-
公开(公告)号:CN117951392A
公开(公告)日:2024-04-30
申请号:CN202311552963.8
申请日:2023-11-20
Applicant: 扬州大学
IPC: G06F16/9536 , G06Q30/0601 , G06F40/30 , G06F16/35 , G06F16/2458 , G06N3/042 , G06N3/0464
Abstract: 本发明公开了一种基于类别和差分表征的群组推荐方法和系统,本发明首先通过对数据集的处理生成群组、用户、物品之间多个静态图;然后通过超图、类别以及用户差异三个视图分别学习群组的特征表示,超图视图将每个群组视为一个超边,连接群组中的成员和与其交互的用户;类别视图先通过聚类算法将物品进行分类,再形成群组‑类别交互图;用户差异视图通过提取每个用户在不同群组中的差异信息来聚合群组的特征表示;最后适应性地去聚合三个视图形成的群组表示,并用训练完的模型预测群组较偏好的物品。本发明提出的方法从三个角度去挖掘群组、用户、物品之间的关系,更好地生成最终的群组特征表示,提升将物品推荐给对其感兴趣的群组的准确性。