基于多目标优化的推荐系统综述

2021 年 12 月 27 日 机器学习与推荐算法
嘿,记得给“机器学习与推荐算法”添加星标

推荐系统已经广泛应用于多个领域,其通过根据用户偏好推荐可能感兴趣的物品来进行辅助决策。 其中比较流行的推荐算法是基于模型的方法,它对特定的目标进行优化以提高推荐性能。 然而,这些传统的推荐模型通常只处理单一的目标 ,例如最小化预测误差或最大化推荐的排名质量。
近年来,考虑多目标推荐系统的需求日益增多。例如,可以通过优化推荐的准确性、新颖性和多样性等多个指标来构建完善的推荐模型。多目标优化方法已取得了很好的发展,并应用于推荐系统领域。在本篇文章中,该文提供了一个多目标推荐系统的全面文献综述 (Multi-objective Recommender Systems, MORS)。特别是,确定了多目标推荐系统在哪些情况下可以发挥作用,并总结了推荐系统的方法和评估方式,指出了现有的挑战或不足,最后为多目标推荐系统的发展提供了指导方针和建议。
https://www.sciencedirect.com/science/article/pii/S0925231221017185
这篇论文的主要贡献如下:
  • 本文首次对多目标推荐系统进行了全面综述。

  • 本文总结了多目标推荐方法发挥作用的情况,为推荐系统和该领域的研究人员提供了关于多目标优化的指导。

  • 本文介绍并讨论了多目标优化技术及其在推荐系统中的应用。此外,还指出了当前发展中多目标推荐的弱点和挑战。

  • 最后,本文为研究人员在模型开发和实验设计中选择合适的多目标优化方法提供了一个工作框架。

文中还具体介绍了评分预测与排序推荐的指标分类,以及介绍了新颖的推荐系统的分类,比如基于上下文的推荐、群组推荐、多尺度推荐、跨域推荐、多方推荐、多任务推荐等。

随后,本文还介绍了基于优化策略的多目标方法的分类,包括标量化方法、基于分布的启发式方法等。

在接下来的讨论中,本文首先确定多目标推荐系统可能有用的情况或背景。这些情况可以分为五类,如下表所示。其不仅根据场景对这些研究工作进行分类,还根据采用多目标优化方法的类别进行分类。

最后,该文根据下图的流程进行了详细介绍。


多目标优化已成为推荐系统领域的一个新兴问题和需求。本文总结了多目标推荐的使用情况,讨论了多目标推荐中使用的多目标优化方法,指出了目前研究的不足,为多目标推荐的未来发展提供了指导。

欢迎干货投稿 \ 论文宣传 \ 合作交流

推荐阅读

论文快报 | 推荐系统领域最新研究进展
基于区块链技术的推荐算法综述
推荐系统领域13个开源工具总结

由于公众号试行乱序推送,您可能不再准时收到机器学习与推荐算法的推送。为了第一时间收到本号的干货内容, 请将本号设为星标,以及常点文末右下角的“在看”。

喜欢的话点个在看吧👇
登录查看更多
6

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
对话推荐算法研究综述
专知会员服务
33+阅读 · 2022年4月4日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
知识驱动的推荐系统:现状与展望
专知会员服务
64+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
81+阅读 · 2021年10月21日
专知会员服务
55+阅读 · 2021年8月12日
专知会员服务
47+阅读 · 2021年6月26日
基于事件社会网络推荐系统综述
专知会员服务
68+阅读 · 2021年1月13日
最新《图嵌入组合优化》综述论文,40页pdf
专知会员服务
75+阅读 · 2020年8月31日
基于知识图谱的推荐系统研究综述
专知会员服务
323+阅读 · 2020年8月10日
深度学习目标检测方法综述
专知会员服务
261+阅读 · 2020年8月1日
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
基于区块链技术的推荐算法综述
机器学习与推荐算法
2+阅读 · 2021年12月1日
对话推荐算法研究综述
机器学习与推荐算法
0+阅读 · 2021年11月26日
基于知识图谱的推荐系统总结
图与推荐
1+阅读 · 2021年11月11日
最新基于强化学习的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年9月10日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
92+阅读 · 2020年2月28日
AutoML: A Survey of the State-of-the-Art
Arxiv
68+阅读 · 2019年8月14日
Arxiv
135+阅读 · 2018年10月8日
VIP会员
相关VIP内容
对话推荐算法研究综述
专知会员服务
33+阅读 · 2022年4月4日
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
知识驱动的推荐系统:现状与展望
专知会员服务
64+阅读 · 2021年11月22日
基于强化学习的推荐研究综述
专知会员服务
81+阅读 · 2021年10月21日
专知会员服务
55+阅读 · 2021年8月12日
专知会员服务
47+阅读 · 2021年6月26日
基于事件社会网络推荐系统综述
专知会员服务
68+阅读 · 2021年1月13日
最新《图嵌入组合优化》综述论文,40页pdf
专知会员服务
75+阅读 · 2020年8月31日
基于知识图谱的推荐系统研究综述
专知会员服务
323+阅读 · 2020年8月10日
深度学习目标检测方法综述
专知会员服务
261+阅读 · 2020年8月1日
相关资讯
SIGIR2021 | 基于排序的推荐系统度量优化新视角
机器学习与推荐算法
1+阅读 · 2021年12月6日
基于区块链技术的推荐算法综述
机器学习与推荐算法
2+阅读 · 2021年12月1日
对话推荐算法研究综述
机器学习与推荐算法
0+阅读 · 2021年11月26日
基于知识图谱的推荐系统总结
图与推荐
1+阅读 · 2021年11月11日
最新基于强化学习的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年9月10日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员