联合建模异构社交和内容信息的活动推荐模型

• 作者: 李翠平 王征 王绍卿 赵衎衎 陈红
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 数据库技术
• 页码范围: 3134-3149
• 页数: 16页
• 分类号: TP311
• 字数: 11575字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005284

摘要

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.