Impression-Aware Recommender Systems

要約

新しいデータ ソースは、レコメンダー システムの品質を向上させる新たな機会をもたらします。
インプレッションは、過去の推奨事項 (表示アイテム) と従来のインタラクションを含む新しいデータ ソースです。
研究者は、インプレッションを使用してユーザーの好みを調整し、レコメンダー システムの研究における現在の制限を克服することができます。
インプレッションの関連性と関心は年々高まっています。
したがって、このタイプの推奨者に関する関連作業をレビューする必要があります。
私たちは、レコメンダー、データセット、評価方法論という研究における 3 つの基本的な角度に焦点を当て、インプレッションを使用したレコメンダー システムに関する系統的な文献レビューを紹介します。
インプレッションを使用して推奨者を説明する論文を 3 つのカテゴリーに分類し、レビューされた各論文を詳細に示し、インプレッションを含むデータセットを説明し、既存の評価方法を分析します。
最後に、未解決の質問と将来の関心のある方向性を提示し、将来の研究で対処できる文献に欠けている側面を強調します。

要約(オリジナル)

Novel data sources bring new opportunities to improve the quality of recommender systems. Impressions are a novel data source containing past recommendations (shown items) and traditional interactions. Researchers may use impressions to refine user preferences and overcome the current limitations in recommender systems research. The relevance and interest of impressions have increased over the years; hence, the need for a review of relevant work on this type of recommenders. We present a systematic literature review on recommender systems using impressions, focusing on three fundamental angles in research: recommenders, datasets, and evaluation methodologies. We provide three categorizations of papers describing recommenders using impressions, present each reviewed paper in detail, describe datasets with impressions, and analyze the existing evaluation methodologies. Lastly, we present open questions and future directions of interest, highlighting aspects missing in the literature that can be addressed in future works.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google