要約
RecSys Challenge 2024 は、ニュース出版のための効果的で責任ある推奨システムの設計に固有の技術的課題と規範的課題の両方に対処することで、ニュースの推奨を前進させることを目的としています。
この文書では、その目的、問題設定、デンマークのニュース出版社 Ekstra Bladet および JP/Politikens Media Group (「Ekstra Bladet」) が提供するデータセットを含むこの課題について説明します。
この課題では、行動に基づいたユーザーの好みのモデル化、ユーザーの関心に対するニュースの議題の影響の説明、ニュース項目の急速な衰退の管理など、ニュース推奨の独自の側面を探求します。
さらに、この課題には規範的な複雑さも含まれており、ニュースの流れに対する推薦システムの影響と編集上の価値観との整合性を調査しています。
課題の設定、データセットの特性、評価指標をまとめます。
最後に、受賞者を発表し、その貢献を強調します。
データセットは https://recsys.eb.dk で入手できます。
要約(オリジナル)
The RecSys Challenge 2024 aims to advance news recommendation by addressing both the technical and normative challenges inherent in designing effective and responsible recommender systems for news publishing. This paper describes the challenge, including its objectives, problem setting, and the dataset provided by the Danish news publishers Ekstra Bladet and JP/Politikens Media Group (‘Ekstra Bladet’). The challenge explores the unique aspects of news recommendation, such as modeling user preferences based on behavior, accounting for the influence of the news agenda on user interests, and managing the rapid decay of news items. Additionally, the challenge embraces normative complexities, investigating the effects of recommender systems on news flow and their alignment with editorial values. We summarize the challenge setup, dataset characteristics, and evaluation metrics. Finally, we announce the winners and highlight their contributions. The dataset is available at: https://recsys.eb.dk.
arxiv情報
| 著者 | Johannes Kruse,Kasper Lindskow,Saikishore Kalloori,Marco Polignano,Claudio Pomo,Abhishek Srivastava,Anshuk Uppal,Michael Riis Andersen,Jes Frellsen |
| 発行日 | 2024-09-30 16:42:57+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google