作为实验的模拟：对推荐系统模拟研究的一项经验性批判
计算机与社会
2021-08-02 v1 多智能体系统
摘要
模拟能够在规避经验性纵向研究诸多问题的同时，支持对推荐系统（RS）演进的研究；模拟相对更易于实现、高度可控，且对人类参与者不构成伦理风险。模拟如何能与定性和定量经验方法一道，最优地贡献于关于 RS 的科学洞见，是一个开放性问题。哲学家与研究者长期以来就模拟相较于纯理论或经验方法的认识论本质展开辩论。模拟常被隐式或显式地概念化为占据经验与理论方法之间的中间地带，使研究者得以兼收二者之益。然而，此类论证常忽视的是：若无任一方法论传统的坚实根基，模拟研究便没有公认的科学规范或标准，导致理论动机、方法与实现杂乱拼凑，难以调和。在本立场论文中，我们论证 RS 的模拟研究在概念上类似于经验实验方法，因此可用经验研究方法的标准加以评估。借助这一经验视角，我们认为模拟研究中方法的高度异质性与透明度的低下，限制了其可解释性、可泛化性与可复现性。我们主张，通过采纳经验学科中常见的标准与实践，模拟研究者可缓解诸多此类弱点。
引用
@article{arxiv.2107.14333,
title = {Simulation as Experiment: An Empirical Critique of Simulation Research on Recommender Systems},
author = {Amy A. Winecoff and Matthew Sun and Eli Lucherini and Arvind Narayanan},
journal= {arXiv preprint arXiv:2107.14333},
year = {2021}
}