无限隐藏关系模型

在许多情况下，对称地建模关系是有意义的，这并不暗示任何特定的方向性。考虑推荐系统的经典示例，其中用户对物品的评分应该对称地依赖于用户和物品双方的属性。（已知）关系的属性也与预测实体的属性和预测新关系的属性相关。在推荐系统中，关系属性的利用通常被称为协同过滤。同样，在许多应用中，人们可能更喜欢以对称方式建模协同效应。在本文中，我们提出了一个完全对称的关系模型。关键创新在于我们为每个实体（或对象）引入一个无限维潜变量，作为 Dirichlet 过程（Dirichlet process, DP）模型的一部分。我们讨论了模型中的推断，该推断基于 DP Gibbs 采样器，即中国餐馆过程。我们扩展了中国餐馆过程以适用于关系建模。我们的方法在三个应用中进行了评估。一个是基于 MovieLens 数据集的推荐系统。第二个应用涉及在 KDD Cup 2001 数据集上使用多关系模型预测酵母基因/蛋白质的功能。第三个应用涉及关系医学领域。实验结果表明，我们的模型对描述复杂关系模型中关系或实体的属性给出了显著改进的估计。