Галерея 3313442

Галерея 3313442

главная

выставки

художники

новости

о галерее

EN

главная

выставки

художники

новости

о галерее

EN

Одновременно и рядом. Образы конспирологического мышления

Церковь Св. Анны, Кирочная 8, Санкт-Петербург

О скульптуре Льва Кожина «Превращение»
О скульптуре Льва Кожина «Превращение» на выставке «О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему».
О работе Ивана Репкина «Lonely People»
О работе Ивана Репкина «Lonely People» на выставке «О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему».
Экспонаты проекта "О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему"
Художник Лев Кожин рассказал о скульптуре "Превращение"
Завтра, 30 сентября, галерея «Триумф» будет закрыта для посещения
В остальные дни мы работаем в обычном режиме. До встречи!
Ульяна Подкорытова стала участницей биеннале в Боде и представила свой фильм
Российская художница Ульяна Подкорытова представила свой фильм «Тамотка» на биеннале в Боде.
Выставка "Апок. Конец света каждый день" продлена до 12.06.2022
Выставка "Апок. Конец света каждый день" продлится до 12 июня.
Дарим iPhone 13! Приходите на выставку, фотографируйте и получите новый смартфон!
Друзья, в новогодние праздники галерея будет закрыта с 31 декабря по 3 января и 7 января
О скульптуре Льва Кожина «Превращение»
О скульптуре Льва Кожина «Превращение» на выставке «О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему».
О работе Ивана Репкина «Lonely People»
О работе Ивана Репкина «Lonely People» на выставке «О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему».
Экспонаты проекта "О химерах, гибридах, киборгах и людях. Гид по неизбежному будущему"
Художник Лев Кожин рассказал о скульптуре "Превращение"
Завтра, 30 сентября, галерея «Триумф» будет закрыта для посещения
В остальные дни мы работаем в обычном режиме. До встречи!
Ульяна Подкорытова стала участницей биеннале в Боде и представила свой фильм
Российская художница Ульяна Подкорытова представила свой фильм «Тамотка» на биеннале в Боде.
Выставка "Апок. Конец света каждый день" продлена до 12.06.2022
Выставка "Апок. Конец света каждый день" продлится до 12 июня.
Дарим iPhone 13! Приходите на выставку, фотографируйте и получите новый смартфон!
Друзья, в новогодние праздники галерея будет закрыта с 31 декабря по 3 января и 7 января

