[论文解读] Beyond Personalization: Research Directions in Multistakeholder Recommendation

Himan Abdollahpouri, Gediminas Adomavičius+6 more|arXiv (Cornell University)|May 1, 2019

Recommender Systems and Techniques参考文献 151被引用 66

一句话总结

本文段落翻译的结构化纸评审：论文提出一个多方利益相关者框架用于推荐系统，概述利益相关者类型、三维设计空间，以及在经济学、多目标优化和互惠/匹配个性化方面的研究方向。

ABSTRACT

Recommender systems are personalized information access applications; they are ubiquitous in today's online environment, and effective at finding items that meet user needs and tastes. As the reach of recommender systems has extended, it has become apparent that the single-minded focus on the user common to academic research has obscured other important aspects of recommendation outcomes. Properties such as fairness, balance, profitability, and reciprocity are not captured by typical metrics for recommender system evaluation. The concept of multistakeholder recommendation has emerged as a unifying framework for describing and understanding recommendation settings where the end user is not the sole focus. This article describes the origins of multistakeholder recommendation, and the landscape of system designs. It provides illustrative examples of current research, as well as outlining open questions and research directions for the field.

研究动机与目标

• 推动从纯粹以用户为中心的个性化转向在推荐结果中纳入多个利益相关者。
• 引入多方利益相关者推荐的形式化定义与三维设计空间（消费者、提供者、系统）。
• 综述现有研究领域（多边平台的经济学、 多目标推荐、以及匹配/个性化）并概述未解问题与发展方向。

提出的方法

• 将正式的推荐器 S 定义为将 (u, i, R) 映射到一个分数的函数 f，并区分面向用户的输出与多方利益相关者输出。
• 引入利益相关者三元记法来表示配置：Consumers（C）、Providers（P）、System（S），包括主动/被动以及个性化/中性变体。
• 呈现一个针对 <C, P, S> 的三维设计景观，包含诸如中性、聚合和定向目标等 S 变体。
• 用一个分类法对多方利益相关者应用进行分类（如表 1），展示配置及相关设计选择。
• 讨论与经济学（多边平台）、多目标优化，以及互惠/匹配个性化的联系。
• 描述示例性案例与领域，包括互惠推荐和面向系统的公平性。

实验结果

研究问题

• RQ1 在多方利益相关者推荐中，哪些是关键的利益相关者角色与交互模式？
• RQ2 我们如何在消费者、提供者和系统角度建模和分类多方利益相关者推荐设计？
• RQ3 将多边平台理论与多目标优化应用于推荐系统，会产生哪些研究方向和待解问题？
• RQ4 互惠性与公平性概念如何整合进多方利益相关者框架？

主要发现

• 一个正式的多边框架将传统的推荐系统设计扩展为包含消费者、提供者和系统三方互动利益相关者。
• 一个三维的 <C, P, S> 设计空间捕捉跨利益相关者的主动/被动交互以及中性/个性化的个性化。
• 多边平台的经济学以及公平性/多样性/目标平衡等激励了超越以用户为中心指标的多方利益相关者方法。
• 互惠与匹配概念（例如互惠推荐）在如在线约会和工作匹配等若干领域中具有核心地位。
• 本文提供了示例性案例并指出了大部分尚未充分探索的领域，特别是 S_t（面向系统的设计）作为研究方向。
• 该框架突显了学术上以用户为中心的研究与在现实世界中整合多方利益相关者的商业目标之间的差距。