推荐系统中用户-创作者特征极化及其双重影响

推荐系统既要向用户呈现相关内容，又要帮助内容创作者触达目标受众。这些系统的双重属性自然影响用户和创作者：用户偏好受所推荐物品的影响，而创作者可能被激励改变内容以吸引更多用户。我们构建一种称为用户-创作者特征动态模型的框架，以捕捉推荐系统的双重影响。我们证明了具有双重影响的推荐系统必然导致极化，造成系统中的多样性损失。随后我们在理论与实证层面研究了缓解极化、促进推荐系统多样性的方法。意外地发现，在双重影响存在时，常见的多样性提升方法无法奏效，而以相关性优化为目标的方法，如上位-$k$ 截断可防止极化并提高系统的多样性。