Low-rank Linear Cold-Start Recommendation from Social Data

推荐系统的冷启动问题是如何向系统中没有任何历史记录的新用户推荐，而我们常用的协同过滤算法是完全依赖用户与物品之间的历史交互信息的，这成为了一个挑战。近期相关的工作表明，有效利用社交信息（如用户的好友关系、公共主页喜好）能够很好地缓解这一问题。本文将三种已有的冷启动模型总结推广为一种线性的基于内容的模型，在此基础上，提出了 LoCo 模型，实验表明此模型要优于 state-of-the-art 冷启动推荐模型。