Miscalibration de la Popularité Computationnelle contre Perçue dans les Systèmes de Recommandation

Le biais de popularité dans les listes de recommandations fait référence à la sur-représentation de contenu populaire et constitue un défi pour de nombreux algorithmes de recommandation. Les recherches précédentes ont suggéré plusieurs métriques hors ligne pour quantifier le biais de popularité, qui relient communément la popularité des éléments dans les listes de recommandations des utilisateurs à la popularité des éléments dans leur historique d'interaction. Les écarts entre ces deux facteurs sont appelés miscalibration de la popularité. Bien que les métriques de popularité fournissent un moyen simple et bien défini de mesurer le biais de popularité, il n'est pas connu si elles reflètent réellement la perception que les utilisateurs ont du biais de popularité.