Контакты

Telegram

Вконтакте

info@triumph.gallery

+7 (495) 162 08 93

Мы работаем

Москва, ул. Ильинка, 3/8, стр.5

Ежедневно с 11.00 до 20.00

Вход свободный

Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности

Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности

Мы работаем

Москва, ул. Ильинка, 3/8, стр.5

Ежедневно с 11.00 до 20.00

Вход свободный

Telegram

Вконтакте

info@triumph.gallery
+7 (495) 162 08 93

Sign in

Register

Dual Graph Attention Networks for Deep Latent Representation of Multifaceted Social Effects in Recommender Systems
Published: 13 May 2019 Publication History
WWW '19: The World Wide Web Conference
In-Cooperation IW3C2: International World Wide Web Conference Committee
Qualifiers research-article Research Refereed limited
Overall Acceptance Rate 1,899 of 8,196 submissions, 23%
Se´bastien Bubeck and Nicolò Cesa-Bianchi. 2012. Regret Analysis of Stochastic and Nonstochastic Multi-armed Bandit Problems. Foundations and Trends in Machine Learning 5, 1 (2012), 1-122. Google Scholar Cross Ref Weiyu Cheng, Yanyan Shen, Yanmin Zhu, and Linpeng Huang. 2018. DELF: A Dual-Embedding based Deep Latent Factor Model for Recommendation. In IJCAI. 3329-3335. Google Scholar Digital Library Michaël Defferrard, Xavier Bresson, and Pierre Vandergheynst. 2016. Convolutional Neural Networks on Graphs with Fast Localized Spectral Filtering. In NIPS. 3837-3845. Google Scholar Digital Library Wenqi Fan, Qing Li, and Min Cheng. 2018. Deep Modeling of Social Relations for Recommendation. In AAAI. 8075-8076. Google Scholar Jennifer Golbeck. 2006. Generating Predictive Movie Recommendations from Trust in Social Networks. In iTrust. 93-104. Google Scholar Digital Library Liyu Gong and Qiang Cheng. 2018. Adaptive Edge Features Guided Graph Attention Networks. CoRR abs/1809.02709(2018). Google Scholar Amit Goyal, Francesco Bonchi, and Laks V. S. Lakshmanan. 2010. Learning influence probabilities in social networks. In WSDM. 241-250. Google Scholar Digital Library Yulong Gu, Jiaxing Song, Weidong Liu, Lixin Zou, and Yuan Yao. 2018. CAMF: Context Aware Matrix Factorization for Social Recommendation. Web Intelligence 16, 1 (2018), 53-71. Google Scholar Cross Ref Adrien Guille and Hakim Hacid. 2012. A predictive model for the temporal dynamics of information diffusion in online social networks. In WWW. 1145-1152. Google Scholar Digital Library Guibing Guo, Jie Zhang, and Neil Yorke-Smith. 2015. TrustSVD: Collaborative Filtering with Both the Explicit and Implicit Influence of User Trust and of Item Ratings. In AAAI. 123-129. Google Scholar Digital Library Xiangnan He, Lizi Liao, Hanwang Zhang, Liqiang Nie, Xia Hu, and Tat-Seng Chua. 2017. Neural Collaborative Filtering. In WWW. 173-182. Google Scholar Digital Library Mohsen Jamali and Martin Ester. 2009. TrustWalker: a Random Walk Model for Combining Trust-based and Item-based Recommendation. In KDD. 397-406. Google Scholar Digital Library Henry A. Kautz, Bart Selman, and Mehul A. Shah. 1997. Referral Web: Combining Social Networks and Collaborative Filtering. Communication of ACM 40, 3 (1997), 63-65. Google Scholar Digital Library Thomas N. Kipf and Max Welling. 2017. Semi-Supervised Classification with Graph Convolutional Networks. In ICLR. Google Scholar Yehuda Koren. 2008. Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model. In KDD. 426-434. Google Scholar Digital Library Dawen Liang, Laurent Charlin, James McInerney, and David M. Blei. 2016. Modeling User Exposure in Recommendation. In WWW. 951-961. Google Scholar Digital Library Chun-Yi Liu, Chuan Zhou, Jia Wu, Yue Hu, and Li Guo. 2018. Social Recommendation with an Essential Preference Space. In AAAI. 346-353. Google Scholar Hao Ma, Irwin King, and Michael R. Lyu. 2009. Learning to Recommend with Social Trust Ensemble. In SIGIR. 203-210. Google Scholar Digital Library Hao Ma, Haixuan Yang, Michael R. Lyu, and Irwin King. 2008. SoRec: Social Recommendation using Probabilistic Matrix Factorization. In CIKM. 931-940. Google Scholar Digital Library Hao Ma, Dengyong Zhou, Chao Liu, Michael R. Lyu, and Irwin King. 2011. Recommender Systems with Social Regularization in Social Networks. In WSDM. 287-296. Google Scholar Digital Library Peter V Marsden and Noah E Friedkin. 1994. Network studies of social influence.Sociological Methods & Research 22, 1 (1994), 127-151. Google Scholar Paolo Massa and Paolo Avesani. 2007. Trust-Aware Recommender Systems. In KDD. 17-24. Google Scholar Digital Library Paolo Massa and Paolo Avesani. 2007. Trust-aware recommender systems. In RecSys. 