返回全部动态
重新审视N2DCG：基于经验数据的轮播推荐评估指标重构
原标题：Revisiting N2DCG: An Empirically Grounded Reformulation of Carousel Recommendation Evaluation
AI 摘要
本文重新审视了用于轮播推荐评估的N2DCG指标，指出其理想排序违反轮播约束且折扣函数不符合用户实际浏览行为。作者提出了一种改进的N2DCG公式，通过尊重约束进行归一化，并采用基于经验数据的折扣函数。在真实眼动数据上的验证表明，新指标能更好地反映用户行为，并更准确地预测轮播布局的比较结果。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
Revisiting N2DCG: An Empirically Grounded Reformulation of Carousel Recommendation Evaluation3515Conference: Proceedings of the 35th ACM International Conference on Information and Knowledge Management; November 07–11, 2026; Rome, ItalyProceedings of the 35th ACM International Conference on Information and Knowledge Management (CIKM ’26), November 07–11, 2026, Rome, ItalyDOI: 10.1145/3799682.3839894ISBN: 979-8-4007-2539-5/2026/11CCS: Information systems Recommender systemsCCS: Information system
发布时间：2026-08-25 12:00
抓取时间：2026-08-25 12:50
来源机构：arXiv