본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

Joint Prediction of Rating and Popularity for Cold-Start Item by Sentinel User Selection

Zhongchen Miao (Dept. of Electron. Eng., Shanghai Jiao Tong Univ., Shanghai, China ) ; Junchi Yan (Sch. of Comput. Sci. & Software Eng., East China Normal Univ., Shanghai, China ) ; Kai Chen (Dept. of Electron. Eng., Shanghai Jiao Tong Univ., Shanghai, China ) ; Xiaokang Yang (Sch. of Comput. Sci. & Eng., Georgia Inst. of Technol., Atlanta, GA, USA ) ; Hongyuan Zha (Dept. of Electron. Eng., Shanghai Jiao Tong Univ., Shanghai, China ) ; Wenjun Zhang ;
  • 초록  

    New item or topic profiling and recommendation are useful yet challenging, especially in face of a “cold-start” situation with sparse user-item ratings for the new arrivals. In this paper, a method of acquiring review opinions of the “sentinel” users on the cold-start items is proposed to elicit those items' latent profiles, and thus both user-specific ratings and future popularity of the items can be predicted simultaneously. Specifically, such a joint prediction task is formulated as a two-stage optimization problem, and a sentinel user selection algorithm is devised to facilitate effective latent profiles extraction for both item ratings and popularity predictions. Experiments with microblogging and movie data sets corroborate that the proposed method is capable of mitigating the cold-start problem and it outperforms several competitive peer methods.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

유료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기