社交协同检索

Apr, 2014

Social Collaborative Retrieval

Ko-Jen Hsiao, Alex Kulesza, Alfred Hero

TL;DR本文提出了一种新的协作检索模型，通过整合社交网络信息来提高文本检索的准确性，在真实的音乐数据集上进行了实证分析，证明在数据稀疏性强的情况下，社交信息对于文本检索尤为重要。

Abstract

socially-based recommendation systems have recently attracted significant interest, and a number of studies have shown that social information can dramatically improve a system's predictions of user interests. Meanwhile, there are now many potential applications that involve aspects of

socially-based recommendation systems social networks collaborative retrieval data sparsity cultural interests

发现论文，激发创造

基于社交矩阵分解的协同主题回归推荐系统

本文提出了一种新颖的基于层次贝叶斯模型的社交网络信息效果预测方法，并结合主题建模和概率矩阵分解，从训练数据中自动推断有用的潜在主题和社交信息以及其对协作过滤的重要性，并展现了该算法在推荐系统方面优于现有方法的实验结果，揭示了社交圈在信息的决策过程中比个人品味更具影响力，以及可能在许多利用社交信息的推荐系统中存在的信息泄露问题的解决方案。

Jun, 2012

深度社交协同过滤

本文介绍了 DSCF，一种新型的深度社交协同过滤框架，通过利用社交关系的各个方面来解决推荐系统中存在的多种挑战，包括利用用户 - 项目交互和社交网络信息进行深度学习，使用邻居的信息并考虑特定推荐情况，以及了解邻居对项目的不同意见对用户的影响等，实验证明该框架的有效性。

Jul, 2019

学习内容相似度进行音乐推荐

本文提出一种由协同过滤数据样本优化得到的基于内容相似度度量的音乐推荐系统，能够对于新颖或不受欢迎音乐领域的查询给出高精度和高效率的回答，并且在实验中得出了显著的精度改善。

May, 2011

基于知识图谱的推荐系统综述

本文系统调查了基于知识图谱的推荐系统，从算法和数据集两个角度总结了近期发表的研究，并提出了该领域的几个潜在研究方向。

Feb, 2020

潜在协作检索

本研究介绍了一种基于矩阵因式分解的推荐模型，用于针对给定的查询和用户，推荐排名靠前的物品，实验结果表明它胜过了多个基准模型。

Jun, 2012

推动基线推荐系统的极限：结合意见挖掘和信息检索技术的综述

本文综述了混合推荐系统的新模型与架构，并识别了每种模型的优缺点及其具体应用场景。

May, 2022

基于社交曝光的协同过滤：社交推荐的模块化方法

本研究旨在探讨如何有效地利用社交信息来改进推荐，提出了一种将社交曝光融入协同过滤的新颖方法，通过社交规范化和社交激励两种不同的方式构建社交曝光，实验证明此方法优于当前的最新方法，并进行了两种方法的可靠性和可扩展性比较。

Nov, 2017

带有辅助信息的推荐研究综述及研究方向

本文综述了基于用户或物品侧面信息的推荐系统研究，并从方法论和侧面信息表示两个角度，概括了基于记忆、潜在因子、表示学习和深度学习等不同方法的最新推荐算法。同时阐述了结构化数据和非结构化数据的侧面信息表示，并探讨了应用推荐系统面临的挑战和未来发展方向。

Sep, 2019

基于信任的社交网络推荐系统模型

本文提出了一种基于信任的社交网络推荐系统模型，通过比较基于频率的推荐系统，探究了信任动态、网络密度、偏好异质性和知识稀疏性等对系统性能的影响，发现系统能够自我组织进入到接近最优的状态。

Nov, 2006

在线约会服务的推荐系统

该论文论述了在线约会存在信息过载的问题，使用协同过滤算法的推荐系统可以有效提高用户体验和商业价值。

Mar, 2007