- Сеть внимания с гиперболическим графиком с учетом времени для рекомендаций на основе сеансов (arXiv)
Автор:Сяохань Ли, Юцин Лю, Чжэн Лю, Филип С. Ю
Вывод:рекомендация на основе сеанса (SBR) предназначена для прогнозирования следующих заинтересовавших пользователей элементов на основе их предыдущих сеансов просмотра. Существующие методы моделируют сеансы в виде графиков или последовательностей для оценки интересов пользователей на основе элементов, с которыми они взаимодействовали, для выработки рекомендаций. В последние годы методы на основе графов достигли выдающихся результатов в SBR. Однако ни один из этих методов не учитывает временную информацию, которая является важной характеристикой СРП, поскольку указывает на своевременность или актуальность. Кроме того, графы сеансов имеют иерархическую структуру и продемонстрировали свою пригодность в гиперболической геометрии. Но несколько работ проектируют модели в гиперболических пространствах, и это направление все еще находится в стадии изучения.
В этой статье мы предлагаем Time-aware Hyperbolic Graph Attention Network (TA-HGAT) — новую структуру нейронной сети с гиперболическим графом для построения рекомендательной модели на основе сеансов с учетом временной информации. В частности, в TA-HGAT есть три компонента. Во-первых, модуль гиперболической проекции преобразует характеристики объекта в гиперболическое пространство. Во-вторых, модуль внимания графика с учетом времени моделирует временные интервалы между элементами и текущими интересами пользователей. В-третьих, эволюционная потеря в конце модели обеспечивает точное предсказание рекомендуемого элемента на основе заданной метки времени. TA-HGAT построен в гиперболическом пространстве для изучения иерархической структуры графов сеансов. Экспериментальные результаты показывают, что предложенный TA-HGAT имеет лучшую производительность по сравнению с десятью базовыми моделями на двух реальных наборах данных.
2. Сети взвешенных убеждений объединяют простую и сложную динамику заражения (arXiv)
Автор: Рахит Айяппа, Алессандро Фламмини, Йонг-Ёл Ан
Аннотация. Социальное заражение — это повсеместный и фундаментальный процесс, который приводит к социальным изменениям. Хотя социальное заражение возникает в результате когнитивных процессов и предубеждений, интеграция когнитивных механизмов с теорией социального заражения остается открытой проблемой. В частности, исследования социальных явлений обычно предполагают, что динамика заражения может быть либо простой, либо сложной, вместо того, чтобы позволить ей возникать из когнитивных механизмов, несмотря на эмпирические данные, указывающие на то, что социальная система может демонстрировать спектр динамики заражения — от простой к сложным — одновременно. Здесь мы предлагаем модель взаимодействующих убеждений в качестве объединяющей основы, из которой могут органично возникнуть как простая, так и сложная динамика заражения. Наша модель также объясняет, как фундаментальный механизм сложного заражения — резистентность — может возникать из когнитивных механизмов. Наша модель может предложить объединяющую основу для изучения как простой, так и сложной динамики заражения в социальных системах.
