联合建模异构社交和内容信息的活动推荐模型
随着基于活动的社交网络的迅速发展,活动推荐已成为一个重要的工具,帮助人们在线上发现有趣的活动,并在线下面对面地参与活动.但是,相对于传统的推荐系统,活动推荐面临着很多挑战.(1)用户只能参与很少的活动,这就导致一个非常稀疏的用户-活动矩阵;(2)用户对活动的响应是隐性反馈;(3)活动本身有生命周期,已经过期的活动不能再向用户推荐;(4)每天会有很多新的活动产生,需要及时向用户推荐.为了应对这些挑战,提出一个联合建模异构社交和内容信息的活动推荐模型.该模型可同时探索用户的线上和线下社交活动,并结合活动内容建模用户对活动的决策行为.在Meetup数据集上做实验以评估所提出模型的性能.实验结果表明,提出的模型优于其他方法.
基于活动的社交网络、社交网络分析、活动推荐、联合建模、泊松因子分解
29
TP311(计算技术、计算机技术)
国家重点研发计划2016YFB1000702;国家基础研究发展计划9732014CB340402;国家自然科学基金61772537,61772536,61702522;中国人民大学科学研究基金中央高校基本科研业务费专项资金资助15XNLQ06
2018-11-22(万方平台首次上网日期,不代表论文的发表时间)
共16页
3134-3149