×
Kotaro Sudo公司;内奥亚·奥苏吉;高福美·卡纳莫里

基于领域匹配的交互式推荐的数值研究。 （英语） 兹比尔1430.62276

日本。统计数据科学杂志。 2，第1号，221-240（2019）。
摘要：互惠推荐的任务是在两个不同组的用户之间找到更好的匹配项。相互推荐的常见例子包括在线招聘和在线约会服务。本文提出了一种使用图嵌入技术的双向推荐新方法。特别地，我们使用跨域匹配相关分析（CDMCA）作为图嵌入方法。在CDMCA中，将不同领域的特征向量映射到一个公共表示空间中，并在公共映射空间中进行相互推荐。数值实验表明，基于相似性加权方案的CDMCA提供了高质量的互惠推荐。

引用于1文件

MSC公司：

62兰特 大数据和数据科学的统计方面
62H20个 关联度量（相关性、典型相关性等）

关键词：

相互推荐;跨域匹配相关分析;雅卡相似性;跨域匹配相关分析

软件：

伦敦银行支持向量机;SimRank公司;R（右）
PDF格式BibTeX公司 XML格式引用
\textit{K.Sudo}等人，Jpn。统计数据科学杂志。2，第1号，221--240（2019年；Zbl 1430.62276）
全文： 内政部

