[发明专利]一种基于对偶自编码器的组推荐方法

权利要求书

1.一种基于对偶自编码器的组推荐方法，其特征在于以下步骤：

a.获取用户历史评论和评分数据集，生成群组；

b.获取偏好信息：通过使用现有的文本主题模型提取评论数据集的各个主题以及每个主题的主题词；

b1.群组方面偏好：代表群组对方面A的偏好，w_(g.u)代表用户u在群组g中的代表性，c_u代表用户u评论的总次数，代表用户u对方面A的评论次数

b2.物品方面质量：代表物品对方面A的偏好，d_(g,n)代表群组g对物品n的重视度，e_(g,n)代表物品n在群组g内被的评论次数，代表物品n的方面A在群组g中被评论的次数，|G|代表群组的总个数

b3.重复步骤b1和b2直至获得所有群组对所有方面的偏好以及所有物品对所有方面的质量，从而获得群组方面偏好(a×k阶)和物品方面质量矩阵(n×k阶)；

c.在群组推荐系统中，为了同时考虑了组间差异性和物品间差异性对组推荐的影响，我们还需要获取组-组关系矩阵(a×a阶)和物品-物品关系矩阵(n×n阶)；

c1.组-组关系矩阵(a×a阶)：代表群组gi的所有评分物品的集合

c2.物品-物品关系矩阵(n×n阶)：代表物品ni的所有用户评分的集合

d.是用对偶自编码器对获取的群组方面偏好矩阵、物品方面质量矩阵、组-组关系矩阵和物品-物品关系矩阵同时编码分别获取群组方面偏好隐因子表达式、物品方面质量隐因子表达式、组-组关系隐因子表达式和物品-物品关系隐因子表达式；群组方面偏好隐因子表达式和组-组关系隐因子表达式进行元素积获取群组偏好隐因子表达式，同时将物品方面质量隐因子表达式和物品-物品关系隐因子表达式进行元素积获取物品质量隐因子表达式；将获取的群组偏好隐因子表达式和物品质量隐因子表达式进行点集就可以获得群组对物品的预测评分；

e.重复步骤d得到所有群组对所有物品的预测评分，并将预测评分存储到数据库中；最后本发明使用top-k排序为每个群组退件k个商品。

2.根据权利要求1所述的基于对偶自编码器的组推荐方法，其特征在于：所述步骤a采集的数据至少包括用户唯一ID、物品唯一的ID、用户对物品的评论文本内容、用户对物品的评分存放于用户行为信息数据库中。

3.根据权利要求1所述的基于对偶自编码器的组推荐方法，其特征在于：所述步骤b通过使用文本主题模型得到的融合方面的群组方面信息和物品质量信息经过计算得到群组方面偏好矩阵和物品质量矩阵存储到数据库中。

4.根据权利要求1所述的基于对偶自编码器的组推荐方法，其特征在于：所述步骤c通过计算得到的组-组关系矩阵和物品-物品关系矩阵存储到数据库中。

5.根据权利要求1所述的基于对偶自编码器的组推荐方法，其特征在于：所述步骤d通过调用已存储到数据库中的矩阵输入到本发明中提出的模型中经过一系列的学习计算对模型进行优化就可以得到群组对物品的预测评分。

6.根据权利要求1所述的基于对偶自编码器的组推荐方法，其特征在于：所述步骤e将获取的群组对物品的预测评分通过top-k算法进行排序为每个群组推荐k个物品。