融合双层注意力机制的群组偏好融合策略研究

摘要：

当前推荐系统研究热点及其演变趋势之一是个性化推荐由关注个体推荐逐步转向关注群体推荐.目前多数群组推荐方法在选择偏好融合策略时习惯采用预定义的静态策略,而静态策略的特点就导致算法无法最大化模拟出群组决策的真实过程.在前人研究的基础之上提出一种基于双层注意力机制的群组推荐方法,该方法充分考虑到群体用户的差异性和相互影响,以及对于不同领域的决策权等问题.计算群组内每位成员对其他成员的注意力权重,获得群组成员特征向量,再计算每个成员在选择某一个项目的注意力权重,为群组生成对于该项目的偏好向量,以此来充分还原群组用户之间的交互以及群组决策的过程.通过在CAMRa2011和Meetup数据集上与COM、SIG、AGR、AGREE、FastGR等方法在不同参数条件下进行了对比,在归一化折扣累计增益和命中率两个指标上,相较基线模型平均提高了0.0254和0.0307.

关键词：群组推荐、注意力机制、偏好融合策略、推荐算法

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2019YFC1521400

在线出版日期：2023-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：272-279