利用个性化重排序管理推荐系统中的流行度偏差
信息检索
2019-08-13 v4
摘要
许多推荐系统存在流行度偏差：热门物品被频繁推荐，而流行度较低的小众产品很少或根本不被推荐。然而，推荐“长尾”中被忽视的产品对企业至关重要，因为它们更难被发现。本文引入一种个性化多样性重排序方法，在保持可接受推荐精度的同时，增加长尾物品在推荐中的代表性。我们的方法是一个后处理步骤，可应用于任何推荐系统的输出。结果表明，与基于正则化的现有方法相比，我们的方法能更有效地管理流行度偏差。我们还考察了新旧指标，以衡量推荐中长尾物品的覆盖率。
引用
@article{arxiv.1901.07555,
title = {Managing Popularity Bias in Recommender Systems with Personalized Re-ranking},
author = {Himan Abdollahpouri and Robin Burke and Bamshad Mobasher},
journal= {arXiv preprint arXiv:1901.07555},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1802.05382