综述：推荐系统场景的负采样技术

文章预览

TLDR: 本文综述了推荐系统中使用的负采样技术。具体的，首先讨论了负采样在推荐中的作用。然后，对现有推荐中的负采样策略进行了综述，并将它们归为五类。最后，详细说明了在不同推荐场景中的负采样策略。 论文： https://arxiv.org/abs/2409.07237 推荐系统旨在从海量的用户行为数据中捕捉用户的个性化偏好，对于缓解信息过载问题至关重要。推荐系统通过分析用户行为，提供个性化的内容和商品推荐，改善人们的数字内容选择和导航方式。尽管推荐算法取得了显著成就，但用户偏好的动态性、信息茧房现象以及推荐系统中的固有反馈循环，使得用户与项目之间的交互非常受限，最终导致数据稀疏性问题。 传统的推荐算法通常只关注用户历史上的正面行为，而忽略了负反馈在理解用户兴趣中的关键作用。如下图所示，在大多数推荐数据集中明显缺 ………………………………