運用於線上團購社群之個人化社交活動推薦系統

隨著線上社群的社交功能的引進，使用者之間擁有了大量的互動，這些互動都包含了極為豐富的社群資訊，值得去分析和研究。其中，線上社群中除了使用者所製作的內容之外，社交活動的數量也變得愈來愈大。使用者為了追尋同一個目標而聚集成群，由一個發起者舉辦社交活動並且指定活動的目標，其他感到興趣的使用者加入了這個社交活動。線上團購社群中的每一個團購就是一個非常好的例子，主購發起了某個商家的優惠團購，其他使用者參與團購以獲得商家優惠。豐富的社交資訊及大量的社交活動引起了我們研究的動機，因此我們提出了個人化社交活動推薦系統(簡稱為P-SERS)，利用社交資訊過濾推薦個人化的社交活動。 P-SERS 由三個步驟所組成(1)候選者選取，(2)社交評分及(3)推薦。首先，P-SERS 利用使用者對於不同類別社交活動的喜好以及使用者在線上社群裡的社交網路來過濾出候選社交活動。我們認為社交活動裡有三個非常重要的要素(1)發起者，(2) 參與者及(3)目標，三個要素以不同的影響力影響一個使用者是否對於一個社交活動感到興趣，所以我們在社交評分的步驟設計了三個演算法來計算三個要素對於使用者的重要性，重要性由三個分數來表示，分別為發起者分數，參與者分數及目標分數，它們分別模擬了發起者的專業度，參與者的社交影響力及目標的熱門度。P-SERS 利用分數將所有候選社交活動排序並且產生推薦清單，除此之外，對每一個推薦的社交活動提供解釋和增加群組功能來增進使用者對於推薦清單的理解與使用便利。最後，為了鑑定P-SERS 的推薦能力，我們將P-SERS 運用於真實的線上團購社群去推薦食物團購活動，實驗結果顯示P-SERS 提供了較佳的推薦滿意度，此外我們也驗證了P-SERS 所附加的解釋功能對於使用者來說非常的有幫助。

關鍵字

個人化；社交活動；推薦系統；社交資訊過濾

並列摘要

As the increasing popularity of social networking functions, people interact with others in social events everyday. However, people are easily overwhelmed by hundreds of social events. Therefore, social event recommendation draws lots of attention in recent days. In this work, we propose P-SERS, a Personalized Social Event Recommender System, which consists of three phases: (1) candidate selection, (2) social measurement and (3) recommendation. Potential candidate events are selected based on user preference and the social network. In our opinion, every social event is composed of three critical elements: (1) the initiator, (2) the participants and (3) the target item. These elements possess different types of in uential power on a social event. Therefore, we design algorithms to compute three social measures, i.e., initiator score, participant score and target score, which model expertise of the initiator, group in uence of participants and global popularity of the target item respectively. P-SERS evaluates each candidate social event by the social measures and produces a recommendation list. In addition, explanations and the grouping function are provided to improve the recommendation. Finally, we examine P-SERS by recommending group buying events in a real world online group buying website. The experimental results show the superiority of P-SERS over conventional social recommendation methods.

並列關鍵字

Personalized ； social event ； recommender system ； social information fi

參考文獻

[2] S. Amer-Yahia, J. Huang, and C. Yu. Building community-centric information exploration applications

[22] J. Zhang, J. Tang, and J. Li. Expert nding in a social networks. In Proc. of Database Systems for

based on expert opinions from the web. In Proc. of conference on Information Retrieval, 2009.

New York, NY, USA, 2009. ACM.

[4] B. R. O. Anderson. Imagined communities: re ections on the origin and spread of nationalism.

國際替代計量

運用於線上團購社群之個人化社交活動推薦系統

全文下載

主題瀏覽