COM:一种面向群推荐的生成模型
时间:2021-07-01 10:21:17
帮助过:17人阅读
摘要 引言 相关工作 推荐系统 群推荐 一致性模型 问题描述 面向群推荐的一致性模型COnsensus Model for Group Recommendation 参数估计 推荐 内容信息融合 实验 实验设置 数据集 评价指标 推荐方法 实验结果 产品选择中主题的权重 主题分析 结论 摘要 引言
- 摘要
- 引言
- 相关工作
- 一致性模型
- 问题描述
- 面向群推荐的一致性模型COnsensus Model for Group Recommendation
- 参数估计
- 推荐
- 内容信息融合
- 实验
- 实验设置
- 实验结果
- 产品选择中主题的权重
- 主题分析
- 结论
摘要
引言
相关工作
推荐系统
群推荐
一致性模型
问题描述
面向群推荐的一致性模型(COnsensus Model for Group Recommendation)
参数估计
推荐
在向一个目标群gt进行推荐时,我们首先基于群体成员ugt发现群的主题分布。这个分布θgt可以通过对ugt根据如下公式进行吉布斯抽样学习到:
P(zj=k|z┐,uj=v,u┐j)∝?^ZUk,v(nGZgt,k,┐j+αk)(12)
在向群推荐产品时我们应该去匹配群的主题分布θgt,根据 生成模型,我们定义候选产品i的推荐得分如下:
P(i,|ugt,θgt)?∏u∈ugt∑z∈Zθgt,z??^ZUz,u(λ^u??^ZIz,i+(1?λ^u)??^UIu,i)(13)
式(13)嵌入了直觉(4)的想法(当选择产品时,群体中不同用户有着不同的影响力得分, 而这个影响力是取决于主题的):如果主题z更与群gt相关,用户u是z上面的专家,那么用户u在产品选择时会更有影响力。用户u在主题z上面的知识用?ZUz,u来表示。在式(13)中,θgt,z??ZUz,u是给定主题z用户u在群体gt上的影响力得分。而λu??ZIz,i+(1?λ