Towards Content Provider Aware Recommender Systems: A Simulation Study on the Interplay between User and Provider Utilities
Stanford University（斯坦福大学）；Google（谷歌）
大多数现有的推荐系统主要关注用户与内容的匹配，以最大限度地提高平台上的用户满意度。然而，越来越明显的是，内容提供方通过内容创建对用户满意度具有关键影响，在很大程度上决定了可用于推荐的内容池。因此，一个自然的问题出现了：我们是否可以设计考虑到用户和内容提供方的长期效用的路由器？通过这样做，我们希望维持更多的供应商和更多样化的内容池，以获得长期的用户满意度。了解建议对用户和提供者群体的全面影响是一项挑战。本文的目的是作为一个研究调查的一种方法，建立一个供应商意识的推荐，并评估其影响，在模拟设置。为了描述用户-推荐者-提供者的相互依赖关系，我们还通过形式化提供者动态来补充用户建模。由此产生的联合动力系统产生了一个弱耦合的部分可观察的马尔可夫决策过程驱动的推荐行动和用户反馈给供应商。然后，我们建立了一个REINFORCE推荐代理，创造EcoAgent，以优化用户效用和与推荐内容相关的提供商的反事实效用提升的联合目标，我们证明这相当于在一些温和的假设下最大化整体用户效用和平台上所有提供商的效用。为了评估我们的方法，我们引入了一个模拟环境捕捉用户，供应商和推荐之间的关键互动。我们提供了一些模拟实验，阐明了我们的方法的好处和局限性。这些结果有助于了解如何以及何时供应商意识的推荐代理是有益的，在建设多利益相关者的推荐系统。
2021-05-06 cs.IR cs.LG
Measuring the stability and plasticity of recommender systems
Independent researcher（独立研究者）；Joint Research Centre - European Commission（欧洲委员会联合研究中心）
本文提出评估推荐系统在重新训练时稳定性与可塑性的方法，通过分析长期行为展示不同算法的性能差异及稳定性与可塑性的权衡。
2026-05-14 cs.IR cs.LG
Existence conditions for hidden feedback loops in online recommender systems
Moscow Institute of Physics and Technology（莫斯科物理技术学院）
我们探讨了在线推荐系统中隐藏的反馈环效应。反馈循环导致在线多臂强盗（MAB）建议退化为一个小的子集，失去覆盖范围和新颖性。我们研究了用户兴趣的不确定性和噪声如何影响反馈回路的存在。首先，我们证明了用户兴趣中的无偏加性随机噪声不会阻止反馈回路。其次，我们证明了重置用户兴趣的非零概率足以限制反馈回路并估计效果的大小。我们的实验证实了理论研究结果在模拟环境中的四个强盗算法。
2021-12-16 cs.IR cs.LG
Do Offline Metrics Predict Online Performance in Recommender Systems?
