文献

J-GLOBAL ID：202102284814295151   整理番号：21A0231317

社会推薦のための異種情報拡散モデル【JST・京大機械翻訳】

Heterogeneous Information Diffusion Model for Social Recommendation

著者 (2件)： Li Yuan (School of Mathematical Sciences, Peking University,Beijing,China) ,  Mu Kedian (School of Mathematical Sciences, Peking University,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICTAI  ページ： 184-191  発行年： 2020年 
JST資料番号： W2441A  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： 社会的推薦は,協調フィルタリングにおけるデータスパース性とブースト推薦性能を軽減するための有望な方法を提供する。社会的影響をモデル化する方法は,社会推薦における中心的問題である。社会的データは,2つの別々のグラフ,すなわち,社会的(ユーザ-ユーザ)グラフと相互作用(ユーザ-項目)グラフによって表現できる。ある程度,この表現は不均一性の損失をもたらす。この問題に取り組むために,著者らは,不均一情報拡散モデル(略してHIDM)と呼ばれる新しい社会的推薦モデルを提案した。特に,ユーザは2つの部分空間,すなわち社会的部分空間と相互作用部分空間の両方に関与するので,2つの部分空間の情報を集約するために2つのモジュールを持つニューラルアーキテクチャを設計した。第1のモジュールは,GNNを介して層ごとの社会的接続から社会的影響をモデル化する社会的集約である。第2のモジュールは,単一層における相互作用アイテムからアイテム影響を捉えるアイテム集合である。さらに,異なるメッセージ関数を設計し,異なる部分空間における情報を符号化した。最後に,ユーザ選好表現を,2つの部分空間の影響を融合することによって得た。3つの実世界データセット上で行われた広範な実験は,HIDMがいくつかの異なる最先端の社会的推薦モデルより優れていることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *相互作用 ,  不均一性 ,  単一層
準シソーラス用語： 協調フィルタリング ,  スパース性 ,  部分空間 ,  情報拡散モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 社会 ,  推薦 ,  情報拡散モデル