[论文解读] Multiple Stakeholders in Music Recommender Systems

Himan Abdollahpouri, Steve Essinger|arXiv (Cornell University)|Aug 1, 2017

Music and Audio Processing参考文献 2被引用 12

一句话总结

本文提出了一种多利益相关方音乐推荐系统框架，其中多位内容提供方——如艺术家、广告商、票务服务和内容提供商——竞争用户注意力，各自具有不同的效用函数。通过一个中央内容管理器，系统在用户满意度、收入生成和公平性之间实现平衡，基于利益相关方目标选择序列中的最优下一项目，从而实现可持续的长期参与度和商业可行性。

ABSTRACT

Music recommendation services collectively spin billions of songs for millions of listeners on a daily basis. Users can typically listen to a variety of songs tailored to their personal tastes and preferences. Music is not the only type of content encountered in these services, however. Advertisements are generally interspersed throughout the music stream to generate revenue for the business. Additional content may include artist messaging, ticketing, sports, news and weather. In this paper, we discuss issues that arise when multiple content providers are stakeholders in the recommendation process. These stakeholders each have their own objectives and must work in concert to sustain a healthy music recommendation service.

研究动机与目标

• 解决音乐推荐平台中多个利益相关方（包括用户、广告商、艺术家和票务服务）之间竞争目标的挑战。
• 建模不同利益相关方（如音乐推荐系统、广告服务和艺术家信息推送服务）的效用函数差异，及其对系统设计的影响。
• 开发一个框架，平衡序列推荐系统中短期用户满意度与长期业务可持续性。
• 确保在艺术家和利益相关方之间实现内容推广的公平性，避免因过度优先推广特定内容而损害多样性与用户信任。
• 为多利益相关方推荐系统提供分类法和设计原则，可扩展至约会、教育和微金融等其他领域。

提出的方法

• 将音乐推荐平台建模为具有不同利益相关方的多利益相关方系统：音乐推荐系统、广告服务、票务服务、艺术家信息推送服务和内容服务。
• 定义各利益相关方的效用函数：音乐推荐系统关注用户满意度，广告和票务服务关注收入，艺术家关注推广目标。
• 实施一个中央内容管理器，基于利益相关方效用函数和用户上下文的加权组合，选择序列中的下一个项目。
• 纳入业务约束，如广告合同规则、音乐版税成本以及次级内容（广告、票务、信息）的收入。
• 采用序列决策机制，平衡即时用户偏好与长期系统健康，避免贪婪地追求收入最大化。
• 应用公平性约束，防止对某些艺术家或内容类型的过度推广，确保各利益相关方之间曝光的公平性。

实验结果

研究问题

• RQ1 如何在音乐推荐系统中公平地平衡多个利益相关方（包括用户、广告商和艺术家）的竞争目标？
• RQ2 在序列推荐场景中，优先推广创收内容（如广告）与用户偏好的音乐之间会产生哪些权衡？
• RQ3 系统如何在持续产生足够非音乐内容收入的同时，维持长期用户参与度？
• RQ4 广告服务、票务服务和艺术家信息推送等不同利益相关方的效用函数在最终推荐决策中起到何种作用？
• RQ5 如何在不损害用户满意度或业务可持续性的前提下，确保艺术家和内容类型之间的内容曝光公平性？

主要发现

• 系统必须在短期用户满意度与长期业务可持续性之间取得平衡，因为过度优先推广创收内容可能导致用户流失。
• 广告和票务服务可产生收入，但用户对其偏好低于音乐内容，这在业务目标与用户体验之间造成张力。
• 艺术家可被视为具有推广演唱会或新专辑等目标的利益相关方，需在推荐中进行战略性曝光。
• 内容服务管理器在利益相关方之间起到关键调解作用，基于效用函数和业务规则实时做出决策。
• 对某些艺术家或内容类型的过度推广可能引发公平性问题，损害推荐的可信度与多样性。
• 多利益相关方框架通过协调用户、内容提供方与业务目标之间的激励，实现可持续运营。