Resumen

Los algoritmos de recomendación eficientes son fundamentales para resolver el problema de la sobrecarga de información en la sociedad moderna. En la dinámica física, la difusión masiva es una poderosa herramienta para paliar los problemas que desde hace tiempo presentan los sistemas de recomendación. Sin embargo, el sesgo de popularidad y la similitud redundante no se han estudiado adecuadamente en la literatura, que son causados esencialmente por la difusión excesiva y conducirán a la desviación de la estimación de la similitud y a la degradación del rendimiento de la recomendación. En este trabajo, penalizamos los objetos populares dividiendo adecuadamente la popularidad de los objetos y, a continuación, aprovechamos la similitud de segundo orden para suprimir la difusión excesiva. La evaluación en tres conjuntos de datos de referencia reales (MovieLens, Amazon y RYM) mediante validación cruzada de 10 veces demuestra que nuestro método supera a las principales líneas de base en precisión, diversidad y novedad.

• Materias:Álgebra Análisis Matemático Ingeniería Matemática aplicada Lógica matemática
• Subjects:Algebra Mathematical Analysis Engineering Applied Mathematics Mathematical logic
• Palabras claves:Algoritmos de recomendación eficaces; sobrecarga de información; difusión masiva; sesgo de popularidad; similitud redundante; sistemas de recomendación.
• Keywords:Efficient recommendation algorithms; information overload; mass diffusion; popularity bias; redundant similarity; recommendation systems