A Random Walk Around the City: New Venue Recommendation in Location-Based Social Networks のメモ

昨日読んだ論文の筆者らが書いたやつ

やること

LBSN のデータを利用して,場所の推薦をする

  • 今回は,foursquare と Gowalla を対象にしている

この論文では,LBSN のユーザとチェックインをノードとして扱い,グラフを構築し,
そのグラフに基づいて,ランダムウォークして,確率の高い場所を推薦している

比較対象

協調フィルタリング

  • ユーザのチェックインベクトルを利用した,k-NN のユーザベースな CF
  • ある場所にチェックインしたユーザの集合を利用した,アイテムベースの CF
  • Matrix Factorization を利用した CF

ランダムウォーク

グラフの構築

  1. ユーザとそのユーザがチェックインした場所
  2. ユーザとそのフレンド

に関してエッジをはる

重みありと重み無し

  1. すべてのエッジに対して,等確率で重みを設定するモデル
  2. ユーザのチェックイン頻度,ユーザのフレンドの数に基づいて,エッジに重みを設定するモデル

の2つの手法を試している

結果

f:id:laughing:20130205011654p:plain

  • 酔歩
    • 重みなし(rwr)でも重みあり(wrwr)でもあまり変わらない
  • CF
    • ユーザベース(knn)や MF はかなり精度が低い...
    • アイテムベース(placenet)は健闘している
  • 頻度ベース
    • 人気順(popularity)もかなり健闘している

感想

人気順でいいんじゃないかこれ...

Google+ 次世代SNS戦争のゆくえ (ソフトバンク新書)

Google+ 次世代SNS戦争のゆくえ (ソフトバンク新書)