推荐算法离线评估中的偏差研究
信息检索
2015-11-05 v1 机器学习
机器学习
摘要
推荐系统已集成到大多数大型在线系统中，以根据用户画像过滤和排序信息。因此它影响了用户与系统的交互方式，从而利用历史数据（通过离线评估）计算的推荐算法性能评估产生偏差。本文描述了该偏差，并讨论了加权离线评估对于不同类别推荐算法降低此偏差的相关性。
引用
@article{arxiv.1511.01280,
title = {Study of a bias in the offline evaluation of a recommendation algorithm},
author = {Arnaud De Myttenaere and Boris Golden and Bénédicte Le Grand and Fabrice Rossi},
journal= {arXiv preprint arXiv:1511.01280},
year = {2015}
}
备注
arXiv admin note: substantial text overlap with arXiv:1407.0822