Tenrec：一个用于推荐系统的大规模多功能基准数据集
摘要：面向推荐系统的现有基准数据集要么规模较小，要么仅涉及非常有限的用户反馈形式。在这篇论文中，我们描述了Tenrec，这是一个新颖且公开可用的推荐系统数据集，记录了来自四种不同推荐场景的各种用户反馈。具体而言，Tenrec具有以下五个特点：（1）规模大，包含约500万用户和1.4亿次交互；（2）不仅有正向用户反馈，还有真实的负向反馈（与单类推荐相比）；（3）包含在四个不同场景中重叠的用户和物品；（4）包含各种类型的用户正向反馈，如点击、喜欢、分享、关注等；（5）包含除用户ID和物品ID之外的其他特征。我们通过对每个任务运行几个经典基准模型来验证Tenrec在十个不同的推荐任务上的性能。Tenrec有潜力成为大多数热门推荐任务的有用基准数据集。
作者：Guanghu Yuan, Fajie Yuan, Yudong Li, Beibei Kong, Shujie Li, Lei Chen, Min Yang, Chenyun Yu, Bo Hu, Zang Li, Yu Xu, Xiaohu Qie
论文ID：2210.10629
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-06-06