MTS Kion 用于电影推荐的隐式上下文序列化数据集
信息检索
2022-09-02 v1
摘要
我们呈现一个从 MTS Kion 视频点播平台真实用户处收集的新电影与电视节目推荐数据集。与 MovieLens 或 Netflix 等其他流行电影推荐数据集不同，我们的数据集基于观看时记录的隐式交互，而非显式评分。我们还提供丰富的上下文与侧信息，包括交互特征（如时间信息、观看时长与观看百分比）、用户人口统计学以及丰富的影片元信息。此外，我们描述了基于该数据集的 MTS Kion 挑战赛——一项在线推荐系统竞赛——并概述了获胜者表现最佳的解决方案。我们保持竞赛沙盒开放，欢迎研究者尝试自己的推荐算法并在数据集私有部分上衡量质量。
引用
@article{arxiv.2209.00325,
title = {MTS Kion Implicit Contextualised Sequential Dataset for Movie Recommendation},
author = {Aleksandr Petrov and Ildar Safilo and Daria Tikhonovich and Dmitry Ignatov},
journal= {arXiv preprint arXiv:2209.00325},
year = {2022}
}
备注
Accepted at ACM RecSys CARS workshop 2022