在合成GAN生成的数据集上测试深度学习推荐系统模型
信息检索
2024-10-28 v2
摘要
已发表的生成对抗网络推荐系统(GANRS)方法允许为协同过滤推荐系统生成数据集。GANRS源代码以及一组具有代表性的生成数据集均可获取。我们通过从三个不同的真实数据集中创建多个合成数据集来测试GANRS方法。实验包括合成数据集中用户数量的变化以及不同数量的样本。我们还选择了六个最先进的协同过滤深度学习模型来测试它们的比较性能和GANRS方法。结果显示，生成数据集与源数据集相比具有一致的行为；特别是在获得的精确率和召回率质量度量值及其趋势方面。测试的深度学习模型在所有合成数据集上也表现符合预期，使得将结果与从真实源数据获得的结果进行比较成为可能。提出了未来工作，包括不同的冷启动场景、不平衡数据和人口统计公平性。
引用
@article{arxiv.2410.17651,
title = {Testing Deep Learning Recommender Systems Models on Synthetic GAN-Generated Datasets},
author = {Jesús Bobadilla and Abraham Gutiérrez},
journal= {arXiv preprint arXiv:2410.17651},
year = {2024}
}
备注
14 pages, 7 figures, In press