快手与中科大合作推出KuaiRec数据集，该数据集稠密度达99.6%，可用于无偏推荐、交互式推荐等研究。数据集包括Small和Big两个版本，提供用户对短视频的全量交互行为，解决了推荐系统数据稀疏和偏置问题。论文和数据集链接已给出。
嘿，记得给“机器学习与推荐算法”添加星标
本周跟大家分享一篇快手公司与中科大合作产出的资源型论文，即发布了一个几乎全是观测值的稠密数据集KuaiRec，该数据集包含了1411个用户对3327个短视频的交互行为，稠密度高达99.6%（一般推荐系统公开数据集的稠密度在1%以下）。该数据集可用于离线的A/B测试，以及可用于无偏推荐、交互式/对话推荐或者是基于强化学习推荐等方向。
论文：https://arxiv.org/abs/2202.10842
数据：https://rec.ustc.edu.cn/share/598635c0-9585-11ec-8259-414ede1f8d4f
代码：http://m6z.cn/5U6xyQ
目前大多数离线评测的推荐系统数据集会存在高度数据稀疏（Highly sparse）与
最低0.47元/天 解锁文章
扫一扫
331
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
