流媒体服务中的互利交换：协作推荐算法
网络与互联网体系结构
2023-01-31 v1
摘要
流媒体服务的内容提供商（CP）采用推荐以提升用户参与度及其收益。近期工作表明，将推荐偏向已缓存项目可降低缓存网络（例如内容分发网络（CDN）或未来无线网络中的边缘缓存提供商）的运营成本。然而，缓存友好型推荐可能偏离用户偏好，并潜在影响 CP 的收益。受现实商业模型启发，本文揭示了 CP 与缓存网络提供商财务目标的不一致，并提出一种面向推荐的网络经济学框架。我们提出一种利用 Nash 议价解的协作机制，使双方能够联合设计推荐策略。我们考虑了这些实体愿意共享其成本与收益模型程度不同的若干问题实例，并提出两种协作策略 CCR 与 DCR，使其能以集中或分布式方式决策。在这两种情况下，我们的解均保证达成公平且帕累托最优的协作收益分配。此外，我们讨论了该框架向缓存决策的扩展。在真实场景下的丰富数值实验表明，这些策略为双方带来了显著收益。
引用
@article{arxiv.2301.12547,
title = {Quid pro Quo in Streaming Services: Algorithms for Cooperative Recommendations},
author = {Dimitra Tsigkari and George Iosifidis and Thrasyvoulos Spyropoulos},
journal= {arXiv preprint arXiv:2301.12547},
year = {2023}
}