KuaiRand:一个带有随机曝光视频的无偏序列推荐数据集
信息检索
2022-08-24 v2
摘要
部署在真实应用中的推荐系统可能存在固有的曝光偏差,这导致有偏的对数数据困扰着研究人员。解决这一棘手问题的根本方法是收集用户对随机曝光物品的交互,即随机缺失数据。少数工作已邀请特定用户对随机推荐的物品进行评分或选择,例如 Yahoo!、Coat 和 OpenBandit。然而,这些数据集要么规模太小,要么缺乏关键信息,如唯一用户 ID 或用户/物品特征。在本工作中,我们提出 KuaiRand,一个从无偏序列推荐数据集,包含从短视频分享移动应用快手收集的关于随机曝光视频的数百万条干预交互。与现有数据集不同,KuaiRand 记录了两周内插入推荐流中的随机曝光视频上的 12 种用户反馈信号(如点击、点赞和观看时长)。为促进模型学习,我们进一步收集了丰富的用户和物品特征以及用户的行为历史。通过发布该数据集,我们首次实现了对大规模推荐场景中去偏研究的支持。此外,凭借其独特特征,KuaiRand 可支持交互式推荐、长序列行为建模和多任务学习等多种其他研究方向。数据集及其新闻将发布于 https://kuairand.com。
引用
@article{arxiv.2208.08696,
title = {KuaiRand: An Unbiased Sequential Recommendation Dataset with Randomly Exposed Videos},
author = {Chongming Gao and Shijun Li and Yuan Zhang and Jiawei Chen and Biao Li and Wenqiang Lei and Peng Jiang and Xiangnan He},
journal= {arXiv preprint arXiv:2208.08696},
year = {2022}
}
备注
CIKM '22 Resource Paper. Dataset Webpage: https://kuairand.com