公开(公告)号：CN118761729A

公开(公告)日：2024-10-11

申请号：CN202410842419.5

申请日：2024-06-26

Applicant: 桂林电子科技大学

Inventor： 常亮 ,  耿琪昌 ,  王学敏 ,  朱创营 ,  曾宇 ,  甘尧瑞

IPC: G06Q10/10 ,  G06Q50/00 ,  G06N3/0442 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明公开了一种减少流行度偏差的多视图群组推荐方法：首先设计了一个鉴别器来检测项目的偏差，使模型可以减轻项目端的流行度偏差以提升项目的公平性。其次为了弥补提升模型的公平性带来的推荐效用的损失，设计了组级、项目级、信任度级和成员级四个不同的视图，来捕捉群组、用户和项目三者之间的高阶交互信息。最后将群组的信任度与相似度结合丰富群组之间的数据。本发明方法考虑了群组推荐任务与公平任务的联系，通过多视图的方法使得模型能够更准确的表示群组偏好，并通过对抗训练能够减轻模型项目端的流行度偏见。该发明在推荐的效果和公平性上都得到了提升。

公开(公告)号：CN118708818A

公开(公告)日：2024-09-27

申请号：CN202410940744.5

申请日：2024-07-12

Applicant: 桂林电子科技大学

Inventor： 胡丽娟 ,  耿琪昌 ,  郑卓远

IPC: G06F16/9535 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G06Q10/04 ,  G06Q10/0639

Abstract: 本发明公开了一种基于因果去偏的群组推荐方法：首先，通过建立因果图和结构因果模型(SCM)，深入分析群组推荐中的因果关系，针对推荐系统中存在的偏差问题使用因果机制的去偏模块，减少混淆因子造成的因果效应。其次，将群组项目对和群组用户对分别通过超图卷积和自注意力机制得到不同的群组偏好表示，然后通过注意力机制动态调整权重。最后通过贝叶斯个性化排名损失(BPR)优化得到最终的推荐列表，该发明在群组推荐的公平和质量上都得到了提升。