NRS(Newspaper Recommender Systems)에서의 challenge
-timeliness, 뉴스의 short duration, recency, popularity, trends and 실시간 다량 새 뉴스 유입
-long-term/short-term user preference의 급격하거나 점진적인 변화
-user의 news소비에는 일련의 sequence가 있다.
-false news and propaganda 문제가 최근 uprising challenge
NRS에서의 Recsys평가
-accuracy기반의 평가는 filter bubble문제를 야기함
-exposure to different viewpoint, perceived system effectiveness 등을 위해 beyond-accuracy metric 필요
NRS에서의 기본 challenge에서 더 나아간 new challenges
-content quality
-effects of recommendations on user behavior.
NEWS domain의 특징:
Average consumption time(한 뉴스당 필요한 reading 시간, 대개 article길이마다 다르겠지만 짧은편)
Life-span of news items(짧다, 몇분, 몇시간, 며칠 수준, release와 user review사이 시간차가 짧음)
Catelog size of news items(매우 크다, catalog 변화 속도 자체도 빠름, 시간당 수천개 기사가 쏟아지니)
참고자료:
https://arxiv.org/abs/2009.04964
A survey on news recommender system -- Dealing with timeliness, dynamic user interest and content quality, and effects of recomm
Nowadays, more and more news readers tend to read news online where they have access to millions of news articles from multiple sources. In order to help users to find the right and relevant content, news recommender systems (NRS) are developed to relieve
arxiv.org
'ML > Recsys' 카테고리의 다른 글
| [추천시스템][논문번역]Large Language Models are Zero-Shot Rankers for Recommender Systems (0) | 2023.07.04 |
|---|---|
| (미완)[Recsys]추천 시스템 관련 article 정리(NAVER) (0) | 2020.11.01 |
| [Recsys] 추천 시스템의 목적을 잊지 말자. (0) | 2020.10.26 |
| [Recsys]추천 시스템의 큰 Flowchart (0) | 2020.10.26 |
| [Recsys]Collaborative filtering 장단점 (0) | 2020.10.20 |