谁志趣相投：在线社交网络中用户兴趣相似度的挖掘
社会与信息网络
2016-03-08 v1
摘要
在本文中，我们基于这些用户的人口统计（年龄、性别和位置）和社会（友谊、互动和群组归属）信息，挖掘并学习预测一对用户针对视频的兴趣相似程度。我们使用活跃用户的视频访问模式作为基准真相（一种基准形式）。我们采用基于标签的用户画像来建立该基准真相，并论证为何使用它而不是基于视频的方法，或许多潜在主题模型如LDA和协同过滤方法。然后我们展示了不同人口统计和社会特征及其组合与衍生特征在预测用户兴趣相似度中的有效性，基于结合多特征的不同的机器学习方法。我们提出了一种混合树编码线性模型用于结合特征，并展示其优于其他线性和基于树的模型。我们的方法可用于在基准真相不可用时预测用户兴趣相似度，例如对于新用户，或兴趣可能已从旧访问数据改变的不活跃用户，并且对视频推荐有用。我们的研究基于来自腾讯（中国一家流行的社交网络、视频服务及各种其他服务的服务提供商）的丰富数据集。
引用
@article{arxiv.1603.02175,
title = {Who are Like-minded: Mining User Interest Similarity in Online Social Networks},
author = {Chunfeng Yang and Yipeng Zhou and Dah Ming Chiu},
journal= {arXiv preprint arXiv:1603.02175},
year = {2016}
}