Cos'è la popolarità-bayas e come combatterla?

Il bias di popolarità (popularity bias) è uno spostamento sistematico nei sistemi di raccomandazione e negli algoritmi di apprendimento automatico, in cui gli oggetti più popolari (ad esempio, prodotti, film, articoli) ricevono un'attenzione e raccomandazioni sproporzionate, mentre gli oggetti meno popolari rimangono inosservati. Ciò porta a una riduzione della diversità delle raccomandazioni e può peggiorare l'esperienza dell'utente.

Come combattere il bias di popolarità:

• Ponderazione o rivalutazione dei dati: ridurre il peso degli oggetti popolari durante l'addestramento del modello.
• Introduzione di diversità: utilizzare metodi che bilancino tra popolarità e diversità, ad esempio aggiungendo oggetti casuali o rari nelle raccomandazioni.
• Utilizzo di modelli contestuali o personalizzati: affinché le raccomandazioni si basino non solo sulla popolarità, ma anche sulle preferenze individuali.
• Regolarizzazione e penalità: applicare penalità agli oggetti troppo popolari nella funzione di perdita.

Esempio: in un sistema di raccomandazione di film, si può aggiungere un parametro che riduce la probabilità di raccomandare i film più popolari, dando spazio a film meno noti ma rilevanti.