Ex2Vec：基于纯粹暴露效应刻画用户与物品
信息检索
2023-11-20 v1
摘要
传统推荐框架旨在基于用户过往交互寻找最佳匹配，从而连接用户与内容。然而，好的内容推荐未必类似于用户过去所选。作为人类，用户自然演化、学习、遗忘、生厌，他们改变对世界的看法，进而改变对可推荐内容的看法。影响用户兴趣的一个著名机制是纯粹暴露效应：当重复暴露于刺激时，用户兴趣随初始暴露而上升，达峰值后逐渐下降，呈倒 U 形。由于先前研究表明该效应大小取决于刺激复杂度与熟悉度等诸多有趣因素，利用此效应不仅可改进重复推荐，亦可更深入理解用户与刺激。本工作中我们提出（纯粹）暴露到向量（Ex2Vec）模型，其利用重复消费中的纯粹暴露效应推导用户与物品刻画并追踪用户兴趣演化。我们通过对基于重复的 future 音乐消费进行预测来验证模型，并讨论其在重复常见的推荐场景中的启示。
引用
@article{arxiv.2311.10635,
title = {Ex2Vec: Characterizing Users and Items from the Mere Exposure Effect},
author = {Bruno Sguerra and Viet-Anh Tran and Romain Hennequin},
journal= {arXiv preprint arXiv:2311.10635},
year = {2023}
}