结合遗忘曲线的基于帕累托的多目标推荐系统
信息检索
2024-02-02 v2
摘要
具有级联架构的推荐系统在在线推荐平台中发挥着越来越重要的作用，其中处理负反馈的方法是一个关键问题。例如，在短视频平台中，用户往往会迅速滑过他们感到厌恶的候选内容，推荐系统需要接收这些显式负反馈并做出调整以避免此类推荐。考虑到记忆中的近因效应，我们提出了一种基于艾宾浩斯遗忘曲线的遗忘模型来应对负反馈。此外，我们引入了帕累托优化求解器，以保证近因性与模型性能之间取得更好的权衡。综上所述，我们提出了结合遗忘曲线的基于帕累托的多目标推荐系统（PMORS），该系统可应用于任何多目标推荐，并在面对显式负反馈时展现出充分的优越性。我们对 PMORS 进行了评估，并在公开数据集和工业数据集的短视频场景中取得了良好的结果。自 2023 年 5 月部署于名为微信视频号的在线短视频平台以来，PMORS 不仅在一致性和近因性方面均展现出可喜的结果，还实现了高达 +1.45% 的 GMV 提升。
引用
@article{arxiv.2312.16868,
title = {Pareto-based Multi-Objective Recommender System with Forgetting Curve},
author = {Jipeng Jin and Zhaoxiang Zhang and Zhiheng Li and Xiaofeng Gao and Xiongwen Yang and Lei Xiao and Jie Jiang},
journal= {arXiv preprint arXiv:2312.16868},
year = {2024}
}