反馈环路在推荐系统中的多样性悖论：系统性效应的再审视
信息检索
2026-02-19 v1 人工智能
摘要
推荐系统通过反馈环路影响用户选择，其中用户行为与算法性建议随时间共演。这些环路的系统性效应仍充分理解不足，部分原因在于现有仿真研究所作出的不切实际假设。我们提出一种反馈环路模型，捕捉隐式反馈、定期再训练、概率性采纳建议以及异构推荐系统。我们将该框架应用于线上零售和音乐流媒体数据，分析反馈环路的系统性效应。我们发现，增加推荐采纳率可能导致个体消费的逐渐多样化，而集体需求在模型和领域依赖性地重新分配，常常放大流行度集中。进一步的时序分析揭示，静态评估中看似个体多样性增加的现象是幻觉：当采纳率固定且时间推移时，个体多样性在所有模型下均持续下降。我们的结果凸显了超越静态评估、在设计推荐系统时显式考虑反馈环路动态的必要性。
引用
@article{arxiv.2602.16315,
title = {The Diversity Paradox revisited: Systemic Effects of Feedback Loops in Recommender Systems},
author = {Gabriele Barlacchi and Margherita Lalli and Emanuele Ferragina and Fosca Giannotti and Dino Pedreschi and Luca Pappalardo},
journal= {arXiv preprint arXiv:2602.16315},
year = {2026}
}