ソーシャルレコメンデーションにおける相乗効果の解明

要約

複数のソーシャルネットワークを活用する推薦システムにおいて、複雑な「相乗効果」の説明は困難でした。本研究では、グラフデータにおける情報利得を定量化し、この相乗効果を体現するサブグラフを特定する手法「SemExplainer」を提案します。3つのデータセットでの実験により、既存手法よりも優れた説明性能が実証されました。

全文は有料プランで閲覧できます。