Šta je popularnost-bayas i kako se boriti protiv njega?

Bias popularnosti (popularity bias) je sistematsko pomeranje u sistemima preporuke i algoritmima mašinskog učenja, pri čemu popularniji objekti (npr. proizvodi, filmovi, članci) dobijaju neproporcionalno više pažnje i preporuka, dok manje popularni objekti ostaju neprimećeni. Ovo dovodi do smanjenja raznovrsnosti preporuka i može pogoršati korisničko iskustvo.

Kako se boriti protiv bias-a popularnosti:

• Vaganje ili ponovna procena podataka: smanjenje težine popularnih objekata tokom obuke modela.
• Uvođenje raznovrsnosti: korišćenje metoda koje balansiraju između popularnosti i raznovrsnosti, na primer, dodavanjem slučajnih ili retkih objekata u preporuke.
• Korišćenje kontekstualnih ili personalizovanih modela: da preporuke budu zasnovane ne samo na popularnosti, već i na individualnim preferencijama.
• Regulisanje i kazne: primena kazni na previše popularne objekte u funkciji gubitka.

Primer: u sistemu za preporuku filmova, može se dodati parametar koji smanjuje verovatnoću preporuke najpopularnijih filmova, dajući šansu manje poznatim, ali relevantnim filmovima.