University of California, Berkeley（加州大学伯克利分校）
推荐系统在固有的动态设置中操作。过去的建议会影响未来的行为，包括观察哪些数据点以及用户偏好如何变化。然而，在生产系统中使用真实的用户动态进行实验通常是不可行的，并且现有的基于模拟的方法具有有限的规模。因此，许多最先进的算法被设计用于解决监督学习问题，并且仅通过离线度量来判断进度。在这项工作中，我们调查在何种程度上离线指标预测在线性能，通过评估11个在六个受控的模拟环境中。我们观察到，离线指标与在线性能在一系列的环境。然而，离线指标的改进导致在线性能的回报递减。此外，我们观察到，排名的变化取决于初始离线数据的数量。我们研究了增加探索策略的影响，并观察到它们的有效性，相比贪婪的建议，是高度依赖于推荐算法。我们提供了本文中所描述的环境和仿真器Reclab：一个可扩展的即用型仿真框架，网址为https://github.com/berkeley-reclab/RecLab。
2020-11-07 cs.IR cs.LG
Breaking Feedback Loops in Recommender Systems with Causal Inference
University of California Berkeley（加州大学伯克利分校）；University of Michigan（密歇根大学）
推荐系统在塑造现代网络生态系统中发挥着关键作用。这些系统在（1）做出推荐（2）收集用户对这些推荐的响应以及（3）基于该反馈重新训练推荐算法之间交替。在此过程中，推荐系统会影响随后用于更新的用户行为数据，从而创建一个反馈循环。最近的工作表明，反馈循环可能会损害推荐质量和同质化的用户行为，提高道德和性能的关注时，部署推荐系统。为了解决这些问题，我们提出了反馈循环因果调整（CAFL），这是一种使用因果推理可证明地打破反馈循环的算法，可以应用于任何优化训练损失的推荐算法。我们的主要观察是，一个推荐系统不会遭受反馈回路，如果它的原因因果量，即干预分布的建议用户评级。此外，我们可以通过调整推荐系统对用户偏好的预测，从观察数据中计算出这种干预分布。使用模拟环境中，我们证明了CAFL提高推荐质量相比，以前的校正方法。
2022-07-15 cs.IR cs.LG stat.ML
Position Paper: Why the Shooting in the Dark Method Dominates Recommender Systems Practice; A Call to Abandon Anti-Utopian Thinking
本文质疑推荐系统实践中以代理指标代替性能优化的反乌托邦思维，主张通过非标准使用深度学习栈来直接优化奖励，从而改进推荐效果。
2024-02-08 cs.IR cs.LG stat.ML
Capturing Knowledge of User Preferences: ontologies on recommender systems
过滤万维网的工具是存在的，但它们受到在这样一个动态环境中捕获用户偏好的困难的阻碍。我们探讨收购的用户简档的浏览行为和监督机器学习技术的应用程序，再加上本体表示提取用户的喜好不显眼的监测。一个多类的方法来进行论文分类，允许在配置文件的建设过程中使用的论文主题分类。Quickstep推荐系统，并在实际工作中进行了两项实证研究评估，测量使用分层主题本体与可扩展平面列表相比的有效性。
2002-03-08 cs.LG cs.MA
Fairness in Recommendation Ranking through Pairwise Comparisons
Google（谷歌）
推荐系统是工业中机器学习最普遍的应用之一，许多服务使用它们来将用户与产品或信息相匹配。因此，重要的是要问：什么是可能的公平风险，我们如何量化它们，以及我们应该如何解决它们？在本文中，我们提供了一套新的度量标准，用于评估算法公平性的关注推荐系统。特别是，我们如何衡量公平性的基础上成对比较随机实验提供了一个易于处理的方法来推理公平性的排名推荐系统。在此指标的基础上，我们提供了一个新的正则化器，以鼓励在模型训练期间改进此指标，从而提高最终排名的公平性。我们将这种成对正则化应用于一个大规模的生产推荐系统，并表明我们能够显着提高系统的成对公平性。
2019-03-02 cs.AI cs.CY cs.IR
The Stereotyping Problem in Collaboratively Filtered Recommender Systems
