决策论交互式视频顾问
信息检索
2013-01-30 v1 人工智能
摘要
帮助人们在大量物品中进行选择并过滤海量信息的需求，引发了个人推荐智能体构建研究的热潮。构建此类智能体的核心问题之一是用户偏好或兴趣的表示与获取。这一课题在决策论中已有长期研究，但令人惊讶的是，推荐系统领域的工作很少使用正式的决策论技术。本文描述了 DIVA，一个用于推荐电影的决策论智能体，它包含若干新颖特性。DIVA 使用物品间的成对比较而非数值评分来表示用户偏好。它采用了一种基于两个物品排序之间冲突概率概念的新颖相似性度量。该系统具有丰富的偏好表示，能够区分用户的总体电影品味与其即时兴趣。它采用增量式的偏好获取方法，若用户对推荐列表不满意，可以提供反馈。我们使用 EachMovie 协同过滤数据库对系统性能进行了实证评估。
引用
@article{arxiv.1301.6728,
title = {The Decision-Theoretic Interactive Video Advisor},
author = {Hien Nguyen and Peter Haddawy},
journal= {arXiv preprint arXiv:1301.6728},
year = {2013}
}
备注
Appears in Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence (UAI1999)