MobileRec：一个用于移动应用推荐的大规模数据集
信息检索
2023-03-14 v1 机器学习
软件工程
摘要
推荐系统已在我们的数字生活中无处不在，从电商网站的商品推荐到流媒体平台上的电影与音乐建议。现有推荐数据集（如 Amazon Product Reviews 和 MovieLens）极大促进了各自领域推荐系统的研发。尽管过去十年移动用户与应用（即 app）数量呈指数增长，移动应用推荐系统的研究却因缺乏高质量基准数据集（不同于商品、电影和新闻推荐）而严重受限。为促进应用推荐系统研究，我们引入名为 MobileRec 的大规模数据集。我们从 Google Play 商店的用户活动中构建 MobileRec，其包含 1930 万条用户交互（即用户对应用的评论），覆盖 48 个类别的逾 1 万款独特应用。MobileRec 记录了总计 70 万独立用户的序列活动，每位用户与不少于 5 款不同应用交互，这与先前每用户仅记录单次交互的移动应用数据集形成对比。此外，MobileRec 呈现用户对已安装应用的评分与情感，每款应用含丰富的元数据如名称、类别、描述与总评分等。我们通过若干 SOTA 推荐方法的对比研究证明 MobileRec 可作为应用推荐的优秀试验床，定量结果可作为其他研究者对比的基线。MobileRec 数据集见 https://huggingface.co/datasets/recmeapp/mobilerec。
引用
@article{arxiv.2303.06588,
title = {MobileRec: A Large-Scale Dataset for Mobile Apps Recommendation},
author = {M. H. Maqbool and Umar Farooq and Adib Mosharrof and A. B. Siddique and Hassan Foroosh},
journal= {arXiv preprint arXiv:2303.06588},
year = {2023}
}
备注
10 pages, 4 tables, 4 figures, Under submission at SIGIR'23