RARD II：9400万条相关文章推荐数据集
信息检索
2019-08-22 v3 人工智能
数字图书馆
机器学习
摘要
本文的主要贡献是介绍并描述一个新的推荐系统数据集（RARD II）。它基于Mr. DLib的数据，Mr. DLib是数字图书馆和参考文献管理软件领域中的一种推荐系统即服务。因此，RARD II补充了来自其他领域（如书籍、电影和音乐）的数据集。该数据集包含从2016年9月到2018年9月两年间提供的9400万条推荐，涵盖2400万独特条目的条目空间。RARD II提供了一系列丰富的推荐数据，超越了传统的评分。例如，除了通常的（隐式）评分矩阵外，RARD II还包括原始推荐日志，这些日志为生成推荐的算法的许多方面提供了独特的洞察。这些日志使研究人员能够对真实世界的推荐系统开展各种分析。这包括评估用于预测算法性能的元学习方法。在本文中，我们总结了该数据集发布的关键特征，描述了其生成方式，并讨论了它的一些独特特征。与其前身RARD相比，RARD II包含多64%的推荐、多187%的特征（算法、参数和统计）、多50%的点击、多140%的文档，以及一个额外的服务合作伙伴（JabRef）。
引用
@article{arxiv.1807.06918,
title = {RARD II: The 94 Million Related-Article Recommendation Dataset},
author = {Joeran Beel and Barry Smyth and Andrew Collins},
journal= {arXiv preprint arXiv:1807.06918},
year = {2019}
}