一种基于MAS协作机制的旅游群组推荐方法技术

本发明专利技术公开了一种基于MAS协作机制的群组推荐方法，其特征在于，具体按照以下步骤实施：通过解析目标任务，目标信息共享；然后进行数据处理、冲突检测与消解；相似度计算，计算Agent的功能是计算游客之间的相似度；群组推荐，用户评价。本发明专利技术一种基于MAS协作机制的群组推荐方法，解决了现有技术群组推荐时用户偏好冲突以及各个组团用户之间的协作性差的问题。继承了Agent交互性和主动性，具有良好的扩展性，减轻了通信频繁、通信资源浪费的现象，可应用在其他同类型需求的行业中。

【技术实现步骤摘要】
一种基于MAS协作机制的旅游群组推荐方法
本专利技术属于数据挖掘推荐
，涉及一种基于MAS协作机制的旅游群组推荐方法。
技术介绍
在当今通信与智能技术不断进步、“智慧旅游”不断发展、以及游客自我出行需求不断提高等环境的影响下，散客旅游已经逐渐发展为一种新的旅游趋势。这种多人组成(国家标准9人以内)的群组出游活动，要求游客全程亲历亲为，且群组内所有成员的目标景点一致，这就对旅游推荐系统提出了更高的要求。传统以单用户为目标的推荐系统，很难达到为多人组成的群组做出一致满意的推荐目标，其中群组成员偏好不同带来的冲突也是传统推荐系统难以解决的一个问题。因此，本专利技术提出一种基于MAS协作机制的群组推荐方法。在分布式人工智能的领域中，MAS(Multi-AgentSystem)是一个由多个Agent组成的智能网络系统。单个Agent是一个可以持续发挥自主作用的计算实体或者一段程序，具有自主性、反应性、交互性、主动性等特点。MAS则是通过逻辑上或者物理上相互分离的多个Agent之间的交互、协作，来解决一般单个Agent资源能力无法解决的问题，不仅提高了每个Agent的解决问题的能力，而且可以解决单个Agent无法解决复杂问题。所以，多Agent协作问题一直是MAS的研究重点，在MAS的协作求解任务目标的过程中，被应用最多的两种协作求解方法为合同网和黑板模型。两种协作方法各有优劣，合同网模型中“招标-投标-中标”的协作方式，受部分Agent发生故障时对全局影响较小，但对参与投标的Agent没有约束条件的限制，导致通信负载大，实时反应性较差；而黑板模型是一种集中式的交互方式，利用黑板区域实现了信息共享，系统的实时反应速度较快，且各Agent之间相互独立，但对信息公开的准确性要求较高，一旦黑板上的共享信息出错，整个MAS都会陷入崩溃状态。群组推荐不同于常见的个性化推荐，它是在单用户推荐形式的基础上，推荐目标转变为多个具有不同兴趣偏好的用户组成的一个群体，为了满足这个用户群体的需求，而做出一致的评分预测或者推荐决策。群组推荐的一般框架，包括群组形成、群组建模和群组预测推荐三个关键步骤。群组形成首先采用随机分组、相似度计算、聚类等常用的方法，对推荐用户进行分组。相似度度量可以采用杰卡德相似系数、Pearson相似度或者余弦相似度等方法，然后根据相似度大小排序或者同一阈值范围进行分组；聚类分组时聚类时一般按照系统用户偏好信息或者人口统计学理论来进行用户分组。群组建模是对分组后的用户进行偏好融合，尽可能融合所有成员偏好，是群组推荐的关键步骤，目的是缓解最大可能的偏好不同带来的冲突。在群组建模的过程中，融合策略是影响最终结果关键技术。常用的融合策略包括均值、最受尊敬、连乘等多种策略。群组预测推荐通常会以协同过滤、深度学习、社交网络等技术为基础，考虑到群组成员之间的交互性和相似性，深入挖掘群组成员和所在群组的社会关系，以及个体成员本身与被推荐项目之间的契合关系，达到优化推荐系统性能的目的。但目前推荐多为推荐系统单用户推荐模式、群组推荐时用户之间偏好冲突，以及MAS技术在推荐分析方面应用较少等问题。
技术实现思路
本专利技术的目的是提供一种基于MAS协作机制的旅游群组推荐方法，解决了现有技术群组推荐时用户偏好冲突以及各个组团用户之间的协作性差的问题。本专利技术所采用的技术方案是，一种基于MAS协作机制的旅游群组推荐方法，具体按照以下步骤实施：步骤1、解析目标任务；步骤2、目标信息共享；步骤3、数据处理；步骤4、冲突检测与消解；步骤5、相似度计算；步骤6、群组推荐；步骤7、用户评价。本专利技术的特点还在于，步骤1中解析目标任务是由监视Agent来完成的，当客户端传来推荐请求后，监视Agent响应请求，解析目标任务，并发布在黑板区域；步骤1中具体解析过程为监视Agent的感知模块，首先感知到用户在客户端进行的各种操作以及产生的信息交换，这些信息经由事件检测模块分析，并将产生的操作信息进行数据初始化，记录存储后生成系统日志，最后将日志发布在黑板区域，以便进行下一步的操作。步骤2中黑板区域在协作推荐过程中，负责任务求解过程中部分信息的公示，各Agent与黑板之间信息互通，当MAS将系统目标任务以及相关初始数据解析公布至黑板区域，协作过程开始，参与求解的Agent通过不断浏览黑板上公开的信息，在其中寻找可以协助自己求解问题的信息，当其在黑板上找到对自己有利的信息时，就会主动对问题进行求解，并把最终的结果信息公开在黑板区域，通过这一求解过程的循环，获得任务的最终结果。在步骤3中数据Agent在接到数据请求后，将数据处理为旅游推荐系统在推荐时所需要的有效信息并存储到数据库，然后在数据中提取求解任务中包含的组团用户对景点的历史评分数据，并生成对应的游客-景点评分矩阵，评分值在0～5之间。步骤4中冲突检测与消解Agent时，首先执行检测程序，对冲突数据进行检测，若数据之间发生直接冲突，则需要根据消解策略寻找其他可能相关用户以及数据，并向数据Agent做出数据请求；若无冲突，则直接执行相似度计算；具体为把目标群组的成员两两随机分组，根据定义的游客相关性因子对数据进行冲突检测；表示两者共同评分项的景点数目占所有参与评分项景点数目的权重，N(u)、N(v)分别表示游客u、v参与评分的景点；冲突检测的条件为判断两个游客之间的相关性因子α是否为0；若为0，则表示数据之间发生直接冲突，需要执行冲突消解策略；冲突消解策略在发生冲突的成员所在当前群组对应的景点用户倒排表中，寻找和两个冲突用户同时具有相关性的其他成员，即可消除两个游客之间的冲突。步骤5中在推荐过程中，首先判断黑板区域是否有当前群组成员的历史相似度记录，若有则输入黑板区域已有群组成员的历史相似信息，若没有则依据相似度计算公式计算游客相似度，同时，新增或更新用户的相似度信息至黑板区域。步骤6中首先对群组成员做出单用户预测推荐，然后对单用户预测结果进行融合排序，得到最终的群组推荐结果，最后输出和存储推荐结果，并以列表形式展示给用户，至此，系统对推荐任务做出成功响应。步骤7中评价Agent是用户对推荐结果做出评价，用户在旅游推荐系统里对推荐的结果列表进行评分，评价结果经由监视Agent反馈至评价Agent进行分析优化。步骤5中采用User-IIF相似度计算方法来计算相似度sim(u,v)，如下公式(1)所示，其中，α为游客相关性因子，N(j)表示对景点j有过评价的所有游客数目，当游客u、v的共同评分项里包含景点j的时候，通过来惩罚景点j对相似度计算的影响。步骤6具体为首先将计算Agent得到的相似度值进行排序，然后根据K近邻的方法找出和当前游客u拥有相似偏好的K名游客集合Ku，则单个成员u对景点j的预测评分Pu,j如下公式(2)所示，式中，表示游客u和游客v的平均评分；在得到单人预测评分后，本专利技术中对群组中每位成员对同一景点j的所有预测评本文档来自技高网...

