WWW / The Web Conference

Measuring the Predictability of Recommender Systems using Structural Complexity Metrics

利用结构复杂性度量来衡量推荐系统可预测性

Andrés Abeliuk, Alfonso Valderrama, Simón Campos, Marcelo Mendoza

机构 * Center for Artificial Intelligence (CENIA)（人工智能中心（CENIA）） 纠错

AI总结 本文提出基于数据驱动的度量方法，通过测量用户-物品交互矩阵的结构复杂性来量化推荐系统输出的可预测性，实验表明该度量与推荐算法性能相关，并展示了结构感知的数据选择方法。

Comments Accepted at WWW-24 Workshop: DCAI Data-centric Artificial Intelligence

Generative Data Transformation: From Mixed to Unified Data

生成数据变换：从混合到统一数据

Jiaqing Zhang, Mingjia Yin, Hao Wang, Yuxin Tian, Yuyang Ye, Yawen Li, Wei Guo, Yong Liu, Enhong Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

AI总结 本文提出Taesar框架，通过对比解码机制生成统一序列数据，提升推荐模型性能，优于传统模型中心方法。

Comments Accepted by The Web Conference 2026 (WWW '26)