匹配市场中快速且与考察无关的互推荐方法
信息检索
2023-07-28 v2
摘要
在求职发布和在线约会平台等匹配市场中，推荐系统对平台的成功起着关键作用。与向用户推荐物品的标准推荐系统不同，推荐其他用户的互推荐系统（RRSs）必须考虑用户的相互兴趣。此外，确保推荐机会不会不成比例地偏向受欢迎的用户，对于匹配总数和用户间的公平性至关重要。然而，匹配市场中现有的推荐方法在真实规模平台上面临计算挑战，并且依赖于位置模型（PBM）中特定的考察函数。在本文中，我们在匹配市场排序推荐背景下引入基于可转移效用匹配（TU matching）模型的互推荐方法，并提出一种更快且与考察无关的算法。此外，我们使用合成数据和来自日本某在线约会平台的真实数据进行了实验评估。就匹配总数而言，我们的方法优于或等同于现有方法，并且即使在现有某方法无法运行的较大数据集上也表现良好。
引用
@article{arxiv.2306.09060,
title = {Fast and Examination-agnostic Reciprocal Recommendation in Matching Markets},
author = {Yoji Tomita and Riku Togashi and Yuriko Hashizume and Naoto Ohsaka},
journal= {arXiv preprint arXiv:2306.09060},
year = {2023}
}