反应用户与推荐系统：管理意见漂移的自适应策略
计算机科学与博弈论
2025-08-20 v1
摘要
推荐系统被广泛用于various平台以通过个人化和流行内容推广来最大化用户参与度。研究发现，这些推荐可能会随时间影响用户意见。在本文中，我们询问的是，反应性用户——即注意到其所消费内容影响的用户——是否可以通过自适应调整其内容消费选择来防止此类变化。为此，我们研究了在两种随机策略下用户意见动力学：被动策略其中用户点击推荐内容的概率固定，反应策略其中点击概率在随大意见漂移后自适应地降低。我们推导出这些策略下的预期意见和用户效用。我们表明，自适应策略有助于用户防止意见漂移，并且当用户优先考虑意见保护时，自适应策略的预期效用超过固定策略。我们通过数值仿真验证了我们的理论发现。这帮助我们更好地理解了用户层面的策略如何挑战由推荐系统所诱导的偏见。
引用
@article{arxiv.2508.13473,
title = {Reactive Users vs. Recommendation Systems: An Adaptive Policy to Manage Opinion Drifts},
author = {Atefeh Mollabagher and Parinaz Naghizadeh},
journal= {arXiv preprint arXiv:2508.13473},
year = {2025}
}