标题

A Graph-based Recommendation across Heterogeneous Domains

作者

阳德青（复旦大学）

简介

与Semantic-based Recommendation Across Heterogeneous Domains（2015 ICDM）类似的，这也是一篇跨领域的推荐。所谓的跨领域指的是：网络中不同的系统，并不是指完全不相干的领域。跨领域主要目的是应用一个已有资源的系统中信息解决另一个系统的冷启动问题。问提定义与上一篇论文中一样，如下图e所示：

动机

具有现实意义。

1. 对于某些豆瓣用户，他们在豆瓣上并不活跃，但是他们在微博上却是活跃的，如何根据微博信息对他们推荐豆瓣电影？
2. 对于两个糖尿病网站，一个是针对一型，二型以及前驱糖尿病的，还有一个网站是针对妊娠糖尿病。如何根据其中一个网站的post对另一个网站的用户进行推荐？

   挑战

3. 不同领域间共享特征的稀疏性
4. 如何设计一个有效且高效的模型来推测不同领域间实体（用户/物品）的相似性

解决思路

1. 提出一个基于多部图的推荐模型和一个有效的传播算法
2. 根据网络百科提取的概念向量获取不同标签/关键词的语义关联

具体算法

将此多部图表达成一个关系矩阵X，然后归一化成S。如下图所示：

目标：根据计算一个与S全局近似的矩阵K:

其中，A,B,C分别如下：

那么，为：

某个用户i的关联向量如下：

而对于特征关系矩阵，其计算是根据语义匹配实现的，也就是本文的第二个共现：根据百科页面来计算标签间相似度，具体做法与上一篇论文类似。