Oct, 2017

音乐推荐系统研究的当前挑战和愿景

PDF
TL;DR对音乐推荐系统领域进行概述，指出当前主要挑战，回顾解决这些挑战的现有方法，讨论其局限性，并提出未来的方向和愿景。
music recommender systemsrecommendation strategieslistener preferencesstate of the artfuture directions
发现论文，激发创造
  • 音乐推荐系统中的可解释性

    本文讨论了如何在音乐推荐系统中实现可解释性，以改善用户体验，包括讨论 XAI 的各种维度和目标，以及解释组件如何集成于 MRS，并讨论解释质量的要求和策略，最终提供研究展望。

    Jan, 2022

  • 多模态推荐系统：一份综述

    本文是关于多模态推荐系统的技术视角的综述，主要介绍了多模态推荐系统的一般过程、挑战、三类现有模型，以及数据集和代码资源的总结，同时讨论了未来的发展方向。

    Feb, 2023

  • 探索音乐推荐中的艺术家性别偏见

    本文研究了音乐推荐系统的性别偏见现象并分析了其来源和影响，并使用偏差不平等指标在两个听音事件数据集上对整个现象进行了评估和研究。

    Sep, 2020

  • 心理学启发的音乐推荐系统

    研究如何整合用户个性和情感状态以建立一个能关注音乐的心理和情感因素的自动化推荐系统，从而改善音乐推荐的质量。

    May, 2022

  • 序列推荐系统：挑战、进展和前景

    本论文对顺序推荐系统进行了系统综述并总结了该领域的关键挑战，最近和典型发展以及未来的重要研究方向。

    Dec, 2019

  • 新闻推荐系统：最近进展、挑战和机遇的评估

    本文介绍了新闻推荐系统领域面临的挑战及其最新解决方案，其中包括传统模型和基于深度学习的模型。在探讨用户行为对于推荐效果的影响以及可能的解决方案时，为研究者和业界提供了最前沿的知识。

    Sep, 2020

  • 序列 / 会话推荐：挑战、方法、应用和机遇

    本文旨在提出统一框架和问题陈述，以填补序列推荐系统（SRS）和基于 session 的推荐系统（SBRS）的现有不一致性，并提供数据特征，难点，现有方法，实际应用和未来研究方向的全面系统演示，以促进这个领域的进一步研究。

    May, 2022

  • 对话式推荐系统的进展与挑战：综述

    本文系统地回顾了当前对话式推荐系统（CRSs）的技术，总结了 CRSs 开发中的 5 个关键方向：基于问题的用户偏好获取、多轮对话推荐策略、对话理解和生成、开发利用折中和探索等方法的算法、以及 CRSs 的评估和用户模拟问题，并根据这些研究方向讨论了一些未来的挑战和机遇。

    Jan, 2021

  • 互惠推荐系统：对最新文献、挑战和社交推荐机会的分析

    本文介绍了先进推荐系统技术的快照，重点关注了 Recommender Systems，Reciprocal Recommender System 等 RRS 算法，以及融合过程和社交推荐应用的挑战和机遇。

    Jul, 2020

  • 多目标推荐系统：调查与挑战

    本文综述了多目标推荐系统的类型和竞争目标，并概述了在此领域的挑战。

    Oct, 2022