【技术保护点】
1.一种基于MAS协作机制的旅游群组推荐方法，其特征在于，具体按照以下步骤实施：/n步骤1、解析目标任务；/n步骤2、目标信息共享；/n步骤3、数据处理；/n步骤4、冲突检测与消解；/n步骤5、相似度计算；/n步骤6、群组推荐；/n步骤7、用户评价。/n

【技术特征摘要】
1.一种基于MAS协作机制的旅游群组推荐方法，其特征在于，具体按照以下步骤实施：
步骤1、解析目标任务；
步骤2、目标信息共享；
步骤3、数据处理；
步骤4、冲突检测与消解；
步骤5、相似度计算；
步骤6、群组推荐；
步骤7、用户评价。


2.根据权利要求1所述的一种基于MAS协作机制的旅游群组推荐方法，其特征在于，所述步骤1中解析目标任务是由监视Agent来完成的，当客户端传来推荐请求后，监视Agent响应请求，解析目标任务，并发布在黑板区域；
步骤1中具体解析过程为监视Agent的感知模块，首先感知到用户在客户端进行的各种操作以及产生的信息交换，这些信息经由事件检测模块分析，并将产生的操作信息进行数据初始化，记录存储后生成系统日志，最后将日志发布在黑板区域，以便进行下一步的操作。


3.根据权利要求2所述的一种基于MAS协作机制的旅游群组推荐方法，其特征在于，所述步骤2中黑板区域在协作推荐过程中，负责任务求解过程中部分信息的公示，各Agent与黑板之间信息互通，当MAS将系统目标任务以及相关初始数据解析公布至黑板区域，协作过程开始，参与求解的Agent通过不断浏览黑板上公开的信息，在其中寻找可以协助自己求解问题的信息，当其在黑板上找到对自己有利的信息时，就会主动对问题进行求解，并把最终的结果信息公开在黑板区域，通过这一求解过程的循环，获得任务的最终结果。


4.根据权利要求3所述的一种基于MAS协作机制的旅游群组推荐方法，其特征在于，在所述步骤3中数据Agent在接到数据请求后，将数据处理为旅游推荐系统在推荐时所需要的有效信息并存储到数据库，然后在数据中提取求解任务中包含的组团用户对景点的历史评分数据，并生成对应的游客-景点评分矩阵，评分值在0～5之间。


5.根据权利要求4所述的一种基于MAS协作机制的旅游群组推荐方法，其特征在于，所述步骤4中冲突检测与消解Agent时，首先执行检测程序，对冲突数据进行检测，若数据之间发生直接冲突，则需要根据消解策略寻找其他可能相关用户以及数据，并向数据Agent做出数据请求；若无冲突，则直接执行相似度计算；
具体为把目标群组的成员两两随机分组，根据定义的游客相关性因子对数据进行冲突检测；表示两者共同评分项的景点数目占所有参与评分项景点数目的权重，N(u)、N(v)分别表示游客u、v参与评分的景点；冲突检测的条件为判断两个游客之间的...

【专利技术属性】
技术研发人员：王磊，成晓妮，宋阳春，郑伟，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61