去还是留？改进社交网络中的事件推荐
人机交互
2014-07-02 v1 社会与信息网络
摘要
本文聚焦于社交网络中的事件推荐，探讨了事件的某些特有特征在预测用户兴趣方面的相关性及其程度，并论证了这些特征是否应被纳入推荐系统。我们特别考虑了社交网络环境中通常向用户展示的三个“附加”特征：从用户位置出发的可达性、事件在社区中的声誉，以及用户朋友的参与情况。本研究旨在评估：将这些信息添加到事件类型和主题的描述中，并在用户画像中包含关于这些因素相关性的信息，是否能提高我们预测用户兴趣的能力。我们通过两项用户调查来处理该问题，要求用户对一系列事件的兴趣程度进行打分。随后，我们利用线性回归训练了一个评分函数，该函数定义为不同因素的线性组合，旨在预测用户评分。我们在关于附加因素的不同假设下重复了这一实验，通过比较所得函数的预测能力来评估其相关性。实验结果的对比表明，如果适当加权，附加因素可以将预测误差降低 4.1%，从而提高预测精度。最佳结果是通过以大约 10:4 的比例结合基于内容的因素和附加因素获得的。
引用
@article{arxiv.1407.0153,
title = {Should I Stay or Should I Go? Improving Event Recommendation in the Social Web},
author = {Federica Cena and Silvia Likavec and Ilaria Lombardi and Claudia Picardi},
journal= {arXiv preprint arXiv:1407.0153},
year = {2014}
}
备注
21 pages. Accepted for publication on Interacting with Computers