![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
元路径
cqu_shuai
实事求是,不自以为是
展开
-
异构网络中基于元图的推荐——FMG
主要参考论文:《Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks》概述基于异构信息网络的推荐系统面临两个问题:1.如何表示高阶推荐语义;2.如何融合异构信息用于推荐。针对第一个问题,本文采用了元图(和元路径)来表示高阶推荐语义;对于第二个问题,本文先用标准矩阵分解技术(MF)分解每个元图(元路径)得到的相似度矩阵,生成用户和物品的隐式表征,对不同元图(元路径)得到的表征使用带有group las原创 2020-10-23 18:42:52 · 2347 阅读 · 0 评论 -
一种异构图上基于元路径的推荐——HeteRec
主要参考论文:《Personalized Entity Recommendation: A Heterogeneous Information Network Approach》概述这篇论文讲的是异构信息网络中基于元路径的推荐算法,与之前讲的SemRec不同:1.SemRec针对评分预测任务,而HeteRec主要针对隐式反馈(点击、浏览等);2.SemRec根据元路径得到用户间的相似度,然后根据相似用户的偏好得到目标用户的偏好,得到预测分数,最后将不同元路径的分数加权求和得到最终分数;HeteRec则根原创 2020-10-22 15:03:32 · 4795 阅读 · 0 评论 -
在加权异构图上的基于元路径个性化推荐——SemRec
主要参考论文:《Semantic Path based Personalized Recommendation on Weighted Heterogeneous Information Networks》概述1)传统的异构图没有考虑连边上属性的值(连边的权重,比如电影评分1~5),所以一般的元路径不能准确地捕获语义信息。如下面这个异构图为例,考虑元路径“User-Movie-User”,如果不考虑Mary和Bob对电影的具体评分,那么会得出二者爱好很相似的结论,因为他们满足“Mary-The Term原创 2020-10-16 23:43:32 · 2922 阅读 · 1 评论