用户偏好动力学下的推荐系统危害缓解

Jerry Chee; Shankar Kalyanaraman; Sindhu Kiranmai Ernala; Udi Weinsberg; Sarah Dean; Stratis Ioannidis

用户偏好动力学下的推荐系统危害缓解

信息检索 2024-06-17 v1 计算机与社会机器学习

作者: Jerry Chee , Shankar Kalyanaraman , Sindhu Kiranmai Ernala , Udi Weinsberg , Sarah Dean , Stratis Ioannidis

摘要

我们考虑一种需考虑推荐、用户兴趣演变以及有害内容相互作用的推荐系统。我们对推荐对用户行为的影响进行建模，特别是用户消费有害内容的倾向。我们寻求在最大化点击-through率 (CTR) 与缓解危害之间建立权衡的推荐策略。我们在用户画像动力学具有平稳点的条件下建立了理论依据，并提出了在平稳状态下寻找最优推荐策略的算法。我们在以真实数据为初始化的半合成电影推荐场景上进行实验，观察到我们的策略在同时最大化CTR和缓解危害方面优于基线方法。

关键词

推荐系统危害缓解用户偏好动力学点击率平稳点

引用

@article{arxiv.2406.09882,
  title  = {Harm Mitigation in Recommender Systems under User Preference Dynamics},
  author = {Jerry Chee and Shankar Kalyanaraman and Sindhu Kiranmai Ernala and Udi Weinsberg and Sarah Dean and Stratis Ioannidis},
  journal= {arXiv preprint arXiv:2406.09882},
  year   = {2024}
}

备注

Recommender Systems; Harm Mitigation; Amplification; User Preference Modeling

用户偏好动力学下的推荐系统危害缓解

摘要

关键词

引用

备注

相关论文