题目： Addressing the Target Customer Distortion Problem in Recommender Systems

简介：

预测产品的潜在目标客户至关重要。 但是传统的推荐系统通常旨在优化参与度指标，而不考虑目标客户的总体分布，从而导致严重的失真问题。 在本文中，我们进行了一项数据驱动的研究，以揭示传统推荐者引起的几种失真。 为了克服这些问题，我们提出了一种目标客户重新排序算法，以在维持推荐质量的同时调整某项前k位目标客户的总体分布和构成。 通过将该提议的算法应用于现实世界的数据集，我们发现该提议的方法可以有效地使商品的目标客户的类别分布接近所需的分布，从而减轻失真。