自适应推荐模型中的异质性、质量和信誉

基于网络算法的异构信息推荐

Heterogeneity Involved Network-based Algorithm Leads to Accurate and Personalized Recommendations

在基于网络的对象间定向资源转换算法中，考虑了源对象和目标对象的异构性。在考虑目标对象异质性的有偏热传导推荐方法（BHC）的基础上，进一步将源对象度作为扩散权重，提出了一种异质热传导推荐算法（HHC）。在Netflix、RYM和MovieLens三个真实数据集上进行测试，发现HHC算法在准确性和个性化方面都比两个优秀的算法，即，该算法是在原有BHC算法的基础上，采用热传导和质量扩散的混合算法（HHM），而不需要任何其他辅助信息或参数。此外，HHC甚至提高了冷对象的推荐准确率，涉及所谓的冷启动问题，以有效缓解对具有不同受欢迎程度的对象的推荐偏差。

Eliminating the effect of rating bias on reputation systems

The ongoing rapid development of the e-commercial and interest-base websites make it more pressing to evaluate objects' accurate quality before recommendation by employing an effective reputation system. The objects' quality are often calculated based on their historical information, such as selected records or rating scores, to help visitors to make decisions before watching, reading or buying. Usually high quality products obtain a higher average ratings than low quality products regardless of rating biases or errors. However many empirical cases demonstrate that consumers may be misled by r…

用于链路预测的三元闭包-度异质性-和谐GCN

Triadic Closure-Heterogeneity-Harmony GCN for Link Prediction

针对现有GNN方法在链路预测中忽略节点属性和内在结构关系的问题，提出结合三元闭包和度异质性拓扑指标的TriHetGCN框架，在九个真实数据集上达到SOTA并展现强泛化能力。

基于信任的社会网络推荐系统模型

A Model of a Trust-based Recommendation System on a Social Network

在本文中，我们提出了一个基于信任的推荐系统在社会网络的模型。该模型的思想是，代理人使用他们的社会网络，以达到信息和他们的信任关系过滤it.We调查代理人之间的信任动态影响系统的性能进行比较，基于频率的推荐系统。此外，我们确定的网络密度，代理之间的偏好异质性和知识稀疏的影响是系统的性能的关键因素。该系统自组织的状态与性能接近最佳的，在全球层面上的性能是一个紧急的属性的系统，实现没有明确的协调，从本地的相互作用的代理。