基于音乐收听与品味的冷启动用户播客推荐
信息检索
2020-07-28 v1 机器学习
摘要
推荐系统正日益被用于预测并提供符合用户品味的内容，然而将新用户与相关内容进行匹配的任务仍具挑战。我们认为播客是一种采用率快速增长的新兴媒介，并讨论了在应用传统推荐方法解决冷启动问题时所出现的挑战。利用音乐消费行为，我们考察了两种推断 Spotify 用户对超过 20 万档播客偏好中的主要技术。我们的结果显示，在离线与在线实验中消费量均显著提升，最高达 50%。我们对模型性能进行了广泛分析，并考察了以音乐数据作为输入源在多大程度上会引入推荐偏差。
引用
@article{arxiv.2007.13287,
title = {Recommending Podcasts for Cold-Start Users Based on Music Listening and Taste},
author = {Zahra Nazari and Christophe Charbuillet and Johan Pages and Martin Laurent and Denis Charrier and Briana Vecchione and Ben Carterette},
journal= {arXiv preprint arXiv:2007.13287},
year = {2020}
}
备注
SIGIR 2020