通过异构物品关系混合实现推荐
信息检索
2018-08-31 v1
摘要
推荐系统已作为通用方法广泛用于对各类消费者交互建模。具体实例利用从用户反馈、物品关系、地理局部性、社会影响（等）而来的信号。通常，研究通过表明（在精心设计的模型中）利用某一特定信号可在特定数据集上实现更高保真度推荐而推进。当然，真实情况更为微妙，其中可能多种信号同时起作用，或被不同用户以不同比例偏好。在此我们力求开发一种框架，能够通过同时建模（a）用户在某一特定时刻易受何种推荐模态影响；以及（b）各模态下的最佳推荐是什么，来组合此类异构物品关系。我们的方法借鉴了混合专家方法与知识图谱嵌入的思想。我们发现，相较替代方法，我们的方法自然产生更精准的推荐，同时也提供了其所提供推荐背后的直观“解释”。
引用
@article{arxiv.1808.10031,
title = {Recommendation Through Mixtures of Heterogeneous Item Relationships},
author = {Wang-Cheng Kang and Mengting Wan and Julian McAuley},
journal= {arXiv preprint arXiv:1808.10031},
year = {2018}
}
备注
10 pages, 6 figures. Accepted by CIKM'18 as a long paper