一种基于用户偏好融合的群组推荐算法制造技术

本发明专利技术涉及传统推荐模型的设计和基于注意力机制的群组偏好模型的设计，其中传统推荐模型主要使用模型融合和推荐融合结合的方式进行推荐，模型融合主要面向群组推荐，通过群组推荐模型和算法生成最终的推荐列表。推荐融合主要面向个人，生成每一个人的推荐列表，然后使用融合策略对个人的推荐列表进行融合。最后把模型融合和推荐融合生成的推荐列表通过一定的规则进行预测，生成最终的推荐列表。基于注意力机制的群组偏好模型设计主要利用注意力机制动态地学习来调整用户的权重信息，提高推荐结果的准确性。利用基于注意力机制的群组偏好融合模型动态地学习用户和群组之间的关系。在偏好融合阶段充分考虑群组偏好信息和用户个人的偏好信息，使得模型在融合的全过程始终考虑了用户个人的相关信息。在预测阶段使用用户‑项目向量、群组‑项目向量共享相同的隐藏层结构，引入多任务学习，使多个任务并行训练，互相学习，互相加强，本文使用户‑项目向量和群组‑项目向量两个任务，彼此相互促进，在训练的过程中可以不断地调节群组和个人的权重指标。

【技术实现步骤摘要】

本专利技术主要涉及电影推荐算法的研究，主要包括传统推荐模型和基于注意力机制的推荐模型，利用模型给用户推荐感兴趣的项目。

技术介绍

1、互联网的发展使人们搜索信息更加方便，但是在信息化发展迅速的今天，由于信息量过于庞大，导致人们很难从海量信息中快速搜索到自己想要的结果。有很多信息是人们从来没有接触过，但是有潜在的兴趣。这便造成了资源的浪费，使得很多资源不能有效利用。在这种信息爆炸的时代，给用户推荐自己感兴趣的结果，便成了时代的主流。推荐系统能很好地解决资源浪费的现象，使得推荐结果更加符合用户的兴趣偏好。

2、在信息化时代，群组推荐在生活中有着广泛的应用，例如电影推荐、餐厅推荐等，都需要利用群组信息对用户进行推荐。生活中很多情况不仅仅专注于个性化的服务，而是面向群组用户。通常情况下群组用户使用推荐系统的频率要远远高于个人，这样就对推荐结果的准确性提出了新的挑战。群组的推荐必须要考虑群组成员的兴趣偏好，并尽可能的满足群组中的大部分用户需求。群组推荐要考虑刚进群组的用户，即要解决冷启动和稀疏性问题。群组推荐系统相比于传统的推荐系统面临一些新的问题，例如本文档来自技高网...

【技术保护点】

1.本专利技术涉及一个传统推荐模型和基于注意力机制的推荐模型，传统推荐模型主要利用模型融合和推荐融合结合的方式对用户感兴趣的内容进行推荐，其中模型融合主要针对的是群组推荐，推荐过程中会忽略个人偏好信息，推荐融合是一种个性化推荐方式，主要针对的是个人的推荐，推荐过程中会忽略群组的一些特征信息，所以把模型融合和推荐融合进行结合，理论上充分考虑了群组和用户的偏好信息，可以使得推荐结果更加准确。这种方法可以在一定程度上提高推荐的准确度，但在实际生活中用户的偏好是在不断变化的，在群组的权重信息也是不断变化的，所以提出使用基于注意力机制的群组偏好融合模型，可以动态的调整用户的权重信息。该模型主要包括...

【技术特征摘要】

1.本发明涉及一个传统推荐模型和基于注意力机制的推荐模型，传统推荐模型主要利用模型融合和推荐融合结合的方式对用户感兴趣的内容进行推荐，其中模型融合主要针对的是群组推荐，推荐过程中会忽略个人偏好信息，推荐融合是一种个性化推荐方式，主要针对的是个人的推荐，推荐过程中会忽略群组的一些特征信息，所以把模型融合和推荐融合进行结合，理论上充分考虑了群组和用户的偏好信息，可以使得推荐结果更加准确。这种方法可以在一定程度上提高推荐的准确度，但在实际生活中用户的偏好是在不断变化的，在群组的权重信息也是不断变化的，所以提出使用基于注意力机制的群组偏好融合模型，可以动态的调整用户的权重信息。该模型主要包括嵌入模块，融合模块和预测模块，并在预...

【专利技术属性】
技术研发人员：史艳翠，吴耀峰，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：