University of California, Berkeley（加利福尼亚大学伯克利分校）；Cornell Tech（康奈尔科技学院）；Technion（以色列理工学院）
推荐系统在我们访问在线信息的过程中起着至关重要的作用。我们表明，这样的算法诱导一种特定的刻板印象：如果一组项目的偏好是反相关的一般用户群体，那么这些项目可能不会一起推荐给用户，无论用户的偏好和评级历史。首先，我们引入了联合可访问性的概念，它衡量了一组项目可以被用户联合访问的程度。在标准的基于因子分解的协同过滤框架下研究了联合可达性问题，给出了联合可达性被破坏的理论充分必要条件。此外，我们表明，这些条件可以很容易地被违反时，用户表示为一个单一的特征向量。为了提高联合可访问性，我们进一步提出了一种替代的建模修复方案，该方案旨在使用多向量表示来捕获每个用户的多种兴趣。我们在真实和模拟数据集上进行了大量的实验，证明了标准单向量矩阵分解模型的刻板印象问题。
2021-10-04 cs.IR cs.LG
Simpson's Paradox in Recommender Fairness: Reconciling differences between per-user and aggregated evaluations
近年来，有一系列关于排名和推荐系统中公平性概念的研究，特别是关于如何评估推荐系统是否在相关项目组之间平等分配曝光（也称为提供者公平性）。虽然这项研究奠定了一个重要的基础，但它产生了不同的方法，这取决于相关项目是按用户/按查询进行比较还是跨用户进行聚合。尽管这两个概念都是既定的和直观的，但我们发现这两个概念可以导致相反的结论，这是辛普森悖论的一种形式。我们调和这些概念，并表明，紧张局势是由于项目相关的用户分布的差异，并打破了用户的建议的重要因素。基于这种新的理解，从业者可能会对这两个概念感兴趣，但由于相关性和用户满意度的部分可观察性，可能会面临每用户度量的挑战，这在现实世界中是典型的。我们描述了一种基于分布匹配的技术来估计它在这样的情况下。我们在模拟和真实世界的推荐数据上证明了这种方法的有效性和实用性。
2022-10-14 cs.AI cs.IR cs.LG
Embedding Ranking-Oriented Recommender System Graphs
基于图的推荐系统（GRSs）分析数据的图形表示中的结构信息以做出更好的推荐，特别是当直接用户-项目关系数据稀疏时。面向排名的GRS形成了一个主要类别的推荐系统，主要使用偏好（或排名）数据的图形表示来测量节点的相似性，从这些相似性中，它们可以使用基于邻域的机制来推断推荐列表。在本文中，我们提出了PGRec，一种新的基于图的面向排名的推荐框架。PGRec通过一种名为PrefGraph的新型图结构对用户对项目的偏好进行建模。然后通过改进的嵌入方法利用该图，利用因子分解和深度学习方法，提取代表用户，项目和偏好的向量。然后，将得到的嵌入用于预测用户的未知成对偏好，从该偏好推断出最终的推荐列表。我们已经评估了所提出的方法对最先进的基于模型和基于邻域的推荐方法的性能，我们的实验表明，PGRec优于基线算法高达3.2%的NDCG@10在不同的MovieLens数据集。
2020-07-31 cs.IR cs.LG stat.ML
Data Optimisation for a Deep Learning Recommender System
IKEA Group（宜家集团）；Oxford-Man Institute, University of Oxford（牛津大学牛津-曼研究所）
提出了推荐系统中用户数据收集的隐私保护要求。我们的研究有两个目的。首先，我们问对数据汇集的限制是否会损害基于RNN的推荐的测试质量。我们研究验证性能如何取决于可用的训练数据量。为此，我们使用了top-K准确性，目录覆盖率和新颖性的组合，因为传统的准确性指标不一定能为用户提供良好的推荐。其次，我们问，我们是否可以通过使用辅助数据源在最小数据下提高质量。为此，我们提出了知识转移，并构建了一个表示来衡量数据中购买行为之间的相似性。这是为了判断哪个源域贡献最大。我们的研究结果表明：（i）当训练规模增加到临界点以上时，测试性能会出现饱和。我们还讨论了不同的性能指标之间的相互作用，和数据的属性。此外，我们证明，（ii）我们的代表是有意义的测量购买行为。特别是，结果表明，我们可以利用二级数据，以提高验证性能，如果我们选择一个相关的源域，根据我们的类似措施。
2021-06-21 cs.IR cs.LG
Estimating and Penalizing Induced Preference Shifts in Recommender Systems
