论文笔记：Recommender Systems with Social Regularization

一、基本信息

论文题目:《Recommender Systems with Social Regularization》

发表时间：WSDM 2011

论文作者与单位：

论文地址：https://dl.acm.org/citation.cfm?id=1935877

 

二、摘要

        近十年来，虽然人们对推荐系统已经进行了较深入的研究，但基于社交网络的推荐系统的研究才刚刚起步。本文提出了一种结合社会网络信息改进推荐系统的通用方法，并提出了一种具有社会正则化的矩阵分解框架。本文的贡献有四个方面：（1）我们阐述了社交网络信息如何有利于推荐系统；（2）我们解释了社交推荐系统和信任感知推荐系统之间的差异；（3）我们提出了社会正则化这一术语来表示推荐系统的社会约束，并且我们系统地说明了如何设计一个具有社会正则化的矩阵因子分解目标函数；（4）所提出的方法是非常通用的，可以很容易地扩展到包含其他上下文信息，如社会标签等。对两个大型数据集的实证分析表明，我们的方法优于其他最先进的方法。

 

三、主要内容与工作

1、阐述了社交网络信息如何有利于推荐系统。

2、解释了社交推荐系统和信任感知推荐系统之间的差异。原因主要有三点：

• “社会推荐”的概念期望通过整合一个社会朋友网络来改进推荐系统。
• 信任感知推荐系统基于这样一个假设：用户与他们信任的其他用户有相似的品味。这一假设在社交推荐系统中并不总是正确的，因为一个用户的朋友的口味可能会有很大的不同。一些朋友可能会和这个