-
题名社交关系在基于模型社会化推荐系统中的影响
被引量：6
- 1
-
-
作者
房倩琦
柳玲
文俊浩
曾骏
高旻
-
机构
重庆大学软件学院
-
出处
《计算机科学与探索》
CSCD
北大核心
2018年第1期82-91,共10页
-
基金
国家自然科学基金No.61502062
重庆市基础与前沿研究计划项目No.cstc2015jcyj A40049
中央高校基础研究基金No.106112014CDJZR095502~~
-
文摘
目前社会化推荐系统方面的研究主要集中于构建性能更优的基于模型的推荐算法,然而模型算法中分解得到的隐式特征和社交信息的变化会给推荐性能带来不确定性。为了消除不确定性,探究了在基于模型的社会化推荐系统中社交关系的变化对推荐性能的影响。实验首先按比例移除关系网络中的连边或节点,再对推荐质量进行评估,结果表明,社交关系的数量增多将对推荐质量带来明显提升,同时关系网络中心节点对推荐质量的影响巨大。因此,在构建基于模型的社会化推荐系统的过程中应尽可能多地获取社交关系,并提升中心节点的关系在推荐中的权重,降低非中心节点(潜在噪声)的影响。
-
关键词
社会化推荐系统
社交关系
协同过滤
中心节点
-
Keywords
social recommender system
social relation
collaborative filter
central nodes
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名邻域扩展机制增强的图平行聚焦注意力社会化推荐系统
- 2
-
-
作者
李伟玥
朱志国
董昊
高明
张俊
刘子龙
-
机构
东北财经大学管理科学与工程学院
东北财经大学辽宁省大数据管理与优化决策重点实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2024年第6期491-512,共22页
-
基金
国家自然科学基金面上项目(No.72172025,72101051,72293563)
教育部人文社科规划基金项目(No.21YJAZH130)
+2 种基金
辽宁省自然科学基金项目(No.2024/175)
辽宁省教育厅基本科研项目(No.LJKMZ20221606,JYTZD2023050)
大连市科技人才创新支持计划项目(No.2022RG17)资助。
-
文摘
社会化推荐系统旨在基于用户的评分历史和社交关系,预测其对未交互商品的评分.现有的社会化推荐系统大多基于图神经网络,然而,低效率的注意力机制和过度平滑问题在一定程度上限制评分预测的精准性和可解释性.为此,文中提出邻域扩展机制增强的图平行聚焦注意力社会化推荐系统.首先,平行图聚焦注意力网络,将用户的整体偏好分解为多方面的细粒度偏好,并引入聚焦注意力机制作为消息传递算法,根据用户-商品交互历史识别最符合用户相应偏好的商品,同时从社交网络中识别用户基于不同偏好的可信朋友.然后,提出邻域扩展机制,建立快捷链接的方式,直接实现中心节点与高阶节点间的消息传递,有效提升图聚焦注意力网络在高阶自我中心网络中捕获社交信息的能力.最后,在3个公开基准数据集上的实验表明文中系统在精准推荐方面的优越性,一系列可视化案例分析展示出其良好的可解释性.代码地址详见:https://github.com/usernameAI/NEGA.
-
关键词
社会化推荐系统
图注意力网络
自我中心网络
平行注意力机制
-
Keywords
social recommender system
Graph Attention Networks
Ego Network
Parallel Attention Mechanism
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
