文献

J-GLOBAL ID：202202278682164272   整理番号：22A1172137

社会的勧告のための関心を意識した影響拡散モデル【JST・京大機械翻訳】

Interest-aware influence diffusion model for social recommendation

著者 (4件)： Li Yuqiang (School of Computer Science and Technology, Wuhan University of Technology, Wuhan, China) ,  Zhan Zhilong (School of Computer Science and Technology, Wuhan University of Technology, Wuhan, China) ,  Li Huan (School of Computer Science and Technology, Wuhan University of Technology, Wuhan, China) ,  Liu Chun (School of Computer Science and Technology, Wuhan University of Technology, Wuhan, China)
資料名： Journal of Intelligent Information Systems  (Journal of Intelligent Information Systems)
巻： 58  号： 2  ページ： 363-377  発行年： 2022年 
JST資料番号： W0453A  ISSN： 0925-9902  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ソーシャルネットワークの急速な発展により,推薦システムにおける社会的関係の応用はますます多くの注目を集めている。ソーシャル推薦システムは,ユーザの友好の選好を利用することによって,ユーザ埋込みをよりよくモデル化するために,データスパース性の問題を軽減する。従来のソーシャル推薦モデルは,一次近隣の選好情報を通してユーザ埋込みを最適化するが,グローバルソーシャルネットワークから社会的影響拡散プロセスをモデル化することができなかった。最近提案されたDiffNetはこの問題をある程度解決するが,ソーシャルネットワークに共通の関心を持たない高次隣接ユーザはグラフ畳込みにも関与し,社会的影響拡散における負の情報により影響を受けるユーザ埋込みを,従って推薦システムの性能に影響する。従って,DiffNetに基づくIdiffNetという名のモデルを提案した。IdiffNetにおいて,自己監督された部分グラフ生成モジュールを設計して,ユーザ特徴に従って類似の興味を持つユーザを同定した。それにより,ユーザソーシャルグラフをいくつかのユーザソーシャルサブグラフに分解して,次に,ユーザ埋込みをサブグラフ上の関心伝搬を通して最適化した。その結果,IdiffNetはユーザソーシャルネットワークにおける異なる関心を持つユーザのインタラクションを避けることができる。最後に,著者らは2つの公開データセットに関して多くの比較実験を行い,結果は,IdiffNetが現在の主流の社会的推薦モデルより良い性能を有することを示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  相互作用 ,  畳込み ,  情報 ,  興味 ,  部分グラフ ,  社会 ,  *利用者 ,  伝搬 ,  比較試験 ,  拡散過程
準シソーラス用語： スパース性 ,  推奨システム ,  *拡散モデル ,  社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： レコメンダーシステム ,  社会的勧告 ,  拡散の影響 ,  関心拡散

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (5件)： 社会 ,  勧告 ,  関心 ,  意識 ,  拡散モデル