首页 > 技术文章 > social relation & recommender system

startover 2013-08-17 15:51 原文

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相似度,还有很多的冷启动用户。用户的意见和喜好可以通过social relation传播,可以缓解这些问题。

(3)利用social relation提高推荐的coverage。

 

social relation不利于推荐的方面:

(1)用户之间建立关系的成本很低,使得这些关系很杂。用户建立关系的出发点很多,无法得知用户建立关系的原因。那么把用户的social relation都用于推荐可能起到相反的效果。

(2)social relation也是比较稀疏的,活跃的用户的relation很多,然而在推荐系统中活跃的用户同样也有很多打分信息足够得到准确的推荐;不活跃的用户打分信息稀少,relation同时也很稀少,可能并不能帮助提高推荐质量。

(3)不同类型的social relation对推荐的影响可能不同,trust relation通常适用于提高推荐效果,然而其他类型的relation可能不能像trust relation取得一样的效果,比如following等。

推荐阅读