属性网络 Attribute Network

• 用户购买物品往往基于一定的品味与偏好，因此出现在用户购买记录中的物品通常有相似特征，基于这样的联系可以构建属性网络（attribute network）。在以往的相似性关系中，同一用户购买的物品之间总是没有区别的。基于属性网络，物品之间的区别可以体现出来，例如图一，A由于有类似的演员从而与C、D、E之间联系紧密，而B却是因为共同的导演与F、G联系更紧密。虽然用户都观看了电影A、B，但其内在的原因却是不同的，如果用户更倾向于特定的演员，那么他可能更愿意选择C、D而不是F、G。

  

关于用户偏好

• 属性网络可以清晰的解释用户的个性化偏好。在上图中，用户对于演员的偏好可以在演员网络（actor-network）中予以呈现，而对于导演的偏好可以在导演网络（director-network）中呈现。
  

关于高等级关系

• 另外，传统基于内容的方法往往独立地处理用户属性，从而丢失了高等级的关系。在上图中，A与D同处于演员网络（actor-network）中，但由于没有共同演员，传统方法会将它们间的相似性评分为0，可由于它们都有共同演员的电影C，因此它们之间本应有一定的相似性。

关于网络拆分

我们从共同购买网络（co-purchased network）拆分得到属性网络。假设共同购买网络为G =<V,E>，其中点的连接代表了它们被同一用户共同购买过。基于k个属性，我们可以得到k个G的子图，在每个子图中，保留有相同属性特征的邻接点。因此，从共同购买网络G，可以得到k个属性网络 。