预测条目流行度：分析用户的局部聚类行为
社会与信息网络
2015-09-18 v3
摘要
预测评分网络中条目的流行度是一个有趣但具有挑战性的问题。尤其是当一个条目刚出现并收到极少评分时。在本文中，我们提出了一种预测评分网络中新条目未来流行度的新方法，定义了新的二分聚类系数来分别预测MovieLens和Digg网络中的电影和故事的流行度。我们表明，第一个评价新条目的用户的聚类行为可洞察该条目的未来流行度。我们的方法以超过65%的MovieLens网络成功率和超过50%的Digg网络成功率预测条目的未来流行度。这是对当前结果的重大改进。
引用
@article{arxiv.1503.04404,
title = {Predicting Item Popularity: Analysing Local Clustering Behaviour of Users},
author = {J. Liebig and A. Rao},
journal= {arXiv preprint arXiv:1503.04404},
year = {2015}
}
备注
25 pages, 11 figures