文献

J-GLOBAL ID：202002231272321831   整理番号：20A1795582

ソーシャルレコメンデーションのための異種ネットワーク上の適応暗黙的友人同定【JST・京大機械翻訳】

Adaptive Implicit Friends Identification over Heterogeneous Network for Social Recommendation

著者 (5件)： Yu Junliang (Chongqing University & The University of Queensland, Chongqing, China) ,  Gao Min (Chongqing University & Arizona State University, Chongqing, China) ,  Li Jundong (Arizona State University, Tempe, AZ, USA) ,  Yin Hongzhi (The University of Queensland, Brisbane, Australia) ,  Liu Huan (Arizona State University, Tempe, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIKM ’18  ページ： 357-366  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： オンラインソーシャルプラットフォームからの明示的に観測された社会的関係は,データスパース性問題を緩和するための推薦者システムに広く組み込まれている。しかし,明示的な社会的関係の直接利用は,観測されたリンクの信頼度(例えばノイズ)により劣った性能につながる可能性がある。この目的のために,ユーザ間の信頼できる関係の発見が,社会的推薦を進める際に中心的役割を果たす。本論文では,より信頼できるユーザ関係を発見するために暗黙の友人を適応的に同定する新しいアプローチを提案した。特に,暗黙の友人は類似の味覚を共有するが,社会的関係のネットワークトポロジーに関して互いに離れている。方法論的に,各ユーザに対する陰的友人を発見するために,著者らは最初に異種情報ネットワークとして全体のシステムをモデル化して,次に,メタ経路ベースの埋込み表現学習を通して利用者の類似性を捕えた。最後に,社会的関係が異なるユーザに対して様々な程度のインパクトを持つという直感に基づいて,提案アプローチは,より効果的な推薦のための信頼できない社会的関係の悪影響を軽減するために,各ユーザに対して暗黙の友人として異なる数の類似ユーザを適応的に組み込む。3つの実世界データセットに関する実験的分析は,著者らの方法の優位性を実証して,なぜ暗黙の友人が社会的推薦の改善に役立つかを説明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  信頼度 ,  *味覚 ,  情報ネットワーク ,  類似性
準シソーラス用語： スパース性 ,  ネットワークトポロジー ,  推奨システム ,  社会的ネットワーク ,  異種混合ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 異種ネットワーク ,  暗黙の友人 ,  社会ネットワーク ,  社会推薦システム

分類 (2件)： その他の情報処理  (JE15050M) ,  応用心理学  (AE02000A)

タイトルに関連する用語 (4件)： 異種ネットワーク ,  適応 ,  友人 ,  同定