利用社交媒体转发数据增强的组织活动参与者预测
机器学习
2023-10-03 v1 信息检索
摘要
如今，Web 上许多平台提供有组织的活动，允许用户成为组织者或参与者。对此类平台而言，预测潜在活动参与者大有裨益。现有关于该问题的研究倾向于借用推荐技术。然而，相较于电商商品与购买行为，活动与参与通常频率低得多，数据可能不足以学习准确模型。本文提出利用社交媒体转发活动数据来增强活动参与者预测模型的学习。我们构建联合知识图谱以桥接社交媒体与目标领域，假设活动描述与推文以同种语言撰写。此外，我们提出一种学习模型，能更有效地利用转发信息用于目标领域预测。我们在两种场景下使用真实世界数据开展了全面实验。每种场景中，我们设置了不同规模的训练数据，以及温暖与冷启动测试用例。评估结果表明，我们的方法持续优于若干基线模型，尤其在温暖测试用例下，以及目标领域数据有限时。
引用
@article{arxiv.2310.00896,
title = {Organized Event Participant Prediction Enhanced by Social Media Retweeting Data},
author = {Yihong Zhang and Takahiro Hara},
journal= {arXiv preprint arXiv:2310.00896},
year = {2023}
}
备注
Accepted in WI-IAT 2023