Personalized Recommendation via Suppressing Excessive Diffusion
المؤلفون المشاركون
Tian, Hui
Zhu, Xuzhen
Chen, Guilin
Yang, Zhao
المصدر
Mathematical Problems in Engineering
العدد
المجلد 2017، العدد 2017 (31 ديسمبر/كانون الأول 2017)، ص ص. 1-10، 10ص.
الناشر
Hindawi Publishing Corporation
تاريخ النشر
2017-06-18
دولة النشر
مصر
عدد الصفحات
10
التخصصات الرئيسية
الملخص EN
Efficient recommendation algorithms are fundamental to solve the problem of information overload in modern society.
In physical dynamics, mass diffusion is a powerful tool to alleviate the long-standing problems of recommendation systems.
However, popularity bias and redundant similarity have not been adequately studied in the literature, which are essentially caused by excessive diffusion and will lead to similarity estimation deviation and recommendation performance degradation.
In this paper, we penalize the popular objects by appropriately dividing the popularity of objects and then leverage the second-order similarity to suppress excessive diffusion.
Evaluation on three real benchmark datasets (MovieLens, Amazon, and RYM) by 10-fold cross-validation demonstrates that our method outperforms the mainstream baselines in accuracy, diversity, and novelty.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Chen, Guilin& Zhu, Xuzhen& Yang, Zhao& Tian, Hui. 2017. Personalized Recommendation via Suppressing Excessive Diffusion. Mathematical Problems in Engineering،Vol. 2017, no. 2017, pp.1-10.
https://search.emarefa.net/detail/BIM-1189872
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Chen, Guilin…[et al.]. Personalized Recommendation via Suppressing Excessive Diffusion. Mathematical Problems in Engineering No. 2017 (2017), pp.1-10.
https://search.emarefa.net/detail/BIM-1189872
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Chen, Guilin& Zhu, Xuzhen& Yang, Zhao& Tian, Hui. Personalized Recommendation via Suppressing Excessive Diffusion. Mathematical Problems in Engineering. 2017. Vol. 2017, no. 2017, pp.1-10.
https://search.emarefa.net/detail/BIM-1189872
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes bibliographical references
رقم السجل
BIM-1189872
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر