Who should you follow? Combining learning to rank with social influence for informative friend recommendation

سایت های شبکه های اجتماعی به تدریج محل رسانه های سنتی را برای دریافت اطلاعات جدید به دست آوردند. برای دریافت اطلاعات جدید، کاربران سایت های شبکه اجتماعی تشویق می شوند تا روابط اجتماعی برقرار کنند. به روز رسانی های به اشتراک گذاشته شده توسط دوستان جریانهای به روز رسانی اجتماعی را فراهم می کند که مردم را با اطلاعات به روز می کند. با این حال، داشتن دوستان بسیار زیادی می تواند به یک مشکل بیش از حد اطلاعات منجر شود که سبب می شود کاربران توسط تعداد زیادی از به روز رسانی های به اشتراک گذاشته شده به طور مداوم توسط دوستان متعدد غرق شوند. این مشکل بیش از حد اطلاعات ممکن است بر روی اهداف کاربر برای پیوستن به سایتهای شبکه اجتماعی تأثیر بگذارد و در نتیجه احتمالا سود سایت های تبلیغاتی را که بر اساس تعداد کاربران است، کاهش می دهد. در این مقاله، ما پیشنهاد روش مبتنی بر یادگیری را پیشنهاد می دهیم که نشان می دهد دوستان آموزنده به کاربران، جایی که یک دوست اطلاع دهنده یک دوست است که به روز رسانی ارسال شده توسط کاربر مورد علاقه است. تکنیک های یادگیری رتبه بندی برای تحلیل رفتار کاربر و طراحی مدل های تنظیمات پنهان کاربران و به روز رسانی طراحی شده اند. در عین حال، مدل یادگیری با تأثیر اجتماعی برای افزایش ترجیحات آموخته شده است. دوستان توصیه می شود اگر ترجیحات به روز رسانی هایی که به اشتراک گذاشته اند با تنظیمات یک کاربر هدف مرتبط باشند.