推荐系统中流行度偏差的不公平性
信息检索
2019-09-20 v3
摘要
推荐系统已知存在流行度偏差问题:热门(即被频繁评分的)物品获得大量曝光,而较冷门物品在推荐中代表性不足。该领域的研究主要集中于通过增加长尾物品的推荐数量或提升整体目录覆盖率来解决此问题。然而,在本文中我们从用户视角审视该问题:我们想了解流行度偏差如何导致推荐偏离用户期望从推荐系统获得的结果。我们根据用户对热门物品的兴趣将用户划分为三组(Niche、Diverse 和 Blockbuster-focused),并展示流行度偏差对每组用户的影响。我们在一个电影数据集上的实验结果表明,在许多推荐算法中,即使用户对长尾和非热门物品感兴趣,其所获推荐仍极度集中于热门物品,呈现出极端的偏差差异。
引用
@article{arxiv.1907.13286,
title = {The Unfairness of Popularity Bias in Recommendation},
author = {Himan Abdollahpouri and Masoud Mansoury and Robin Burke and Bamshad Mobasher},
journal= {arXiv preprint arXiv:1907.13286},
year = {2019}
}