Score-based Generative Diffusion Models for Social Recommendations
Created by
Haebom
作者
Chengyi Liu, Jiahao Zhang, Shijie Wang, Wenqi Fan, Qing Li
概要
本論文は、オンラインプラットフォームにおける社会的推薦の効果を高めるために、社会的同質性の仮定(社会的接続を持つ個人は同様の好みを共有するという仮定)の限界を克服する新しい生成モデルを提示する。実際の社会ネットワークの複雑さとノイズによって社会的均質性仮定が常に成立しない問題を解決するために、スコアベースの生成モデルであるScore-based Generative Model for Social Recommendation(SGSR)を提案する。 SGSRは、確率的微分方程式(SDE)ベースの拡散モデルを社会的推薦に適用し、不足している監督信号の問題を軽減するための共同カリキュラム学習戦略と社会的および共同分野の間の知識の整列のための自己指導学習技術を利用します。実際のデータセットを用いた実験の結果、SGSRは不要な社会的情報をフィルタリングし、推奨性能を向上させる効果を示した。