Robustness and User-Perceived Value of Popularity Calibration in Music Recommendation: A User Study
音乐推荐中流行度校准的鲁棒性与用户感知价值：用户研究
🧭 流行度校准的用户感知与鲁棒性
Johannes Kepler University Linz · Jönköping University · Know-Center GmbH · University of Graz · Graz University of Technology
用户能感知推荐列表的流行度差异，但并不明显偏好校准列表，离线流行度校准指标与用户感知弱相关
📌 工作参考价值（4 点）
- 电商推荐中慎用流行度校准：用户并不能明确感知或偏好流行度分布匹配其历史消费的列表，单纯优化离线校准指标（如JSD）可能无法提升体验，反而浪费资源。
- 评估离线指标的鲁棒性边界：研究发现JSD与用户感知流行的关联受物品熟悉度、列表组成和历史长度影响，业务中若依赖此类指标，需验证其在用户历史稀疏、新老客差异等场景下的稳定性。
- 熟悉度是调节变量：用户对热门/冷门物品的感知受自身熟悉度制约，推荐系统可考虑在流行度调控中引入用户熟悉度信号，避免“冷门”推荐被误判为低质。
- 计算流行度 ≠ 用户眼中的流行度：平台计算的流行度标签与用户的主观判断存在弱对齐，在需要用户感知流行的场景（如解释、打标）中，应结合用户研究校准流行度定义。