Keen2Act：在线社会协作平台中的活动推荐
信息检索
2020-05-12 v1 机器学习
软件工程
社会与信息网络
摘要
GitHub 和 Stack Overflow 等社会协作平台正越来越多地通过协作努力来提高工作效率。为改善用户在这些平台中的体验，理想的做法是拥有一个推荐系统，不仅能向用户推荐条目（如 GitHub 仓库），还能推荐在所推荐条目上执行的活动（如 fork 一个仓库）。为此，我们提出一种称为 Keen2Act 的新方法，将推荐问题分解为两个阶段：Keen 与 Act 步骤。Keen 步骤针对给定用户，识别其可能感兴趣的一组（子集）条目。Act 步骤随后向用户推荐在该识别出的条目集合上应执行哪些活动。这种分解提供了一种应对复杂活动推荐任务的实用方法，同时能产生更高的推荐质量。我们使用两个真实世界数据集评估所提方法，获得了 promising 的结果，Keen2Act 优于多个基线模型。
引用
@article{arxiv.2005.04833,
title = {Keen2Act: Activity Recommendation in Online Social Collaborative Platforms},
author = {Roy Ka-Wei Lee and Thong Hoang and Richard J. Oentaryo and David Lo},
journal= {arXiv preprint arXiv:2005.04833},
year = {2020}
}
备注
ACM Conference on User Modeling, Adaptation and Personalization