在线评分平台数据结构的演化及其对推荐系统的影响
摘要：在线评分平台代表了在线文化和商业商品消费的新趋势。这些平台上的用户评分数据是推荐系统算法的食物。了解这种演化模式及其潜在机制是理解推荐系统输入数据结构的关键。关于推荐系统输入数据分析的先前研究非常有限，除了2018年的一个值得注意的例外情况[6]。在本文中，我们利用泊松过程来分析输入数据结构的演化机制。我们发现，均匀泊松过程无法捕捉到在线评分平台上用户评分行为的机制，而非均匀泊松过程与形成过程相兼容。
作者：Hao Wang
论文ID：2303.14419
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-03-28