超级通道：在跨域协同过滤中绕过数据稀疏性
信息检索
2018-08-30 v1 机器学习
机器学习
摘要
跨域协同过滤(CF)旨在通过利用从相关域迁移的知识来缓解单域CF中的数据稀疏性。许多传统方法直接丰富CF中比较的邻域关系以解决稀疏性问题。在本文中，我们提出超级通道构建，一种替代性的显式关系丰富过程，通过增强跨域连通性来改进推荐。具体而言，假设部分重叠的物品（用户），超级通道以直接路径绕过跨域用户（分别为物品）之间的多跳域间路径，以丰富跨域连通性。在真实世界的跨地区音乐数据集和跨平台电影数据集上进行的实验表明，所提出的超级通道构建在目标域和源域都显著提升了推荐性能。
引用
@article{arxiv.1808.09784,
title = {Superhighway: Bypass Data Sparsity in Cross-Domain CF},
author = {Kwei-Herng Lai and Ting-Hsiang Wang and Heng-Yu Chi and Yian Chen and Ming-Feng Tsai and Chuan-Ju Wang},
journal= {arXiv preprint arXiv:1808.09784},
year = {2018}
}