• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Systems >On optimal preference diffusion over social networks
【24h】

On optimal preference diffusion over social networks

机译：关于社交网络上的最优偏好扩散

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

It was well observed that a user's preference over a product changes based on his/her friends' preferences, and this phenomenon is called "preference diffusion", and several models have been proposed for modeling the preference diffusion process. These models share an idea that the diffusion process involves many iterations, and in each iteration, each user has his/her preference affected by some other preferences (e.g., those of his/her friends). When computing users' preferences after a certain number of iterations, these models use users' preferences at the end of that iteration only, which we believe is not desirable since users' preferences at the end of other iterations should also have some effects on users' final preferences. Therefore, in this paper, we propose a new model for preference diffusion, which takes into consideration users' preferences at each iteration for computing users' final preferences. Under the new model, we study two problems for optimizing the preference diffusion process with respect to two different objectives. One is easy to solve for which we design an exact algorithm and the other is NP-hard for which we design a (1 - 1/e)-factor approximate algorithm. We conducted extensive experiments on real datasets which verified our proposed model and algorithms. (C) 2019 Elsevier Ltd. All rights reserved.
机译：充分观察到，用户对产品的偏好根据其朋友的偏好而改变，这种现象被称为“偏好扩散”，并且已经提出了几种模型来对偏好扩散过程进行建模。这些模型的共同点是，扩散过程涉及许多迭代，并且在每个迭代中，每个用户的偏好都受到其他偏好（例如，他/她朋友的偏好）的影响。在经过一定数量的迭代后计算用户偏好时，这些模型仅在该迭代结束时使用用户偏好，我们认为这是不理想的，因为其他迭代结束时的用户偏好也会对用户的偏好产生一些影响。最终偏好。因此，在本文中，我们提出了一种偏好扩散的新模型，该模型考虑了每次迭代中的用户偏好来计算用户的最终偏好。在新模型下，我们针对两个不同的目标研究了优化偏好扩散过程的两个问题。我们设计一个精确算法很容易解决，而NP-hard设计一个（1/1 / e）因子近似算法很容易解决。我们在真实数据集上进行了广泛的实验，验证了我们提出的模型和算法。 （C）2019 Elsevier Ltd.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号