支持推荐系统中人格维度分析的方法
信息检索
2020-01-15 v1 计算机与社会
机器学习
机器学习
摘要
现有的推荐系统主要侧重于利用用户对常见条目的反馈（例如评分和评论）来检测相似用户。因此，当用户之间没有共同感兴趣条目时，它们可能会失效。我们将此问题称为无共同条目反馈的数据稀疏性（DSW-n-FCI）。基于人格的推荐系统已显示出通过人格类型识别相似用户的巨大成功。然而，文献中仅有少数基于人格的推荐系统，它们要么通过填写问卷（一项繁琐的任务）显式地发现人格，要么忽视用户个人兴趣与知识水平作为提高推荐接受度的关键因素之影响。不同的是，我们隐式地识别用户人格类型，且不对用户造成负担，并将其与用户个人兴趣及其知识水平结合。在真实世界数据集上的实验结果证明了我们模型的有效性，尤其是在 DSW-n-FCI 情形下。
引用
@article{arxiv.2001.04825,
title = {Enabling the Analysis of Personality Aspects in Recommender Systems},
author = {Shahpar Yakhchi and Amin Beheshti and Seyed Mohssen Ghafari and Mehmet Orgun},
journal= {arXiv preprint arXiv:2001.04825},
year = {2020}
}
备注
This article contains 3 figures and 14 pages