跳到正文
arXiv · ML· Pan Li, Alexander Tuzhilin·· 7 天前AI 评分37

信息缺口理论在推荐系统中的应用:好奇心度量与在线验证

When Does a Recommendation Spark Curiosity? Theory, Measurement, and Field Evidence

AI 导读

研究人员基于信息缺口理论形式化五项公理,构建了推荐物品诱发好奇心的计算度量方法。 该方法在三项真实数据集离线实验中显著超越现有最优技术,并在大型亚洲视频流媒体平台在线实验中提升了点击率、观看量和停留时长。 该方法已部署于该平台并持续运行,确立了消费者好奇心作为可量化且可执行的推荐目标。

来源:arXiv · ML · arxiv.org