研究人员开发了SurvEval,这是一种新颖的列表评估器,旨在改进推荐系统重排阶段的评估。与现有方法(这些方法简化了用户浏览假设并将多个目标聚合为单一分数)不同,SurvEval使用生存分析顺序建模用户曝光,并包含一个多目标价值估计模块。这种方法旨在通过在统一的Transformer架构内联合优化这些组件,更准确地反映列表效用。在KuaiRand和Avito数据集上的实验表明,SurvEval的表现优于当前最先进的基线。 AI
影响 增强了推荐系统的评估方法,可能带来更有效的个性化和用户体验。
排序理由 在arXiv上发表的研究论文,详细介绍了推荐系统的新评估方法。[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 →