在线评分平台数据结构的演化及其对推荐系统的启示
信息检索
2023-03-28 v1
摘要
在线评分平台代表了在线文化与商业商品消费的新趋势。此类平台上的用户评分数据是推荐系统算法的养料。理解演化模式及其潜在机制是理解推荐系统输入数据结构的关键。先前关于推荐系统输入数据分析的研究相当有限，2018年的文献[6]是一个显著的例外。在本文中，我们利用泊松过程分析输入数据结构演化机制。我们发现齐次泊松过程无法捕捉在线评分平台上用户评分行为的机制，而非齐次泊松过程与该形成过程相兼容。
引用
@article{arxiv.2303.14419,
title = {Evolution of the Online Rating Platform Data Structures and its Implications for Recommender Systems},
author = {Hao Wang},
journal= {arXiv preprint arXiv:2303.14419},
year = {2023}
}