MIT（麻省理工学院）；University of YYY（YYY大学）；Institute of WWW（WWW研究院）；Institute for Clarity in Documentation（文档清晰性研究所）；Inria Paris-Rocquencourt（法国国家信息与自动化研究所巴黎-罗克库尔中心）；Rajiv Gandhi University（拉吉夫·甘地大学）；Tsinghua University（清华大学）；Palmer Research Laboratories（帕尔默研究实验室）
推荐系统（RS）向用户展示的内容会影响用户。因此，在选择推荐器部署时，也隐含地选择诱导用户的特定内部状态。更重要的是，通过长期优化训练的系统将有直接的动机来操纵用户：在这项工作中，我们关注的是改变用户偏好的动机，这样他们就更容易满足。我们认为，在部署之前，系统设计者应该：估计的变化，推荐将诱导;评估这种变化是否将是不可取的，甚至可能积极优化，以避免有问题的转变。这些步骤涉及两个具有挑战性的成分：估计需要预测假设的算法将如何影响用户偏好，如果部署-我们这样做是通过使用历史用户交互数据训练一个预测用户模型，其中隐含地包含他们的偏好动态;评估和优化另外需要度量来评估这种影响是人为的还是不想要的我们使用“安全转移”的概念，定义了一个信任区域，在该区域内行为是安全的：例如，用户在不受系统干扰的情况下自然移动的方式可以被认为是“安全的”。在模拟实验中，我们表明，我们的学习偏好动态模型是有效的估计用户的喜好，以及他们将如何应对新的浏览器。此外，我们表明，优化留在信任区域的决策者可以避免操纵行为，同时仍然产生参与。
2022-07-14 cs.IR cs.LG
Simulations in Recommender Systems: An industry perspective
有效的推荐系统（RS）的构建是一个复杂的过程，这主要是由于RS涉及大规模软件系统和人类交互的性质。迭代开发过程需要对当前基线的深入理解，以及估计多个感兴趣的变量的变化的影响的能力。模拟非常适合解决这两个挑战，并可能导致高速施工过程，这是商业环境中的基本要求。最近，人们对RS仿真平台产生了浓厚的兴趣，它允许RS开发人员轻松地制作仿真环境，在那里可以分析他们的系统。在这项工作中，我们讨论了如何模拟有助于提高速度，我们看看周围的RS仿真平台的文献，分析优势和差距，并提炼出一套指导原则的RS仿真平台的设计，我们相信将最大限度地提高迭代RS建设过程的速度。
2021-09-14 cs.LG
On the Value of Bandit Feedback for Offline Recommender System Evaluation
Criteo AI Lab（Criteo人工智能实验室）
在学术文献中，推荐系统经常被评估下一个项目预测的任务。该过程旨在回答以下问题：“给定到时间t的用户-项目交互的自然序列，我们能否预测用户在时间t+1将与哪个项目交互？".通过所述方法获得的评估结果然后被用作预测哪个系统将在在线设置中表现得更好的代理。然而，在线设置提出了一个微妙的不同问题：“给定用户与项目交互的自然序列，直到时间t，我们能让用户在时间t+1与推荐项目交互吗？".从因果关系的角度来看，系统执行干预，我们希望衡量其效果。下一个项目预测通常被用作一个后备目标，当有关干预措施及其效果的信息（显示的建议以及是否收到点击）不可用时。然而，当这种类型的数据可用时，它可以为可靠地估计在线推荐系统的性能提供很大的价值。通过一系列的模拟实验与健身房环境，我们显示传统的离线评估方案不足。此外，我们展示了如何利用所谓的强盗反馈进行有效的离线评估，更准确地反映在线性能。
2019-07-26 cs.IR cs.LG stat.ML
The Environmental Impact of Ensemble Techniques in Recommender Systems
University of Siegen（锡根大学）
本研究首次系统测量集成推荐系统的能耗与碳足迹，通过93次实验发现其准确率提升0.3-5.7%时能耗增19-2549%，选择性集成策略效率优于穷举平均，为可持续算法选择提供依据。
2025-11-10 cs.IR cs.LG
Deep Causal Reasoning for Recommendations
Wuhan University（武汉大学）
