一种基于多模态潜在特征的社会物联网服务推荐系统
社会与信息网络
2024-04-16 v2 信息检索
摘要
社会物联网（SIoT）正在彻底改变我们与日常生活的交互方式。通过为连接设备添加社交维度，SIoT 有潜力大幅改变我们与智能设备的交互方式。这一互联基础设施带来了前所未有的便利性、自动化程度和信息获取能力，使我们能以更少的精力做更多的事情。然而，这一革命性新技术也带来了对服务推荐系统的迫切需求。随着 SIoT 规模和复杂性的增长，企业、个人以及 SIoT 对象本身越来越需要针对其特定需求的可靠产品、服务与信息来源。目前仅有少量工作提出为 SIoT 环境提供服务的推荐，但这些努力仅限于利用上下文信息、设备的 SIoT 关系和关联社交群组对用户-项目交互进行建模，而未考虑 SIoT 环境中稀疏多模态内容下潜在的语义项目-项目结构。本文提出一种基于潜在特征的 SIoT 推荐系统，该系统学习项目-项目结构并聚合多种模态以获得潜在项目图，随后将其用于图卷积中以将高阶亲和性注入项目表示。实验表明，所提推荐系统优于当前最先进的 SIoT 推荐方法，并验证了其在从多模态特征中挖掘潜在关系方面的有效性。
引用
@article{arxiv.2306.01163,
title = {A Multi-Modal Latent-Features based Service Recommendation System for the Social Internet of Things},
author = {Amar Khelloufi and Huansheng Ning and Abdenacer Naouri and Abdelkarim Ben Sada and Attia Qammar and Abdelkader Khalil and Sahraoui Dhelim and Lingfeng Mao},
journal= {arXiv preprint arXiv:2306.01163},
year = {2024}
}
备注
Published in IEEE Transactions on Computational Social Systems