Развитие систем рекомендаций: Переход к подходам, основанным на личных агентах

Системы рекомендаций традиционно рассматриваются как механизмы ранжирования, где платформы отслеживают поведение пользователей для формирования предложений. Однако такая перспектива не учитывает значительный контроль, который платформы имеют над различными аспектами процесса рекомендаций, включая доступ к кандидатам и обоснование предложений. Новым вызовом в этой области является не только понимание предпочтений пользователей, но и управление тем, как собираются и раскрываются доказательства. Мы предлагаем новый подход, называемый Рекомендация, основанная на личном агенте (PAMR). Эта структура позиционирует личного агента как представителя пользователя, который помогает находить, фильтровать и агрегировать доказательства рекомендаций из различных источников. Этот переход имеет решающее значение; он смещает акцент с ранжирования на стороне платформы к управлению доказательствами со стороны пользователя. В этой позиции мы определяем парадигму PAMR, выделяем ее ключевые характеристики и основные решения по медиации. Первоначальные результаты исследования рекомендаций ресторанов через Yelp показывают, что эффективный выбор источников и контролируемое раскрытие информации могут значительно улучшить пользовательский опыт.