参考文献：

[1] Akehurst，J.、Koprinska，I.、Yacef，K.、Pizzato，L.A.S、Kay，J.和Rej，T.（2011）。CCR-网上约会内容合作互惠推荐。在T.Walsh（编辑）、IJCAI和IJCAI/AAAI中（第2199-2204页）。
[2] Brun，A.、Castagnos，S.和Boyer，A.（2011年）。社会建议：导师和领导者检测，以缓解协作过滤中的冷酷问题。T.P.H.I-Hsien Ting和L.S.Wang LS（编辑），《社交网络挖掘、分析和研究趋势：技术和应用》，IGI global（第270-290页）。
[3] Cai，X.、Bain，M.、Krzywicki，A.、Wobcke，W.、Kim，Y.S.、Compton，P.和Mahidadia，A.（2010）。社交网络中人际推荐的协作过滤。J.Li（Ed.）AI 2010：人工智能进展。AI 2010。澳大利亚人工智能联合会议记录，LNCS（第6464卷，第476-485页）。柏林：斯普林格。
[4] Chang，C.C.和Lin，C.J.（2011）。LIBSVM：支持向量机库。ACM智能系统与技术汇刊，2，27:1-27:27。网址：http://www.csie.ntu.edu.tw/cjlin/libsvm。
[5] Fukui，K.、Okuno，A.和Shimodaira，H.（2016）。利用图像组链接和多域图嵌入进行图像和标签检索。2016年IEEE图像处理国际会议（ICIP）（第221-225页）。
[6] Gao，C.，Ma，Z.，Zhang，A.Y.，&Zhou，H.H.（2017）。在随机块模型中实现最佳误分类比例。机器学习研究杂志，18，1-45·Zbl 1440.62244号
[7] Hong，W.、Zheng，S.、Wang，H.和Shi，J.（2013）。基于用户聚类的工作推荐系统。计算机杂志，8（8），1960-1967·doi:10.4304/jcp.8.8.1960-1967
[8] Hopcroft，J.、Lou，T.和Tang，J.（2011年）。谁会跟你回去互惠关系预测。《第20届ACM信息和知识管理国际会议论文集》，CIKM’11（第1137-1146页）。纽约：ACM。
[9] Huang，Z.、Shan，S.、Zhang，H.、Lao，S.和Chen，X.（2012）。交叉视图图嵌入。《计算机视觉ACCV》（第770-781页）。
[10] Järvelin，K.和Kekäläinen，J.（2002）。基于累积收益的红外技术评估。ACM信息系统交易，20（4），422-446·数字对象标识代码：10.1145/582415.582418
[11] Jeh，G.和Widom。J.（2002）。Simrank：结构-内容相似性的度量。第八届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD’02（第538-543页）。纽约：ACM。
[12] Kim，Y.S.、Krzywicki，A.、Wobcke，W.、Mahidadia，A.、Compton，P.、Cai，X.和Bain，M.（2012）。混合技术解决社交网络中人际推荐的冷启动问题。2012年9月3日至7日，马来西亚古晋，第12届环太平洋国际人工智能会议，PRICAI 2012：人工智能趋势。会议记录（第206-217页）。
[13] Kishida，K.（2005）。平均精度特性作为检索实验的性能度量。国家信息学研究所技术代表，nII-2005-014E。
[14] Leskovec，J.、Huttenlocher，D.和Kleinberg，J.（2010年）。预测在线社交网络中的积极和消极联系。《第19届万维网国际会议论文集》，WWW’10（第641-650页）。纽约：ACM。
[15] Li，L.和Li，T.（2012）。MEET：互惠推荐系统的通用框架。《第21届ACM信息和知识管理国际会议论文集》，CIKM’12（第35-44页）。纽约：ACM。
[16] Nori，N.、Bollegala，D.和Kashima，H.（2012）。社会数据中的多项式关系预测：一种降维方法。2012年7月22日至26日，第二十六届AAAI人工智能会议论文集。加拿大安大略省多伦多市。
[17] Pizzato，L.、Rej，T.、Chung，T.，Koprinska，I.和Kay，J.（2010年）。RECON：网上约会的互惠推荐人。《第四届ACM推荐系统会议记录》，RecSys’10（第207-214页）。纽约：ACM。
[18] Pizzato，L.、Rej，T.、Akehurst，J.、Koplinska，I.、Yacef，K.和Kay，J.（2013）。向人们推荐人：通过在线约会中的一个案例研究，了解相互推荐人的性质。用户建模和用户自适应交互，23（5），447-488·doi:10.1007/s11257-012-9125-0
[19] R核心团队。(2017). R： 一种用于统计计算的语言和环境。维也纳：R统计计算基金会。https://www.R-project.org/。
[20] Real，R.和Vargas，J.M.（1996年）。雅卡德相似性指数的概率基础。系统生物学，45（3），380-385·doi:10.1093/sysbio/45.3.380
[21] Rohe，K.、Chatterjee，S.和Yu，B.（2011年）。谱聚类和高维随机块模型。《统计年鉴》，39（4），1878-1915年·Zbl 1227.62042号 ·doi:10.1214/11-AOS887
[22] Saibaba，A.K.、Lee，J.和Kitanidis，P.K.（2015）。广义厄米特特征值问题的随机化算法及其在计算Karhunen-Loève展开中的应用。数字线性代数及其应用，23，314-339·Zbl 1413.65104号 ·doi:10.1002/nla.2026
[23] Schafer，J.B.、Frankowski，D.、Herlocker，J.和Sen，S.（2007年）。协同过滤推荐系统。P.Brusilovsky、A.Kobsa和W.Nejdl（编辑），《自适应网络》，LNCS（第4321卷，第291-324页）。柏林：斯普林格。
[24] Schölkopf，B.和Smola，A.J.（2002年）。用内核学习。马萨诸塞州剑桥：麻省理工学院出版社·Zbl 1019.68094号
[25] Schütze，H.、Manning，C.D.和Raghavan，P.（2008）。信息检索导论（第39卷）。剑桥：剑桥大学出版社·Zbl 1160.68008号
[26] Shalev-Shwartz，S.和Ben-David，S.（2014年）。理解机器学习：从理论到算法。纽约，纽约：剑桥大学出版社·Zbl 1305.68005号 ·doi:10.1017/CBO9781107298019
[27] Shimodaira，H.（2015）。通过谱图嵌入进行降维的跨域匹配的简单编码。arXiv:1412.8380。
[28] Tu，K.、Ribeiro，B.、Jensen，D.、Towsley，D.、Liu，B.、Jiang，H.和Wang，X.（2014）。网上约会推荐：匹配市场和学习偏好。《第23届万维网国际会议论文集》，WWW’14 Companion（第787-792页）。纽约：ACM。
[29] Wang，C.、Han，J.、Jia，Y.、Tang，J.，Zhang，D.、Yu，Y.和Guo，J.（2010）。从研究出版网络挖掘顾问-顾问关系。第16届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD’10（第203-212页）。纽约：ACM。
[30] Williams，C.K.I.和Seeger，M.（2001）。使用nyström方法加速内核机器。T.K.Leen，T.G.Dietterich，V.Tresp（编辑），《神经信息处理系统的进展》（第13卷，第682-688页）。麻省理工学院出版社。
[31] Xia，P.，Jiang，H.，Wang，X.，Chen，C.，&Liu，B.（2014）。预测用户在大型在线约会网站上的回复行为。在网络和社交媒体国际AAAI会议上。
[32] Xia，P.，Liu，B.，Sun，Y.，&Chen，C.（2015）。网上约会的双向推荐系统。2015年IEEE/ACM国际社会网络分析和挖掘进展会议论文集，ACM，ASONAM’15（第234-241页）。
[33] Yu，H.、Liu，C.和Zhang，F.（2011）。招聘领域的互惠推荐算法。《信息与计算科学杂志》，8（16），4061-4068。
[34] Yu，M.、Zhao，K.、Yen，J.和Kreager，D.（2013）。互惠和二方社交网络中的推荐——在线约会的案例研究。2013年4月2日至5日，在美国华盛顿特区举行的《社会计算，行为文化建模与预测》第六届国际会议，SBP 2013。会议记录（第231-239页）。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。