Mar, 2022
基于协同过滤的多媒体推荐系统中的流行度偏差
Popularity Bias in Collaborative Filtering-Based Multimedia Recommender Systems
Dominik Kowald, Emanuel Lacic
TL;DR研究多媒体推荐系统的协作过滤算法,并发现其中的流行度偏差问题,导致推荐列表中较不受欢迎的项目被低估。通过对 LastFm、MovieLens、BookCrossing 和 MyAnimeList 等数据集进行研究,结果表明对普及度不高的项目感兴趣的用户的推荐体验要比对普及度中等和高的项目感兴趣的用户的推荐体验更差。