使用懒惰随机游走为动态推荐寻找本地专家
信息检索
2020-07-31 v1
摘要
基于统计的隐私感知推荐系统通过从社交联系交互日志中提取知识使推荐更强大，但不幸的是它们是静态的。此外，来自本地专家的建议能有效地在特定区域寻找特定商业类别。我们提出了一种基于懒惰随机游走的动态推荐算法，向潜在感兴趣的访客推荐排名靠前的购物场所。我们考虑了本地权威性和主题权威性。该算法在印度尼西亚5个城市的FourSquare购物数据集上进行了测试，采用5、7、9步的（懒惰）随机游走，并将结果与其他最先进的排序技术进行比较。结果表明，它可以达到高精度分数（在k=5时，precision at 1、precision at 3和precision at 5分别分别为0.5、0.37和0.26）。该算法在执行时间方面也显示出可扩展性。动态性的优势在于驱动推荐系统的数据库；无需非常频繁地更新即可产生良好的推荐。
引用
@article{arxiv.2007.15091,
title = {Finding Local Experts for Dynamic Recommendations Using Lazy Random Walk},
author = {Diyah Puspitaningrum and Julio Fernando and Edo Afriando and Ferzha Putra Utama and Rina Rahmadini and Y. Pinata},
journal= {arXiv preprint arXiv:2007.15091},
year = {2020}
}
备注
6 pages