PulseAugur
中
实时 13:15:16
English(EN) TCHG: Tri-Trust Conditioned Heterogeneous Graph Learning for Reliable Dynamic Trust Prediction

新的TCHG框架通过异构图学习增强了动态信任预测

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了一种用于动态信任预测的新型框架TCHG，该框架利用异构图学习。与之前统一处理信任信号的方法不同，TCHG将证据分解为三个不同的通道：实体可靠性、交互行为可靠性和上下文信任。每个通道在消息传播中发挥特定作用，并具有独立的时态状态进行管理，以确保准确的预测，尤其是在数据稀疏或冲突的情况下。实验表明，与现有基线相比，TCHG在提高信任预测准确性方面是有效的。 AI

影响 该框架可以提高推荐和欺诈检测中使用的信任预测系统的准确性。

排序理由 该集群包含一篇详细介绍新机器学习框架的学术论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Bohao Liao, Boyu Deng, Qipeng Song, Jieling Wang, Jingchao Wang ·

    TCHG: Tri-Trust Conditioned Heterogeneous Graph Learning for Reliable Dynamic Trust Prediction

    arXiv:2606.16611v1 Announce Type: new Abstract: Trust prediction infers latent user-user trust relations and provides important support for social recommendation, fake-review and manipulation detection, and risk identification. Graph neural networks have become a prominent approa…

  2. arXiv cs.LG TIER_1 English(EN) · Jingchao Wang ·

    TCHG: Tri-Trust Conditioned Heterogeneous Graph Learning for Reliable Dynamic Trust Prediction

    Trust prediction infers latent user-user trust relations and provides important support for social recommendation, fake-review and manipulation detection, and risk identification. Graph neural networks have become a prominent approach to trust prediction because of their ability …

相关实体

相关话题