Finding the Needle of Interest in Popular Content: Improving Retrieval through Modeling Item Exposure

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种曝光感知的检索评分方法,以解决推荐系统中的热门内容偏见问题。通过在线实验,该方法显著提高了独特检索项目的推荐率,并减少了热门内容的主导性,旨在在保持用户参与度的同时减轻流行偏见。

🎯

关键要点

  • 本研究提出了一种曝光感知的检索评分方法,以解决推荐系统中的热门内容偏见问题。
  • 该方法通过建模项目的曝光概率,调整检索质量,旨在提高独特检索项目的推荐率。
  • 在线A/B实验结果显示,独特检索项目增加了25%,而热门内容的主导性减少了40%。
  • 研究强调在保持用户参与度的同时,减轻流行偏见的新策略。
➡️

继续阅读