圆桌 gossip 算法：一种面向大规模推荐系统的新型稀疏信任挖掘方法
密码学与安全
2018-05-08 v1
摘要
冷启动（CS）与稀疏评价问题在淘宝、eBay 等大规模推荐系统中会严重降低推荐性能。我们将这种性能下降称为稀疏信任问题，它会导致推荐准确率下降。为解决该问题，我们提出一种基于圆桌 gossip 算法（RGA）的新型稀疏信任挖掘方法。首先，我们定义稀疏信任的相关表示，为解决大规模推荐系统中稀疏证据问题提供研究思路。在此基础上提出 RGA，用于挖掘大规模推荐系统中实体间潜在的稀疏信任关系。其次，我们提出一种高效且简单的反稀疏化方法，克服了随机信任关系传播以及因不同用户对物品评分标准不同而引起的评分膨胀（Grade Inflation）的缺陷。最后，实验结果表明，我们的方法能有效挖掘新的信任关系并缓解稀疏信任问题。
引用
@article{arxiv.1805.02548,
title = {Roundtable Gossip Algorithm: A Novel Sparse Trust Mining Method for Large-scale Recommendation Systems},
author = {Mengdi Liu and Guangquan Xu},
journal= {arXiv preprint arXiv:1805.02548},
year = {2018}
}
备注
This paper has been submitted to WISE2018