基于用户多属性评分的群组推荐算法研究.pdf

中文摘要

个性化推荐系统与群组活动的快速发展，推动了群组推荐系统的进步。群组推

荐系统通过分析交互信息为群组用户提供符合用户需求的项目。然而，当前多数群

组推荐方法在获取群组整体偏好时，往往忽略成员的多属性评分数据，同时也未能

充分捕获群组成员随时间演变的动态偏好，影响了推荐结果的准确性。针对以上问

题，本文深入挖掘用户多属性评分与时间信息，研究基于用户多属性评分的群组推

荐算法，主要研究内容如下：

1

（）综合分析群组用户总体评分与多属性评分，提出融合用户隐式信任与属

性偏好的群组推荐算法。首先，利用群组用户的多属性评分挖掘用户间的隐式信任。

其次，通过分析和度量用户的总体评分及多属性评分信息，建立组内用户关于属性

的偏好矩阵。然后，在融合用户隐式信任和属性偏好的基础上，利用注意力机制聚

合群组偏好，并结合深度学习框架为群组生成推荐结果。最后，在多个数据集上进

行了实验，结果表明用户多属性评分对挖掘群组偏好有重要作用，能够显著提高推

荐效果。

（2）在综合群组用户总体评分与多属性评分的基础上，进一步挖掘群组用户

序列信息，提出考虑用户长短期兴趣的群组序列推荐算法。首先，基于用户多属性

评分矩阵和时间信息学习群组用户在序列关系方面的群组整体偏好。其次，通过分

析用户的总体评分序列与多属性评分序列，建立群组用户的长短期偏好矩阵。然后，

聚合群组整体偏好与群组用户长短期偏好，生成群组推荐结果。最后，在多个数据

集上进行了实验，结果表明群组用户序列信息对挖掘群组偏好有积极影响，可以提

高推荐准确度。

（3）基于以上方法，设计并实现了基于多属性评分的群组餐厅推荐系统。系

统包括登录模块、群组发现模块、餐厅管理模块、用户管理模块、餐厅评价模块、

多属性评分模块、用户信任关系展示模块、群组推荐列表模块等。通过应用所提算

法为群组用户生成推荐列表，帮助群组用户从众多餐厅中筛选出符合群组偏好的餐

厅。

关键词：多属性评分；属性偏好；信任关系；群组推荐；序列推荐

I

ABSTRACT

Therapiddevelopmentofpersonalizedrecommendationsystemandgroupactivities

haspromotedtheprogressofgrouprecommendationsystem.Thegrouprecommendation

systemprovidesgroupuserswithproductsthatmeettheirneedsbyanalyzinginteractive

information.However,mostcurrentgrouprecommendationmethodstendtoignorethe

multi-attributeratingdataofgroupmemberswhenobtainingtheoverallgrouppreferences,

andfailtofullycapturethedynamicpreferencesofgroupmembersovertime,which

affectstheaccuracyofrecommendationresults.Tosolvetheaboveproblems,thispaper

digsintousermulti-attributeratingandtimeinformation,andstudiesthegroup

recommendationalgorithmbasedonusermulti-attributerating.Themainresearch

contentsareasfollows:

(1)Agrouprecommendationalgorithmcombiningusersimplicittrustandattribute

preferenceisproposedbasedonacomprehensiveanalysisofgroupusersoverallrating

andmulti-a