Popülerlik-bayas nedir ve onunla nasıl mücadele edilir?

Popülerlik önyargısı (popularity bias), öneri sistemleri ve makine öğrenimi algoritmalarında sistematik bir kayma olup, daha popüler nesnelerin (örneğin, ürünler, filmler, makaleler) orantısız şekilde daha fazla dikkat ve öneri aldığı, daha az popüler nesnelerin ise gözden kaçtığı bir durumdur. Bu, önerilerin çeşitliliğini azaltır ve kullanıcı deneyimini olumsuz etkileyebilir.

Popülerlik önyargısıyla mücadele yolları:

• Verilerin ağırlıklandırılması veya yeniden değerlendirilmesi: Model eğitimi sırasında popüler nesnelerin ağırlığını azaltmak.
• Çeşitliliğin artırılması: Popülerlik ve çeşitlilik arasında denge kuran yöntemler kullanmak, örneğin, önerilere rastgele veya nadir nesneler eklemek.
• Bağlamlı veya kişiselleştirilmiş modeller kullanmak: Önerilerin sadece popülerliğe değil, aynı zamanda bireysel tercihlere dayanmasını sağlamak.
• Düzenleme ve cezalar: Çok popüler nesnelere kayıp fonksiyonunda cezalar uygulamak.

Örnek: Film öneri sisteminde, en popüler filmleri önerme olasılığını azaltan bir parametre eklenebilir, böylece daha az bilinen ama ilgili filmlere şans tanınır.