Paper Introduction for "Personalized Entity Recommendation: A Heterogeneous Information Network Approach(WSDM’ 14)"
Paper: http://hanj.cs.illinois.edu/pdf/wsdm14_xyu.pdf
4. 従来の推薦⼿法[1,2,3]の問題点 (1/2)
従来のリンクベースの推薦システムは
単⼀タイプの関係性に対するモデル
4
[1] ... M. Jamali et al.. A matrix factorization technique with trust propagation for recommendation in social networks. [SIGKDD, ’10]
[2] … P. Melville, et al. Content-boosted collaborative filtering for improved recommendations. [AAAI ’02].
[3] … Q. Yuan, et al. Factorization vs. regularization: fusing heterogeneous social relationships in top-n recommendation. [RecSys, ’11]
例)関連研究の対象
• Trust relationship [1]
• Friend relationship [2]
• User membership [3]
Heterogeneous Network に対応させることは重要な課題
5. 従来の推薦⼿法[4,5]の問題点 (2/2)
全ユーザーに同じ推薦モデルを使うため、
ユーザーの嗜好と興味を考慮していない
5
[4] ... X. Yu, et al.. Collaborativefiltering with entity similarity regularization in heterogeneousinformation networks. [IJCAI I13].
[5] … X.Yu, et al.... Entity recommendation in heterogeneous information networks with implicit user feedback. [RecSys, 13].
友達が⾒てた
監督が好き
ゴジラが好き
A
B
C
[Amazonより引⽤]
6. 従来⼿法[4,5]の問題点 (2/2)
全ユーザーに同じ推薦モデルを使うため、
ユーザーの嗜好と興味を考慮していない
6
友達が⾒てた
[4] ... X. Yu, et al.. Collaborativefiltering with entity similarity regularization in heterogeneousinformation networks. [IJCAI I13].
[5] … X.Yu, et al.... Entity recommendation in heterogeneous information networks with implicit user feedback. [RecSys, 13].
監督が好き
ゴジラが好き
?
[Amazonより引⽤]
A
B
C