传统的推荐系统的目标是估计用户的评级的基础上观察到的评级从人口的项目。与所有观察性研究一样，隐藏的混杂因素是影响项目暴露和用户评级的因素，会导致估计中的系统性偏倚。因此，从因果关系的角度来消除混杂因素的影响是推荐系统研究的一个新趋势。观察到，在建议中的混杂因素通常是共享的项目，因此是多原因的混杂因素，我们模型的建议作为一个多原因多结果（MCMO）推理问题。具体来说，为了纠正混淆偏差，我们估计用户特定的潜变量，使项目曝光独立伯努利试验。生成分布由具有因子化逻辑似然的DNN参数化，并且通过变分推断估计难处理的后验。控制这些因素作为替代混杂因素，在温和的假设下，可以消除多原因混杂因素引起的偏倚。此外，我们表明，MCMO建模可能会导致高方差，由于稀缺的观测与高维因果空间。幸运的是，我们从理论上证明，引入用户特征作为预处理变量可以大大提高样本效率，减轻过拟合。模拟和真实世界数据集上的实证研究表明，所提出的深度因果推荐器比最先进的因果推荐器对未观察到的混杂因素表现出更强的鲁棒性。代码和数据集在https://github.com/yaochenzhu/deep-deconf上发布。
2022-11-21 cs.IR cs.LG
Understanding or Manipulation: Rethinking Online Performance Gains of Modern Recommender Systems
Shanghai Jiao Tong University（上海交通大学）；Nanjing University（南京大学）；Polixir Technologies（Polixir科技）
本文提出面向石板与序列推荐的操纵程度基准框架及两项指标，通过合成与真实数据实验揭示高点击率可能源于操纵而非理解初始偏好。
2023-12-18 cs.IR cs.LG
Break Out of a Pigeonhole: A Unified Framework for Examining Miscalibration, Bias, and Stereotype in Recommender Systems
University of Pittsburgh（匹兹堡大学）
本研究提出统一框架，量化推荐系统中的系统引发效应（偏见、刻板印象、校准误差），发现简单算法更刻板但偏见更少，且对少数群体影响更大，过采样可缓解并提升推荐质量。
2023-12-29 cs.AI cs.IR cs.LG
PsyBer-Agent: A Psychology-Driven User Agent for Recommender Systems
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；University of Liverpool（利物浦大学）；Alibaba Group（阿里巴巴集团）
PsyBer-Agent是受心理学启发的推荐系统用户模拟器，通过Psy-Engine建模用户动态，用不平衡格罗莫夫-瓦瑟斯坦最优传输校准行为，引入WebSim和PsyBer基准，性能优于仅提示的模拟器。
2026-10-14 cs.CL cs.IR cs.LG
A Methodology for the Offline Evaluation of Recommender Systems in a User Interface with Multiple Carousels
Politecnico di Milano（米兰理工大学）
许多视频点播和音乐流媒体服务向用户提供由若干推荐列表组成的页面，所述推荐列表即小部件或可滑动的旋转木马，每一个都构建有特定标准（例如，最近的电视连续剧等）。寻找有效的策略来选择要显示的旋转木马是一个具有巨大工业兴趣的活跃研究课题。在这种情况下，新算法的推荐的整体质量不能通过仅仅测量其个体推荐质量来评估。相反，应在已有其他建议清单的情况下对其进行评估，以说明它们如何相互补充。这是传统的离线评估协议所不考虑的。因此，我们提出了一个离线评估协议的旋转木马设置中，一个模型的推荐质量是衡量多少，它提高了一套已经可用的旋转木马。我们报告的实验公开可用的数据集上的电影域，并注意到，根据转盘设置的排名的算法的变化。特别是，当SLIM carousel可用时，矩阵分解模型往往是首选，而基于项目的模型则会受到惩罚。我们还建议将排名指标扩展到二维旋转木马布局，以考虑已知的位置偏差，即用户不会按顺序探索列表，而是集中在屏幕的左上角。
2021-05-13 cs.IR cs.LG
Ranked by Position: Order Sensitivity as an Exploitable Attack Surface in LLM Listwise Recommenders
Stanford University（斯坦福大学）
研究大语言模型列表式推荐器中因位置偏差产生的顺序敏感性攻击面，引入“promo@k”量化漏洞，通过实验得出不同方法对其的影响，证明输入候选顺序是安全相关攻击向量。
