2021 年 RecSys 挑战赛数据集：公平性并非可选项
社会与信息网络
2021-09-23 v3
摘要
继 RecSys 2020 挑战赛取得成功之后，我们描述了一个与 ACM RecSys Challenge 2021 一同发布的全新且更大的数据集。今年的数据集不仅更大（约 10 亿个数据点，增长 5 倍），而且首次考虑了挑战赛的公平性方面。与许多静态数据集不同，我们投入大量精力确保数据集与 Twitter 平台同步：若用户删除了其内容，该内容也会迅速从数据集中移除。在本文中，我们介绍该数据集与挑战赛，并强调在 Twitter 规模下创建推荐系统时出现的一些问题。
引用
@article{arxiv.2109.08245,
title = {The 2021 RecSys Challenge Dataset: Fairness is not optional},
author = {Luca Belli and Alykhan Tejani and Frank Portman and Alexandre Lung-Yut-Fong and Ben Chamberlain and Yuanpu Xie and Kristian Lum and Jonathan Hunt and Michael Bronstein and Vito Walter Anelli and Saikishore Kalloori and Bruce Ferwerda and Wenzhe Shi},
journal= {arXiv preprint arXiv:2109.08245},
year = {2021}
}