随笔分类 -  推荐系统

【论文笔记】用反事实推断方法缓解标题党内容对推荐系统的影响 Click can be Cheating: Counterfactual Recommendation for Mitigating Clickbait Issue
摘要：这篇文章在不引入用户反馈信息的情况下，利用物品的外观特征（exposure feature）和内容特征（content feature），用反事实推断的方法，去除物品外观特征对推荐结果的直接影响，解决推荐系统中“标题党”的问题。 阅读全文
posted @ 2021-12-31 21:36 子豪君 阅读(1169) 评论(1) 推荐(1) 编辑
【论文笔记】 Popularity Bias in Dynamic Recommendation
摘要：这篇文章通过模拟动态推荐实验，研究了受众人数不平衡、模型偏差、位置偏差、闭环反馈四种因素对推荐系统中流行度偏差的影响，认为受众人数不平衡和模型偏差是造成流行度偏差的主要因素。并提出了两种方法来去除动态场景下的popularity bias。 模拟实验设计比较新颖，但去偏方法稍显粗糙，缺乏真实数据集的实验验证。 阅读全文
posted @ 2021-12-25 16:21 子豪君 阅读(1745) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示