机器学习和生物信息学实验室联盟

标题: 丁宁翔-2016.7.16组会-交叉社交媒体的推荐 [打印本页]

作者: dingningxiang 时间: 2016-7-19 11:10
标题: 丁宁翔-2016.7.16组会-交叉社交媒体的推荐
本帖最后由 dingningxiang 于 2016-7-19 11:11 编辑

摘要：社交媒体的快速发展彻底改变了人们对世界认知和理解的方式，然而至今，还没有一个连接全球用户的社交媒体网络。究其原因，其中，两个知名的社交媒体，Twitter和Facebook，由于政策上的原因，在中国大陆被禁止使用，这意味着全世界21.97%的网民被排除在这两个媒体之外；类似地，作为全球第二大的微博，新浪微博由于默认的语言是中文，也将其他国家的用户拒之门外。为了掌握全球用户的信息，本文构建了一个虚拟的社交异构网络——虚拟全球社交媒体网络（PGSMN）。在这个网络里，新浪微博和Twitter的话题通过中间层链接在一起，新浪微博中的用户节点和话题节点可以随机游走至Twitter中的节点，反之亦可，本文在PGSMN网络的基础上进行交叉媒体的推荐。

PGSMN网络的构建主要有两方面的阻碍：
1. Twitter和微博几乎是两个独立的社交网络，两个网络之间几乎没有任何已存在的联系；
2. Twitter和微博分别使用两种不同的语言，并且用户经常使用俗语和缩写，因此不能使用机器翻译来辅助构建网络。

本文的主要创新点有：
1. 首次构建了了一个以维基百科作为中间过渡层的虚拟全球社交媒体网络（PGSMN），综合了微博和Twitter的用户与话题数据，将全球用户在一个虚拟的网络中连接在一起；
2. 提出了用户和话题标签与维基百科中某条分类路径相关性的计算方法；
3. 提出了两个路径集合之间随机游走的方法。
多组实验结果表明，本文提出的推荐算法可靠有效。

参考论文：
[1] Liu, X., Xia, T., Yu, Y., Guo, C., & Sun, Y. (2016, March). Cross Social Media Recommendation. In Tenth International AAAI Conference on Web and Social Media.

报告PPT请见

欢迎光临机器学习和生物信息学实验室联盟 (http://123.57.240.48/)