异质信息网络上基于模体的增强推荐
社会与信息网络
2019-08-27 v1 信息检索
摘要
异质信息网络（HIN）已被广泛用于推荐系统（RSs）。在先前基于 HIN 的推荐系统中，元路径被用于计算用户与物品之间的相似度。然而，现有的基于元路径的方法仅考虑一阶关系，忽略了由模体（motifs）捕获的同类节点的高阶关系。在本文中，我们提出使用模体来捕获 HIN 中同类节点的高阶关系，并发展了模体增强的元路径（MEMP），将基于模体的高阶关系与基于边的一阶关系相结合。利用基于 MEMP 的用户与物品间相似度，我们设计了推荐模型 MoHINRec，在两个真实数据集 Epinions 和 CiaoDVD 上的实验结果证明了其相对于现有基于 HIN 的推荐方法的优越性。
引用
@article{arxiv.1908.09701,
title = {Motif Enhanced Recommendation over Heterogeneous Information Network},
author = {Huan Zhao and Yingqi Zhou and Yangqiu Song and Dik Lun Lee},
journal= {arXiv preprint arXiv:1908.09701},
year = {2019}
}
备注
CIKM 2019 camera ready version