HSR：双曲空间社交推荐器
信息检索
2021-02-19 v1 机器学习
摘要
随着在线社交媒体的普及，用户的社交连接已被广泛研究并用于提升推荐系统的性能。在本文中，我们探索利用双曲几何进行社交推荐。我们提出双曲社交推荐器（HSR），一种利用双曲几何提升性能的新型社交推荐框架。借助双曲空间，HSR 可以学习高质量的用户和物品表示，以更好地建模用户-物品交互和用户-用户社交关系。通过一系列广泛实验，我们表明所提出的 HSR 在点击率预测和 Top-K 推荐上优于其欧氏对应方法和最先进的社交推荐器，证明了在双曲空间中进行社交推荐的有效性。
引用
@article{arxiv.2102.09389,
title = {HSR: Hyperbolic Social Recommender},
author = {Anchen Li and Bo Yang},
journal= {arXiv preprint arXiv:2102.09389},
year = {2021}
}