[发明专利]一种弥补群组成员差异的自适应组推荐方法

权利要求书

1.一种弥补群组成员差异的自适应组推荐方法，其特征在于，包括：

步骤S1：计算群组成员属性-活动差异度，其中，群组成员属性-活动差异度用以表征群组中成员之间的差异性；

步骤S2：判断计算出的群组成员属性-活动差异度是否小于预设参考因子；

步骤S3：如果小于，则构建共识函数决策模型，并基于共识函数决策模型进行组推荐；

步骤S4：否则，基于LVM模型和群组成员的偏好度进行组推荐；

其中，步骤S1具体包括：

步骤S1.1：计算群组成员属性-活动的偏差度；

步骤S1.2：计算群组成员属性-活动的相似度；

步骤S1.3：根据群组成员属性-活动的偏差度和群组成员属性-活动的相似度，计算群组成员属性-活动差异度，

其中，群组成员属性-活动的偏差度dis(G_ui,G_uj)表示用户U_i和用户U_j的差异度，计算方式为：

其中，prerating(G_ui,G_uj)表示在群组G中用户i和用户j的评分，mean(G_ui,G_uj)，表示在群组G中用户i和用户j评分的平均值，群组成员属性-活动的相似度采用余弦相似度表示为：

其中，r_ui表示用户i的评分矩阵，r_uj表示用户j的评分矩阵；

群组成员属性-活动差异度GMD的公式为：

步骤S4具体包括：

步骤S4.1：获取群组成员的偏好度；

步骤S4.2：构建LVM模型，其中，LVM模型包括概念；主题；情感三元组及其分布；

步骤S4.3：根据概念；主题；情感三元组及其分布获取活动的概率分布，选择具有最高概率的c_i候选评分r作为群成员的属性，

步骤S4.4：根据群组成员的偏好度和群成员的属性的相似度进行组推荐，并根据概念；主题；情感三元组对推荐结果进行解释；

步骤S4.1具体包括：

通过构建群组成员偏好矩阵获取群组成员的偏好度，其中，群组成员偏好矩阵中的元素表示相应的群组成员对属性的关心程度；

步骤S4.2具体包括：

通过训练词向量，并提取评论主题和评论情感构建LVM模型；

步骤S4.3具体包括：

步骤S4.3.1：利用Gibbs EM采样去条件得到随机变量的后验分布；

步骤S4.3.2：根据得到的随机变量的后验分布，获取每个候选评分r排序：

其中，表示给定成员m和观点v时评分值为r的概率，π_e,v表示每个活动e的观点分布，公式(5)用以在给定群成员m和活动e时，为预测m和e之间的未知评分，计算评分r_m,e＝r的概率；

步骤S4.3.3：通过对每个候选评分r的排序，选择具有最高概率的c_i候选评分r作为群成员的属性；

步骤S4.4具体包括通过公式(6)进行组推荐：

其中，x_ij表示群组成员的偏好度，e_ic表示具有最高概率的群成员的属性；

并根据概念；主题；情感三元组对推荐结果进行解释。

2.如权利要求1所述的方法，其特征在于，步骤S3具体包括：

步骤S3.1：计算群体中各个成员的决策权重；

步骤S3.2：利用预设个人推荐系统进行评分预测，将评分多的成员分成一组，并将评分多的成员的评分作为源评分矩阵，评分少的成员分为另一组，并将评分少的成员的评分作为目标矩阵，利用目标矩阵预测源矩阵评分，预测得到每个成员的评分列表；

步骤S3.3：根据群体中各个成员的决策权重以及预测出的评分列表构建共识函数决策模型；

步骤S3.4：根据共识函数决策模型的值生成符合预设条件的推荐列表。