Group activities are essential ingr

Group activities are essential ingredients of people’s social life. The rapid growth of online social networking services has greatly boosted group activities by providing convenient platform for users to organize and participate in such activities. Therefore, recommender systems, as a critical component in social networking services, now face new challenges in supporting group activities. In this paper, we study the group recommendation problem, i.e., making recommendations to a group of people in social networking services. We analyze the decision making process in a group to propose a personal impact topic (PIT) model for group recommendations. The PIT model effectively identifies the group preference profile for a given group by considering the personal preferences and personal impacts of group members. Moreover, we further enhance the discovery of personal impact with social network information to obtain an extended personal impact topic (E-PIT) model. We have conducted comprehensive data analysis and evaluations on three real datasets. The results show that our proposed group recommendation techniques outperform baseline approaches.

결과 (한국어) 1:

그룹 활동은 사람들의 사회 생활의 필수 재료. 온라인 소셜 네트워킹 서비스의 급속 한 성장에는 크게 구성 하 고 이러한 활동에 참여 하는 사용자를 위한 편리한 플랫폼을 제공 하 여 그룹 활동을 밀어 주었다. 따라서, 추천 시스템, 소셜 네트워킹 서비스, 중요 한 구성 요소로 서 지금 얼굴 그룹 활동을 지 원하는 새로운 도전. 이 논문에서 우리 연구 그룹 추천 문제 즉, 소셜 네트워킹 서비스에 있는 사람들의 그룹에 권고를 만들기. 우리는 결정을 분석 그룹 권장 사항에 대 한 개인 영향 항목 (구 덩이) 모델을 제안 하는 그룹에서 만드는 과정. 핏 모델은 효과적으로 개인 환경 설정 및 그룹 구성원의 개인 영향을 고려 하 여 특정된 그룹에 대 한 그룹 기본 설정 프로 파일을 식별 합니다. 또한, 우리는 추가 확장된 개인 영향 항목 (E-구 덩이) 모델을 얻으려면 정보를 소셜 네트워크 개인 영향의 발견 향상. 우리는 포괄적인 데이터 분석 및 3 실제 데이터 집합에 대 한 평가 실시 했습니다. 결과 우리의 제안된 그룹 추천 기법 초기 접근을 능가할 보여.

결과 (한국어) 2:

그룹 활동은 사람들의 사회 생활의 필수 성분이다. 온라인 소셜 네트워킹 서비스의 급속한 성장이 크게 구성하고 그러한 활동에 참여하는 사용자를위한 편리한 플랫폼을 제공함으로써 그룹 활동을 증폭했다. 따라서, 추천인 시스템은 소셜 네트워킹 서비스에서 중요한 구성 요소로, 지금 그룹 활동을 지원하는 새로운 도전에 직면하고있다. 본 논문에서는 소셜 네트워킹 서비스에있는 사람들의 그룹에 권고하고, 즉, 그룹 추천 문제를 연구한다. 우리는 그룹의 권고 사항은 개인에 미치는 영향 항목 (PIT) 모델을 제안하기 위해 그룹의 의사 결정 과정을 분석한다. 피트 모델은 효과적으로 개인 환경 설정 및 그룹 구성원 개인에 미치는 영향을 고려하여 특정 그룹에 대한 그룹 환경 설정 프로파일을 식별합니다. 또한, 우리는 또한 확장 된 개인 충돌 항목 (E-PIT) 모델을 얻기 위해 소셜 네트워크 정보와 개인 충격 검색을 향상시킨다. 우리는 세 가지 실제 데이터 세트에 대한 포괄적 인 데이터 분석 및 평가를 실시했다. 결과는 우리의 제안 그룹 추천 기술 기준 접근 방법을 능가 할 것으로 나타났다.