2026-07-29 cs.CL cs.IR cs.LG
ShuffleGate: Scalable Feature Optimization for Recommender Systems via Batch-wise Sensitivity Learning
Bilibili Inc.（哔哩哔哩公司）；Guangzhou University（广州大学）；East China Normal University（华东师范大学）
提出ShuffleGate机制，通过批量洗牌策略以可微方式估计特征重要性，统一特征选择和维度选择任务，实现极化重要性分布，避免复杂阈值调优，在四个基准上优于现有方法，并在工业部署中实现10倍维度压缩和91%训练吞吐量提升。
2026-05-29 cs.LG
Exploring Popularity Bias in Music Recommendation Models and Commercial Steaming Services
Ithaca College（伊萨卡学院）；Cornell University（康奈尔大学）
流行性偏见是指推荐系统在向用户推荐艺术家时会过度偏袒受欢迎的艺术家。因此，他们可能会促成一个赢家通吃的市场，在这个市场中，少数艺术家几乎获得了所有的关注，而类似的优秀艺术家则不太可能被发现。在本文中，我们试图衡量流行偏见在三个国家的最先进的推荐系统模型（例如，SLIM，Multi-VAE，WRMF）和三个商业音乐流媒体服务（Spotify，Amazon Music，YouTube）。我们发现，最准确的模型（SLIM）也有最流行的偏见，而不太准确的模型有较少的流行偏见。我们也没有发现任何证据的流行偏见的商业建议的基础上模拟用户实验。
2022-08-19 cs.IR cs.LG cs.MM
Radial Neighborhood Smoothing Recommender System
Department of Statistics and Bioinformatics and Computational Biology Program（统计学与生物信息学及计算生物学项目部）；School of Mathematical Sciences and Center for Statistical Science（数学科学学院和统计科学中心）
提出径向邻域估计器（RNE），通过观测矩阵行列距离近似潜在空间距离并结合局部核回归平滑，提升推荐插补精度并缓解冷启动问题。
2025-07-14 cs.LG stat.AP stat.ME
FINEST: Stabilizing Recommendations by Rank-Preserving Fine-Tuning
Georgia Institute of Technology（佐治亚理工学院）；University of California, San Diego（加利福尼亚大学圣迭戈分校）
FINEST通过从推荐模型获取参考排名列表，并在模拟扰动下用保秩正则化微调模型，以稳定推荐输出，同时保持预测准确性。
2024-02-05 cs.IR cs.LG cs.SI
Measuring Individual User Fairness with User Similarity and Effectiveness Disparity
University of Copenhagen（哥本哈根大学）；LUT University（拉普兰塔大学）
本文提出PUF，一种新的推荐系统个体用户公平性度量方法，同时考虑用户相似性和有效性差异。
2026-01-23 cs.AI cs.CY cs.IR
BPL: Bias-adaptive Preference Distillation Learning for Recommender System
Department of Computer Science and Engineering, Korea University（计算机科学与工程系，韩国大学）；Microsoft Research Asia（微软亚洲研究院）；Department of Aritifial Intelligence, Yonsei University（人工智能系，延世大学）；Department of Computer Science and Engineering, POSTECH（计算机科学与工程系，POSTECH）；William & Mary（威廉与玛丽学院）
针对推荐去偏方法难以兼顾事实与反事实测试的问题，本文提出BPL框架，利用有偏模型师生蒸馏和可靠性过滤自蒸馏逐步挖掘偏好，在两类测试中均提升性能。
