流行度偏差

概述

流行度偏差指热门物品获得的曝光和评分远多于冷门物品，导致推荐系统天然偏向推荐热门内容，加剧"强者愈强"的马太效应。

表现形式：一部漫威大片可能获得数十万条评分，而一部独立纪录片可能只有几百条。这种不均衡使推荐系统在训练时偏向热门内容，冷门优质物品难以被推荐。
与选择偏差的关系：流行度偏差是选择偏差的一种具体形式——用户更倾向于对热门物品进行交互和评分，热门物品的倾向性评分天然更高。
马太效应：推荐系统偏向推荐热门内容 → 热门物品获得更多曝光 → 热门物品获得更多交互 → 模型进一步强化对热门物品的偏好。这种正反馈循环导致"强者愈强、弱者愈弱"。
对长尾物品的影响：流行度偏差直接加剧了冷启动问题——新物品或冷门物品因缺乏交互数据而难以被推荐，形成恶性循环。
与信息茧房的关系：流行度偏差使用户持续接触热门内容，减少了探索多样化内容的机会，间接促进了信息茧房的形成。
校正方法：IPS 通过对热门物品（高倾向性）赋予较低权重、对冷门物品（低倾向性）赋予较高权重来校正流行度偏差。SNIPS 进一步稳定这一过程。
在评估中的影响：如果评估指标（如 MAE、NDCG）在有偏数据上计算，热门物品的表现会主导整体评估，冷门物品的性能被掩盖。