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。