2025-10-17 cs.AI cs.IR cs.LG
Exploring How Fair Model Representations Relate to Fair Recommendations
Norwegian University of Science and Technology（挪威科学与技术大学）
本文探讨了公平模型表示与公平推荐之间的关系，提出两种新方法衡量推荐中公平性，并通过实验表明优化公平表示能提升推荐公平性，但表示层面评估不适用于模型比较。
2026-03-25 cs.AI cs.IR cs.LG
RobustExplain: Evaluating Robustness of LLM-Based Explanation Agents for Recommendation
Workday
RobustExplain提出首个评估框架，用于衡量LLM生成推荐解释的鲁棒性，揭示当前模型鲁棒性较低，较大模型稳定性更高。
2026-02-03 cs.AI cs.IR cs.LG
Deep neural network marketplace recommenders in online experiments
Schibsted Media Group（Schibsted 传媒集团）
推荐在市场中被广泛使用，以将用户与与他们的兴趣和需求相关的项目相匹配。为了了解用户意图并根据他们的需求定制推荐，我们使用深度学习来探索市场中可用的各种异构数据。本文重点讨论了衡量推荐性能的挑战，并总结了几种有前途的深度神经网络分类器的在线实验结果-混合项目表示模型，结合了用户参与度和内容的特征，基于序列的模型，以及通过对多个子模型的建议进行重新排名来优化用户参与度的多臂强盗模型。这些机器人目前正在挪威领先的市场FINN.no上运行，每天为超过100万名游客提供服务。
2018-09-06 cs.IR cs.LG stat.ML
Reward Shaping for User Satisfaction in a REINFORCE Recommender
Google, Inc（谷歌公司）
我们如何设计基于强化学习（RL）的决策器，以鼓励将用户轨迹与潜在的用户满意度保持一致？三个研究问题是关键：（1）测量用户满意度，（2）打击满意度信号的稀疏性，（3）调整推荐代理的训练，以最大限度地提高满意度。对于测量，已经发现，明确地要求用户对他们对消费物品的体验进行评级的调查可以向参与/交互数据提供有价值的正交信息，充当潜在用户满意度的代理。对于稀疏性，即只能观察用户对一小部分用户-项目交互的满意度，插补模型可以用于预测用户消费的所有项目的满意度。对于学习满意的推荐策略，我们假设RL推荐代理中的奖励塑造对于驱动满意的用户体验是强大的。把所有的东西放在一起，我们建议联合学习一个策略网络和一个满意度归因网络：归因网络的作用是学习哪些行为是令用户满意的;而建立在REINFORCE之上的策略网络决定推荐哪些项目，并利用归因的满意度进行奖励。我们在一个工业化的大规模推荐平台上使用离线分析和现场实验来证明我们的方法满足用户体验的承诺。
2022-09-30 cs.AI cs.IR cs.LG
Presentation of a Recommender System with Ensemble Learning and Graph Embedding: A Case on MovieLens
University of Applied Science and Technology（应用科学与技术大学）；Center of Tehran Municipality ICT org.（德黑兰市政信息通信技术中心）；Queensland University of Technology（昆士兰科技大学）；University of Kurdistan（库尔德斯坦大学）
信息技术已经广泛传播，用户可以获得非常大量的数据，这使得选择符合用户需求的数据变得非常困难。为了解决上述问题，推荐系统应运而生，它可以帮助用户完成决策和选择相关数据的过程。推荐系统预测用户行为，以便能够检测他们的兴趣和需求，并且它通常使用分类技术来实现此目的。采用个别分类可能不够准确，因为并非所有情况都可以检查，这使得该方法不适合具体问题。在本研究中，群组分类和集成学习技术被用来提高推荐系统的预测精度。这里提出的另一个问题涉及用户分析。由于数据量大，用户数量多，推荐系统中的用户需求分析和预测（大多数情况下使用图，表示用户与其所选项目之间的关系）过程复杂而繁琐。为了解决这个问题，图嵌入也被提出，通过生成多个向量来模拟用户的全部或部分行为，在保持高效率的同时，很大程度上解决了用户行为分析的问题。在这项研究中，个人最相似的目标用户进行分类，使用集成学习，模糊规则和决策树，并提出了相关的建议，每个用户的异构知识图谱和嵌入向量。该研究在MovieLens数据集上进行，所获得的结果表明所提出的方法的高效率。
