电影评分信念数据集：用于在线推荐系统收集选择前数据

在设计推荐系统的过程中，越来越重要的一个方面是考虑推荐将如何影响消费者的选择。本文通过引入一种收集用户对未体验项目信念的方法来解决此问题，这是一种关键的选择行为预测器。我们在电影评分平台上实现了该方法， resulting in a rich dataset that combines user ratings, beliefs, and observed recommendations. 我们记录了此类数据收集的挑战，包括响应中的选择偏差和产品空间的有限覆盖。这种独特的资源使研究人员能够更深入地了解用户行为并分析在没有推荐的情况下的用户选择，衡量推荐的有效性，以及利用用户信念数据来原型化算法，从而发展出更有影响力的推荐系统。该数据集可在 https://grouplens.org/datasets/movielens/ml_belief_2024/ 找到。