d'Hondt算法的个人化及其在推荐生态系统中的应用
人机交互
2024-06-12 v1
摘要
在推荐系统领域，我们正处理生态系统中的聚合及其潜在的个人化问题。个人化基于为每个用户建立独立的聚合模型。这种方法在用户偏好与全局偏好严格不一致时，尤其能揭示用户之间的差异。混合模型基于全局模型与个人化模型权重的组合，适用于d'Hondt投票算法。本文表明，针对性地结合个人化与混合化的做法，在RetailRocket和SLANTour数据集上，优于非个人化的d'Hondt算法。通过考虑少数派的声音，我们实现了更高的点击率。
引用
@article{arxiv.2406.07264,
title = {Personalisation of d'Hondt's algorithm and its use in recommender ecosystems},
author = {Stepan Balcar and Ladislav Peska and Peter Vojtas},
journal= {arXiv preprint arXiv:2406.07264},
year = {2024}
}
备注
The 2022 World Congress in Computer Sience Engineering & Applied Computing (CSCE) July 25-28 2022