論文の概要: Bias in Knowledge Graphs -- an Empirical Study with Movie Recommendation and Different Language Editions of DBpedia

• arxiv url: http://arxiv.org/abs/2105.00674v1
• Date: Mon, 3 May 2021 08:07:30 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-04 21:46:16.030994
• Title: Bias in Knowledge Graphs -- an Empirical Study with Movie Recommendation and Different Language Editions of DBpedia
• Title（参考訳）: 知識グラフにおけるバイアス-DBpediaの映画推薦と異なる言語版を用いた実証的研究
• Authors: Michael Matthias Voit and Heiko Paulheim
• Abstract要約: 我々は、異なる知識グラフを使用する際に、推奨戦略を修正し、変化を観察する。 異なるナレッジグラフを使うことは,異なるバイアスドレコメンダシステムをもたらすだけでなく,特定のレコメンデーション分野のパフォーマンスが異なるレコメンダシステムにもつながることを示した。
• 参考スコア（独自算出の注目度）: 1.52292571922932
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public knowledge graphs such as DBpedia and Wikidata have been recognized as interesting sources of background knowledge to build content-based recommender systems. They can be used to add information about the items to be recommended and links between those. While quite a few approaches for exploiting knowledge graphs have been proposed, most of them aim at optimizing the recommendation strategy while using a fixed knowledge graph. In this paper, we take a different approach, i.e., we fix the recommendation strategy and observe changes when using different underlying knowledge graphs. Particularly, we use different language editions of DBpedia. We show that the usage of different knowledge graphs does not only lead to differently biased recommender systems, but also to recommender systems that differ in performance for particular fields of recommendations.
• Abstract（参考訳）: DBpediaやWikidataのような公開知識グラフは、コンテンツベースのレコメンデーションシステムを構築するための背景知識の興味深い情報源として認識されている。 推奨すべき項目とそれらの間のリンクに関する情報を追加するのに使うことができる。 知識グラフを利用するための多くのアプローチが提案されているが、そのほとんどは、固定知識グラフを使用して推奨戦略を最適化することを目的としている。 本稿では,異なるアプローチ,すなわちレコメンデーション戦略を修正し,基礎となる知識グラフを用いて変化を観察する。 特に、DBpediaの異なる言語版を使用します。 異なるナレッジグラフを使うことは,異なるバイアスドレコメンダシステムをもたらすだけでなく,特定のレコメンデーション分野のパフォーマンスが異なるレコメンダシステムにもつながることを示した。

関連論文リスト

• A Personalized Recommender System Based-on Knowledge Graph Embeddings [0.0]
  近年、知識グラフを情報モデリングの形式として利用することへの関心が高まっており、リコメンダシステムへの採用が増加している。 関連するユーザと関連するアイテムを知識グラフに組み込むことで、これらのシステムはそれらの間の暗黙のつながりをよりよく捉え、より正確なレコメンデーションを提供することができる。
  論文  参考訳（メタデータ） (2023-07-20T08:14:06Z)
• Leveraging Wikidata's edit history in knowledge graph refinement tasks [77.34726150561087]
  編集履歴は、コミュニティが何らかのファジィで分散した合意に達する過程を表す。 Wikidataで最も重要な100のクラスから、すべてのインスタンスの編集履歴を含むデータセットを構築します。 タイプ予測タスクのための知識グラフ埋め込みモデルにおいて,この編集履歴情報を活用する2つの新しい手法を提案し,評価する。
  論文  参考訳（メタデータ） (2022-10-27T14:32:45Z)
• Conditional Attention Networks for Distilling Knowledge Graphs in Recommendation [74.14009444678031]
  本稿では,知識グラフをレコメンデーションシステムに組み込むために,知識対応コンディショナルアテンションネットワーク(KCAN)を提案する。 本研究では,まず,ユーザ・イテムネットワークとナレッジグラフのグローバルな意味的類似性を捉えるノード表現を得る。 そして,そのサブグラフに条件付きアテンションアグリゲーションを適用することで,その知識グラフを改良し,目標固有ノード表現を得る。
  論文  参考訳（メタデータ） (2021-11-03T09:40:43Z)
• Rating and aspect-based opinion graph embeddings for explainable recommendations [69.9674326582747]
  本稿では,テキストレビューで表現された評価情報とアスペクトベースの意見を組み合わせたグラフから抽出した埋め込みを活用することを提案する。 次に、AmazonとYelpが6つのドメインで生成したグラフに対して、最先端のグラフ埋め込み技術を適用し、評価し、ベースラインレコメンデータを上回っます。
  論文  参考訳（メタデータ） (2021-07-07T14:07:07Z)
• Graphing else matters: exploiting aspect opinions and ratings in explainable graph-based recommendations [66.83527496838937]
  本稿では,テキストレビューで表現された評価情報とアスペクトベースの意見を組み合わせたグラフから抽出した埋め込みを活用することを提案する。 次に、AmazonとYelpの6つのドメインのレビューから生成されたグラフに対して、最先端のグラフ埋め込み技術を適用して評価する。 提案手法は,推奨項目について利用者が提示したアスペクトベースの意見を活用した説明を提供することの利点がある。
  論文  参考訳（メタデータ） (2021-07-07T13:57:28Z)
• Application of Knowledge Graphs to Provide Side Information for Improved Recommendation Accuracy [2.8360662552057323]
  我々は,知識グラフをレコメンデーションパイプラインに統合する新しい汎用レコメンデーションシステムフレームワークを提案する。 本フレームワークは,異なる知識グラフ表現形式をサポートし,推薦手法の学習に必要なフォーマット変換,マージ,情報抽出を容易にする。
  論文  参考訳（メタデータ） (2021-01-07T16:52:05Z)
• Attentional Graph Convolutional Networks for Knowledge Concept Recommendation in MOOCs in a Heterogeneous View [72.98388321383989]
  大規模なオープンオンラインコース(MOOC)は、学生が知識を習得するための大規模かつオープンな学習機会を提供する。 学生の関心を惹きつけるため、MOOCsプロバイダによる推薦制度が採用され、学生にコースを推薦する。 そこで本研究では,MOOCにおける知識概念レコメンデーションのために,Attentional Heterogeneous Graph Convolutional Deep Knowledge Recommender (ACKRec) という,エンドツーエンドのグラフニューラルネットワークに基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-23T18:28:08Z)
• A Survey on Knowledge Graph-Based Recommender Systems [65.50486149662564]
  我々は知識グラフに基づく推薦システムの体系的な調査を行う。 論文は、知識グラフを正確かつ説明可能なレコメンデーションにどのように活用するかに焦点を当てる。 これらの作業で使用されるデータセットを紹介します。
  論文  参考訳（メタデータ） (2020-02-28T02:26:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。