基于信任的社交网络推荐系统的首要原理方法
信息检索
2025-02-25 v2
摘要
本文探讨了社交网络中的推荐系统，利用项目评分、项目间相似性及信任图等信息。我们表明，项目评分信息在协同过滤方法中影响力最大。基于信任图的methods发现，由于信任结构难以操控，抗网络对抗攻击能力更强。项目间信息虽在孤立情况下次优，但与其他信息形式融合后可提升预测一致性并改善下限性能。此外，引入加权平均框架，使可围绕任意用户间相似性度量构建推荐系统。所有代码均已公开于GitHub。
引用
@article{arxiv.2407.00062,
title = {A First Principles Approach to Trust-Based Recommendation Systems in Social Networks},
author = {Paras Stefanopoulos and Sourin Chatterjee and Ahad N. Zehmakan},
journal= {arXiv preprint arXiv:2407.00062},
year = {2025}
}