17-24. Google Scholar Digital Library Miller Mcpherson, Lynn Smith-Lovin, and James M. Cook. 2001. Birds of a Feather: Homophily in Social Networks. Annual Review of Sociology 27, 1 (2001), 415-444. Google Scholar Cross Ref Jiezhong Qiu, Jian Tang, Hao Ma, Yuxiao Dong, Kuansan Wang, and Jie Tang. 2018. DeepInf: Social Influence Prediction with Deep Learning. In KDD. 2110-2119. Google Scholar Digital Library Badrul Munir Sarwar, George Karypis, Joseph A. Konstan, and John Riedl. 2001. Item-based collaborative filtering recommendation algorithms. In WWW. 285-295. Google Scholar Digital Library Hossam Sharara, William Rand, and Lise Getoor. 2011. Differential Adaptive Diffusion: Understanding Diversity and Learning whom to Trust in Viral Marketing. In ICWSM. Google Scholar Jiliang Tang, Xia Hu, and Huan Liu. 2013. Social recommendation: a review. Social Netw. Analys. Mining 3, 4 (2013), 1113-1133. Google Scholar Cross Ref Hanghang Tong, Christos Faloutsos, and Jia-Yu Pan. 2006. Fast Random Walk with Restart and Its Applications. In ICDM. 613-622. Google Scholar Digital Library Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, and Illia Polosukhin. 2017. Attention is All you Need. In NIPS. 6000-6010. Google Scholar Digital Library Petar Velickovic, Guillem Cucurull, Arantxa Casanova, Adriana Romero, Pietro Liò, and Yoshua Bengio. 2018. Graph Attention Networks. In ICLR. Google Scholar Menghan Wang, Xiaolin Zheng, Yang Yang, and Kun Zhang. 2018. Collaborative Filtering With Social Exposure: A Modular Approach to Social Recommendation. In AAAI. 2516-2523. Google Scholar Xiang Wang, Xiangnan He, Liqiang Nie, and Tat-Seng Chua. 2017. Item Silk Road: Recommending Items from Information Domains to Social Users. In SIGIR. 185-194. Google Scholar Digital Library Yufei Wen, Lei Guo, Zhumin Chen, and Jun Ma. 2018. Network Embedding Based Recommendation Method in Social Networks. In WWW. 11-12. Google Scholar Digital Library Ronald J. Williams. 1992. Simple Statistical Gradient-Following Algorithms for Connectionist Reinforcement Learning. Machine Learning 8(1992), 229-256. Google Scholar Digital Library Le Wu, Peijie Sun, Richang Hong, Yanjie Fu, Xiting Wang, and Meng Wang. 2018. SocialGCN: An Efficient Graph Convolutional Network based Model for Social Recommendation. CoRR abs/1811.02815(2018). Google Scholar Yingce Xia, Xu Tan, Fei Tian, Tao Qin, Nenghai Yu, and Tie-Yan Liu. 2018. Model-Level Dual Learning. In ICML. 5379-5388. Google Scholar Bo Yang, Yu Lei, Dayou Liu, and Jiming Liu. 2013. Social Collaborative Filtering by Trust. In IJCAI. 2747-2753. Google Scholar Digital Library Mao Ye, Peifeng Yin, Wang-Chien Lee, and Dik Lun Lee. 2011. Exploiting geographical influence for collaborative point-of-interest recommendation. In SIGIR. 325-334. Google Scholar Digital Library Rex Ying, Ruining He, Kaifeng Chen, Pong Eksombatchai, William L. Hamilton, and Jure Leskovec. 2010. A Matrix Factorization Technique with Trust Propagation for Recommendation in Social Networks. In RecSys. 135-142. Google Scholar Digital Library Rex Ying, Ruining He, Kaifeng Chen, Pong Eksombatchai, William L. Hamilton, and Jure Leskovec. 2018. Graph Convolutional Neural Networks for Web-Scale Recommender Systems. In KDD. 974-983. Google Scholar Digital Library Rex Ying, Ruining He, Kaifeng Chen, Pong Eksombatchai, William L. Hamilton, and Jure Leskovec. 2018. Graph Convolutional Neural Networks for Web-Scale Recommender Systems. In KDD. 974-983. Google Scholar Digital Library Ting Zhang, Bang Liu, Di Niu, Kunfeng Lai, and Yu Xu. 2018. Multiresolution Graph Attention Networks for Relevance Matching. In CIKM. 933-942. Google Scholar Digital Library Xingang Zhang, Qijie Gao, Christopher S.G. Khoo, and Amos Wu. 2013. Categories of Friends on Social Networking Sites: An Exploratory Study. In A-LIEP. 244-259. Google Scholar Guorui Zhou, Xiaoqiang Zhu, Chengru Song, Ying Fan, Han Zhu, Xiao Ma, Yanghui Yan, Junqi Jin, Han Li, and Kun Gai. 2018. Deep Interest Network for Click-Through Rate Prediction. In KDD. 1059-1068. Google Scholar Digital Library Hao Zhou, Tom Young, Minlie Huang, Haizhou Zhao, Jingfang Xu, and Xiaoyan Zhu. 2018. Commonsense Knowledge Aware Conversation Generation with Graph Attention. In IJCAI. 4623-4629. Google Scholar Digital Library Chenyi Zhuang and Qiang Ma. 2018. Dual Graph Convolutional Networks for Graph-Based Semi-Supervised Classification. In WWW. 499-508. Google Scholar Digital Library
Browse All Return Change zoom level
Close modal New Citation Alert added!

