具有特征化社交正则化的推荐系统
信息检索
2018-09-06 v1
摘要
社交推荐利用社交关系来增强推荐系统，近年来随着在线社交网络的快速发展而受到越来越多的关注。现有的社交推荐方法基于这样一个事实：用户的偏好或决策受到其社交好友行为的影响。然而，它们假设社交关系的影响总是相同的，这违背了用户可能在不同好友处对多样化产品共享偏好的事实。在本文中，我们提出了一种新颖的 CSR（Characterized Social Regularization，特征化社交正则化）模型，通过设计一个通用正则化项来建模可变的社交影响。我们提出的模型可应用于显式和隐式迭代。在真实世界数据集上的大量实验表明，CSR 显著优于最先进的社交推荐方法。
引用
@article{arxiv.1809.01580,
title = {Recommender Systems with Characterized Social Regularization},
author = {Tzu-Heng Lin and Chen Gao and Yong Li},
journal= {arXiv preprint arXiv:1809.01580},
year = {2018}
}
备注
to appear in CIKM 2018