随笔分类 -  科研论文

摘要:Here are some tips:Use a\multicolumn{1}{|l}{} & \multicolumn{2}{l|}{...}construct;Add another\multicolumn{2}{c|}{}to the second row; andUse an additio... 阅读全文
posted @ 2014-04-14 10:43 huangshanshan 阅读(15903) 评论(0) 推荐(0)
摘要:由于社交网络盛行,现在许多关于推荐系统的研究都考虑了如何使用social relation来改进推荐系统。虽然有很多论文都成功的使用social relation改进了推荐效果,然而,也有一些尝试失败了。那么在这里就稍微讨论一下为何social relation可以改进推荐系统,为何有些没有得到改进。social relation有益于推荐的方面:(1)用户倾向于向朋友寻求建议。用户的喜好通常和他/她social network中的用户相似。社会网络分析中的社会相关性理论(Homophily,social influence)的支撑。(2)传统的推荐系统打分信息非常稀疏以至于不能准确计算用户的 阅读全文
posted @ 2013-08-17 15:51 huangshanshan 阅读(519) 评论(0) 推荐(0)
摘要:看了两篇关于社会化推荐的文章1:Factorization vs . Regularization: Fusing Heterogeneous Social Relationships in Top-N Recommendation. RecSys'112:Heterogeneous Data Fusion via Matrix Factorization for Augmenting Item, Group and Friend Recommendations. SAC'133:RecommendingInterestGroups toSocialMediaUsersby I 阅读全文
posted @ 2013-08-08 08:48 huangshanshan 阅读(463) 评论(1) 推荐(0)
摘要:最近看了一些结合社会关系的推荐系统,把论文罗列一下:(TidalTrust) Generating predictive movie recommendations from trust in social networks. Springer'06Trust-aware recommender systems. RecSys'07TrustWalker: a random walk model for combining trust-based and item-based recommendation.KDD'09(SocialMF) A Matrix Factor 阅读全文
posted @ 2013-07-04 10:29 huangshanshan 阅读(1491) 评论(1) 推荐(0)