暑假期间阅读了很多比较新的推荐系统方向论文,于是把相关笔记挂出来。

传统模型

使用多种采样条件实现地点推荐1

拟解决的主要问题

基于地点的推荐已经是基于地理位置的社交网路的重要功能之一。很多地点推荐模型使用了额外的信息来提升推荐的性能,然而他们都只在负采样中使用了一种额外信息,而本文同时结合了地理影响和社交关联。

分析目前主流结合地理影响和社交关联的推荐方法时,主要发现了以下四个局限性

  • 局限一:负样本是通过均匀采样得到的。
  • 局限二:采样方法基于预先定义的地理环境采样方式。
  • 局限三:采样方法基于预先定义的社交关联采样方式。
  • 局限四:事先假设定义的采样方法不足以和多种额外信息进行灵活结合。
  1. Manotumruksa, Jarana, Craig Macdonald, and Iadh Ounis. “A Personalised Ranking Framework with Multiple Sampling Criteria for Venue Recommendation.” Proceedings of the 2017 ACM on Conference on Information and Knowledge Management. ACM, 2017. 

Continue reading