研究人员开发了一种动力学系统方法来理解推荐系统中流行度偏差的出现。这种偏差发生在占主导地位的用户群体产生更多交互数据时,导致系统偏向他们,并降低对小众用户的推荐效果。该研究构建了一个随机过程,并使用常微分方程框架分析其行为,以确定流行度偏差不可避免的条件以及何时可以实现平衡的推荐。对合成和真实世界音乐推荐数据的实验验证了这些理论发现。 AI
影响 为解决AI推荐系统中的偏差提供了理论框架,有可能改善小众群体的公平性和用户体验。
排序理由 该集群包含一篇详细介绍新理论模型和实验验证的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Sarvesh Shashidhar
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →