通过社交网络上的概率逻辑推理推断用户偏好
社会与信息网络
2014-11-13 v1 人工智能
计算与语言
机器学习
摘要
我们提出了一个框架，通过对社交网络图执行概率一阶逻辑推理来推断用户的潜在态度或偏好。我们的方法通过构建一个概率模型来回答关于 Twitter 用户的问题，如“该用户喜欢寿司吗？”或“该用户是纽约尼克斯队的球迷吗？”，该模型基于用户属性（如用户的位置或性别）和社交网络（如用户的朋友和配偶）进行推理，例如同质性推理（如果配偶或朋友喜欢寿司，我更喜欢寿司的可能性更大；如果我住在纽约，我更喜欢尼克斯队的可能性更大）。该算法利用远程监督、半监督数据采集和向量空间模型从文本中提取用户属性（如配偶、教育、位置）和偏好（喜欢和不喜欢）。提取出的命题随后被输入到概率推理机中（我们研究了马尔可夫逻辑和概率软逻辑）。实验表明，概率逻辑推理显著提高了属性和关系提取的性能，并在预测用户喜好方面达到了 0.791 的 F-score，显著优于两个强基线方法。
引用
@article{arxiv.1411.2679,
title = {Inferring User Preferences by Probabilistic Logical Reasoning over Social Networks},
author = {Jiwei Li and Alan Ritter and Dan Jurafsky},
journal= {arXiv preprint arXiv:1411.2679},
year = {2014}
}