推荐系统——Directed edge recommender system

论文描述：

*大多数现有的推荐系统专注于为每个用户寻找相关项目。在本文中，我们重点关注有向边推荐问题，即用户与用户之间的共享关系。

*共享是建立和维持密切关系的重要部分，共享表示一个用户购买一个商品并将其赠与另一个人的过程，共享的原因包括令某人高兴或者喜欢某人，以及在某一特定主题上突出自己。研究表明，当一个人选择一种要赠与他人的商品时的决策行为是和为自己购买商品的决策行为不同。共享本质上是一种非对称行为，即，涉及的用户关系是有向的（赠与者--->接收者），因此我们提出的推荐系统在整合了赠与者与接收者的偏好信息，同时整合了个人用户偏好模型，实验证明，我们提出的模型可以获得更精准的推荐

*本文提出的有向边推荐模型与传统的推荐模型不同之处如下：

**（1）模型中使用的不仅仅是单个用户的信息，而且也有一对用户（赠与者--->接收者）的信息

**（2）在购买商品时，有向的活动对用户的决策行为与单纯的一个人的购买决策行为不同

**（3）传统推荐模型考虑的是三元组（用户，商品，评分），本文的模型中考虑的是四元组（赠与者，接收者，商品，评分）

 

参考文献：

Kotsogiannis I, Zheleva E, Machanavajjhala A. Directed edge recommender system[C]//Proceedings of the Tenth ACM International Conference on Web Search and Data Mining. ACM, 2017: 525-533.