研究人员开发了CoSimRec，一个新开发的基于代理的框架，旨在评估推荐系统如何放大协同内容。该框架模拟了反馈循环中的动态排名、用户响应和干预措施，解决了现有静态评估的局限性。CoSimRec引入了算法渗透率（APR）指标来量化目标内容的曝光度和参与度，特别是在协同活动方面。在MIND、MovieLens和LastFM等数据集上的实验表明，基于流行度和反馈敏感的推荐器显著提高了内容渗透率，而同步感知防御可以降低它。 AI
影响 提供了一种理解和潜在缓解AI驱动的内容推荐系统内部操纵的新方法。
排序理由 学术论文，介绍了一个用于评估推荐系统的新框架和指标。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
