基于复杂网络相似性-流行度模型的推荐方法
信息检索
2022-10-17 v1 机器学习
摘要
推荐系统已成为在线服务与商品提供商和用户的重要工具，尤其在互联网用于获取信息与购买产品服务日益普及的背景下。本文提出一种基于相似性-流行度模型生成的复杂网络来预测评分的新颖推荐方法。我们首先根据观测评分构建以用户和条目为节点的网络模型，然后利用该模型预测未观测评分。我们探索了使用具有隐藏度量空间与点积相似度的相似性-流行度模型产生准确评分预测的前景。所提方法在来自不同领域的21个数据集上实现并与基线及最先进（SOTA）推荐方法进行了实验对比。实验结果表明所提方法能产生准确预测并优于现有方法。我们还展示了该方法在低维下产生更优结果，证明了其在数据可视化与探索上的有效性。
引用
@article{arxiv.2210.07816,
title = {A Recommendation Approach based on Similarity-Popularity Models of Complex Networks},
author = {Abdullah Alhadlaq and Said Kerrache and Hatim Aboalsamh},
journal= {arXiv preprint arXiv:2210.07816},
year = {2022}
}