注意力社交推荐：面向用户与物品的多样性
人工智能
2020-11-17 v2
摘要
社交推荐系统通过利用用户-用户社交关系与用户-物品评分来预测未观测到的用户-物品评分数值。然而，文献中社交推荐的用户/物品多样性未得到充分利用。特别是，因子间（社交与评分因子）关系与差异化评分数值需被更多考量。本文提出一种注意力社交推荐系统（ASR）从两方面解决该问题。首先，在ASR中，提出Rec-conv图网络层以提取社交因子、用户-评分与物品-被评因子，并自动分配贡献权重将这些因子聚合为用户/物品嵌入向量。其次，对多样化评分数值应用解耦策略。在基准上的大量实验证明了我们ASR的有效性与优势。
引用
@article{arxiv.2011.04797,
title = {Attentive Social Recommendation: Towards User And Item Diversities},
author = {Dongsheng Luo and Yuchen Bian and Xiang Zhang and Jun Huan},
journal= {arXiv preprint arXiv:2011.04797},
year = {2020}
}
备注
8 Pages