评论对推荐有多大用处？批判性综述与潜在改进

我们调查了越来越多试图利用评论文本改进推荐系统的工作。一般而言，这些论文认为，由于评论“解释”了用户的意见，它们应有助于推断预测评分或购买行为的潜在维度。融合评论的方案从简单正则化到神经网络方法不一。我们最初的发现揭示了报告结果中的若干差异，部分源于（例如）尽管实验设置或数据预处理改变仍跨论文复制结果。首先，我们试图通过综合分析解决这些模糊之处。进一步调查引发了对一个更大问题的讨论，即用户评论对推荐的“重要性”。通过广泛实验，我们观察到若干最先进方法未能超越现有基线的情况，尤其当我们偏离少数评论有用的狭义设定时。最后，我们给出针对观察结果的假设，试图刻画评论在何种条件下可能有益。通过本工作，我们旨在评估该领域的进展方向并鼓励稳健的实证评估。