具有竞争性内容创作者的推荐系统中的用户福利优化
信息检索
2024-04-30 v1
摘要
在创作者经济创造的新经济机会的驱动下，越来越多的内容创作者依赖在线内容推荐平台产生的收入并为此展开竞争。这种日益激烈的竞争重塑了内容分发的动态，并深刻影响着平台上的长期用户福利。然而，由于缺乏对全局用户偏好分布的整体了解，这种竞争常常使参与者，尤其是创作者，陷入导致次优用户福利的状态。为鼓励创作者用相关内容最好地服务广大用户群体，平台有责任利用其在用户偏好分布方面的信息优势，向创作者发出准确信号。在本研究中，我们在内容创作者之间的竞争博弈设定下，执行系统侧的用户福利优化。我们为平台提出了一种算法解决方案，该方案根据用户对推荐内容的满意度，动态地为每个用户计算一系列权重。然后利用这些权重来设计机制，以调整推荐策略或推荐后奖励，从而影响创作者的内容生产策略。为验证所提方法的有效性，我们报告了一系列实验的发现，包括：1. 一个概念验证的反面示例，说明在没有平台干预的情况下，创作者的策略如何收敛到次优状态；2. 在不同数据集上应用我们提出的干预机制的离线实验；以及 3. 在一个领先的短视频推荐平台上进行的为期三周的在线实验结果。
引用
@article{arxiv.2404.18319,
title = {User Welfare Optimization in Recommender Systems with Competing Content Creators},
author = {Fan Yao and Yiming Liao and Mingzhe Wu and Chuanhao Li and Yan Zhu and James Yang and Qifan Wang and Haifeng Xu and Hongning Wang},
journal= {arXiv preprint arXiv:2404.18319},
year = {2024}
}