Connect

Contact
Facebook
Twitter
Linkedin

Feedback
Bug Report

The ACM Digital Library is published by the Association for Computing Machinery. Copyright © 2023 ACM, Inc.
If you 'd like us to contact you regarding your feedback, please provide your contact details here.
Social recommendation leverages social information to solve data sparsity and cold-start problems in traditional collaborative filtering methods. However, most existing models assume that social effects from friend users are static and under the forms of constant weights or fixed constraints. To relax this strong assumption, in this paper, we propose dual graph attention networks to collaboratively learn representations for two-fold social effects, where one is modeled by a user-specific attention weight and the other is modeled by a dynamic and context-aware attention weight. We also extend the social effects in user domain to item domain, so that information from related items can be leveraged to further alleviate the data sparsity problem. Furthermore, considering that different social effects in two domains could interact with each other and jointly influence users' preferences for items, we propose a new policy-based fusion strategy based on contextual multi-armed bandit to weigh interactions of various social effects. Experiments on one benchmark dataset and a commercial dataset verify the efficacy of the key components in our model. The results show that our model achieves great improvement for recommendation accuracy compared with other state-of-the-art social recommendation methods.
Check if you have access through your login credentials or your institution to get full access on this article.
Association for Computing Machinery
Request permissions about this article.
View this article in digital edition.
https://dl.acm.org/doi/abs/10.1145/3308558.3313442
This alert has been successfully added and will be sent to:
You will be notified whenever a record that you have chosen has been cited.
To manage your alert preferences, click on the button below.
We use cookies to ensure that we give you the best experience on our website.

Возможно, сайт временно недоступен или перегружен запросами. Подождите некоторое время и попробуйте снова.
Если вы не можете загрузить ни одну страницу – проверьте настройки соединения с Интернетом.
Если ваш компьютер или сеть защищены межсетевым экраном или прокси-сервером – убедитесь, что Firefox разрешён выход в Интернет.

Firefox не может установить соединение с сервером gallerynika.com.

Отправка сообщений о подобных ошибках поможет Mozilla обнаружить и заблокировать вредоносные сайты

Сообщить
Попробовать снова
Отправка сообщения
Сообщение отправлено

использует защитную технологию, которая является устаревшей и уязвимой для атаки. Злоумышленник может легко выявить информацию, которая, как вы думали, находится в безопасности.

Пышная блондинка с голой пиздой
Секс втроем с худыми моделями в чулках
Две девушки устраивают хороший секс парню

Галерея 3313442

Report Page