title = {Evaluating Music Recommendations with Binary Feedback for Multiple Stakeholders},
author = {Sasha Stoikov and Hongyi Wen},
journal= {arXiv preprint arXiv:2109.07692},
year = {2021}
}
备注
Accepted by the MORS workshop at RecSys 2021