2020-07-15 cs.IR cs.LG stat.ML
Hierarchical Reinforcement Learning for Modeling User Novelty-Seeking Intent in Recommender Systems
New York University（纽约大学）；Google Research（谷歌研究院）
本文提出基于分层强化学习的推荐方法，同时建模用户静态内在求新偏好与会话级动态倾向，并在奖励中引入多样性和新颖性度量，从而在多个公开数据集上优于现有基线。
2023-06-02 cs.IR cs.LG
Measuring Competency of Machine Learning Systems and Enforcing Reliability
BAE Systems, Inc.（BAE系统公司）
我们探讨了环境条件对机器学习代理能力的影响，以及实时能力评估如何提高ML代理的可靠性。我们学习了影响ML代理的策略和性能的条件的表示，从而能够确定代理可以采取的行动，以在卷积神经网络的情况下保持操作员的期望，该网络利用视觉图像来帮助模拟自动驾驶车辆的避障任务。
2022-12-02 cs.LG
Mind the Domain Gap: Measuring the Domain Gap Between Real-World and Synthetic Point Clouds for Automated Driving Development
Technical University of Munich（慕尼黑技术大学）；Chair of Geoinformatics, Technical University of Munich（地理信息学教授职位，慕尼黑技术大学）；Chair of Photogrammetry and Remote Sensing, Technical University of Munich（摄影测量与遥感教授职位，慕尼黑技术大学）；Department of Geoinformatics, University of Applied Science Munich（慕尼黑应用科学大学地理信息学系）
本文提出一种测量真实与合成点云域差距的新方法，引入DoGSS-PCL度量，验证其有效性并表明合成数据可在50/50比例下保持训练性能，助力自动驾驶测试与数字孪生。
2025-05-23 cs.CV cs.LG
Measuring the User Satisfaction in a Recommendation Interface with Multiple Carousels
Politecnico di Milano（米兰理工大学）
视频点播和音乐流媒体服务通常采用由多个推荐列表组成的用户界面，所述多个推荐列表即微件或可滑动的旋转木马，每个推荐列表根据特定的标准或算法（例如，最近的、最流行的、为您推荐的、编辑的选择等）生成。选择适当的轮播组合对用户满意度有着重要的影响。这个用户界面的一个关键方面是，要衡量一个新的轮播对用户的相关性，仅仅考虑其个人质量是不够的。相反，应该考虑到接口中已经存在其他旋转木马。这没有被用于传送带系统的传统评估协议考虑，在传统评估协议中，每个传送带被隔离地评估，而不管（i）哪些其他传送带被显示给用户以及（ii）传送带相对于其他传送带的相对位置。因此，我们提出了一个二维的评估协议的旋转木马设置，将衡量质量的推荐旋转木马的基础上，它提高了多少质量的一组已经可用的旋转木马。我们的评估协议还考虑了位置偏差，即用户不按顺序探索旋转木马，而是专注于屏幕的左上角。我们报告的电影域上的实验，并注意到，根据转盘设置的定义，其中的标准必须是首选的，以生成一个列表的推荐项目的变化，就什么是通常理解的。
2021-05-14 cs.HC cs.IR cs.LG
GeoShapley: A Game Theory Approach to Measuring Spatial Effects in Machine Learning Models
Florida State University（佛罗里达州立大学）
本文提出模型无关的 GeoShapley 方法，将位置视为 Shapley 博弈参与者以量化空间重要性及特征协同，并通过模拟、七模型比较和房价实例验证其解释力。
2024-03-19 cs.LG stat.ML
