Tenrec：一个大规模多用途推荐系统基准数据集
信息检索
2023-06-06 v3
摘要
现有的推荐系统（RS）基准数据集要么规模较小，要么仅涉及非常有限的用户反馈形式。在此类数据集上评估的 RS 模型往往缺乏面向大规模真实应用场景的实用价值。本文中，我们介绍 Tenrec，一个新颖且公开可用的 RS 数据集合，其记录了来自四种不同推荐场景的多种用户反馈。具体而言，Tenrec 具有以下五个特点：（1）规模大，包含约 500 万用户和 1.4 亿条交互；（2）不仅包含正向用户反馈，还包含真实的负反馈（对比单类推荐）；（3）包含跨四种不同场景的重叠用户与物品；（4）包含多种类型的用户正向反馈，形式为点击、点赞、分享和关注等；（5）包含除用户 ID 和物品 ID 之外的附加特征。我们通过在每项任务上运行若干经典基线模型，在十项多样的推荐任务上验证了 Tenrec。Tenrec 有潜力成为大多数流行推荐任务的有用基准数据集。
引用
@article{arxiv.2210.10629,
title = {Tenrec: A Large-scale Multipurpose Benchmark Dataset for Recommender Systems},
author = {Guanghu Yuan and Fajie Yuan and Yudong Li and Beibei Kong and Shujie Li and Lei Chen and Min Yang and Chenyun Yu and Bo Hu and Zang Li and Yu Xu and Xiaohu Qie},
journal= {arXiv preprint arXiv:2210.10629},
year = {2023}
}