Mi az a népszerűség-bayas és hogyan küzdjünk ellene?

A népszerűségi torzítás (popularity bias) egy rendszeres eltolódás a javasló rendszerekben és a gépi tanulási algoritmusokban, amelyben a népszerűbb objektumok (például termékek, filmek, cikkek) aránytalanul több figyelmet és ajánlást kapnak, míg a kevésbé népszerű objektumok figyelmen kívül maradnak. Ez a javaslatok változatosságának csökkenéséhez vezethet, és ronthatja a felhasználói élményt.

Hogyan küzdjünk a népszerűségi torzítás ellen:

• Adatok súlyozása vagy újraértékelése: csökkenteni a népszerű objektumok súlyát a modell tanítása során.
• Változatosság bevezetése: olyan módszerek alkalmazása, amelyek kiegyensúlyozzák a népszerűséget és a változatosságot, például véletlenszerű vagy ritka objektumok hozzáadása a javaslatokhoz.
• Kontekstus- vagy személyre szabott modellek használata: hogy a javaslatok ne csak a népszerűségre, hanem az egyéni preferenciákra is alapozzanak.
• Regulárizáció és büntetések: túl népszerű objektumokra alkalmazott büntetések a veszteségfüggvényben.

Példa: egy filmajánló rendszerben hozzáadhatunk egy paramétert, amely csökkenti a legnépszerűbb filmek ajánlásának valószínűségét, így esélyt adva kevésbé ismert, de releváns filmeknek.