一种基于图信号处理的群体推荐方法技术

本发明专利技术涉及群体推荐技术领域，公开了一种基于图信号处理的群体推荐方法，包括以下步骤：构造包含异构节点与信息的统一异构图；基于节点相似性的滤波器设计；基于图信号处理的多语义路径融合偏好预测

【技术实现步骤摘要】
一种基于图信号处理的群体推荐方法


[0001]本专利技术涉及群体推荐
，具体涉及一种基于图信号处理的群体推荐方法
。

技术介绍

[0002]近些年来随着各类社交媒体飞速发展，人们在日常生活中组成团体共同参加活动
(
例如，家庭一起看电影
、
公司员工聚餐
、
度假旅游等
)
变得越来越流行与方便
。
在这些场景中个性化推荐系统由于其本身的限制，直接将其应用在群体活动场景中时推荐性能低下，这就导致了开展面向一组用户推荐令人满意的群体活动的研究已经成为推荐系统的一项重要任务，群体推荐随之兴起
。
与个性化推荐从历史行为中挖掘每个用户的偏好并推荐满足其个人兴趣的活动不同的是，群体推荐需要整合群体内用户的不同偏好，并推荐满足其共同兴趣的活动
。
同时，群体用户也会因为各种因素而变动，很多用户出于某一目的短暂地形成某一群体，待活动结束后又很快解散，导致对于持久性群体和临时性群体的推荐也存在着很大的差异
。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于图信号处理的群体推荐方法，群体推荐方法的输入为用户
‑
物品交互关系
、
群体
‑
用户隶属关系和群体
‑
物品交互关系，输出为群体偏好；具体包括以下步骤：步骤一
、
构造统一异构图：将社交关系
、
用户
‑
物品交互关系
、
群体
‑
用户隶属关系融合在一个统一异构图中，用以增强群体
‑
物品交互关系；统一异构图具有携带协同过滤信息的多跳路径，包括节点相似性路径和群体用户亲和力路径；根据节点相似性路径
、
群体用户亲和力路径，以及用户
‑
物品交互关系的邻接矩阵
、
群体
‑
物品交互关系的邻接矩阵
、
群体
‑
用户交互关系的邻接矩阵，通过矩阵乘法并进行拉普拉斯归一化操作，计算得到用户
‑
用户相似图结构和物品
‑
物品相似图结构；通过群体
‑
用户隶属关系和用户
‑
用户相似图结构得到群体
‑
用户亲和力图结构；用户
‑
用户相似图结构
、
物品
‑
物品相似图结构和群体
‑
用户亲和力图结构统一称为图结构；步骤二
、
基于节点相似性的滤波器设计：提出取不同图结构中的交互信号，通过图傅里叶变换将交互信号变换到频域空间，将得到的各个频率向量通过频率响应函数进行平滑，得到频率空间的信号；最后通过图逆傅里叶变换将信号转换为输出信号：；其中，为不同图结构的特征向量矩阵；是输入信号，表示用户
‑
物品交互关系
、
群体
‑
用户隶属关系或群体
‑
物品交互关系中的交互信号，记图滤波器，是图滤波器的频率响应矩阵，为频率响应函数，代表
n
种不同的频率，表示对角矩阵；将理想低通滤波器的频率响应函数和线性低通滤波器的频率响应函数分别代入到不同图结构对应的图滤波器的表达式中，通过得到的图滤波器的理想表示和线性表示，得到物品
‑
物品相似性滤波器和用户
‑
用户相似性滤波器；步骤三，基于图信号处理的多语义路径融合偏好预测：将得到的物品
‑
物品相似性滤波器
、
用户
‑
用户相似性滤波器，以及表示交互关系的邻接矩阵
、、
代入到频域角度的变换公式中，从而得到群体对物品的偏好预测
、
用户对物品的偏好预测和群体对用户的亲和力预测，变换公式如下：；；；随后融合
、、
，得到最终的群体偏好：；其中，表示融合权重
。2.
根据权利要求1所述的基于图信号处理的群体推荐方法，其特征在于：所述节点相似
性路径，包括与同一个用户交互的物品相似性路径
、
与同一群体交互的物品相似性路径
、
与同一个物品交互的用户相似性路径，以及与同一群体交互的用户相似性路径；群体用户亲和力路径记为；其中表示物品，表示用户，表示群体；所述物品
‑
物品相似图结构包括有相同用户的物品
‑
物品相似性图结构
、
有相同群体的物品
‑
物品相似性图结构；所述用户
‑
用户相似图结构包括有相同物品的用户
‑
用户相似图结构
、
有相同群体的用户
‑
用户相似图结构

【专利技术属性】
技术研发人员：张勇东，毛震东，胡博，王林磊，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：