针对具备地理社交信息的群组推荐方法技术

本发明专利技术提出了一种针对具备地理社交信息的群组推荐方法，为群组推荐兴趣点。实际上，每个群组成员的抉择是受多个因素影响的，包括个人偏好、群组成员和社交关系。另外，在不同具备各自的群组中，用户的影响力度是不同的。本发明专利技术主要分为两步：群组用户建模、群组推荐。在建模过程中考虑个人偏好、群组成员和社交关系三方面因素，推荐时考虑到用户权重。

A group recommendation method with geographic social information

The invention proposes a group recommendation method with geographic social information, and recommends interest points for the group. In fact, the choice of each group member is influenced by multiple factors, including individual preferences, group members and social relationships. In addition, the influence of users is different in different groups. This method can be divided into two steps: group user modeling and group recommendation. In the process of modeling, considering the three factors of personal preference, group membership and social relationship, the user weight is taken into account when recommending.

【技术实现步骤摘要】
针对具备地理社交信息的群组推荐方法
本专利技术属于群组推荐兴趣点领域，尤其涉及到一种针对具备地理社交信息的群组推荐方法。
技术介绍
随着在线社交网络的快速发展，越来越多的人愿意去参加并分享他们的群体活动。这就促进了群组推荐的发展，其目的就是满足一组用户偏好，而不是单个用户。但是如何聚合群组中不同成员的偏好依然是个挑战。作为两种主流的社交网络，基于位置的社交网络和基于活动的社交网络在近些年越来越受欢迎。鉴于社交网络的发展，人们俞愿意参与并分享跟他人的活动，比如跟好友爬山。这就需要群组推荐。遗憾的是，个人推荐系统并不是很适用于群组推荐。群组推荐就是要得到推荐结果，尽可能满足群组成员偏好。当然这并不是一个容易的任务，因为不同用户偏好不同。如何权衡群组中成员的不同偏好成为关键挑战。已有的群组推荐系统可以划分成两种：基于内存和基于模型的方法。其中，基于内存方法可以根据聚合方式更深入划分成：偏好聚合和评分聚合。偏好聚合方法首先根据群组中所有成员构建一个群组的聚合信息，之后再做群组推荐。而评分聚合方法则是首先分别给群组中每个成员做推荐，之后再聚合这些推荐结果给群组做推荐。但是，总的来说，两种聚合方式都忽视了群组成员间的联系。不同于基于内存方法，基于模型方法则是通过建模的方式很好利用到群组成员间的关联。然而这些基于模型方法的假设在现实中并不能很好地成立或者是得到支持。
技术实现思路
为了做群组推荐，本专利技术则是基于以下四个考量。(1)每个群组都是跟不同的主题有不同程度上的相关性。比如说，烧烤小组更关心与公园相关的主题，吃货团则更喜欢餐馆这样的主题。(2)人们之间往往靠着一些社交关系维系着，比如好友、关注者。在一定程度上，用户行为往往受其社交关系的影响。此外，好友之间往往有些相似的兴趣偏好。(3)用户的选择往往受其自身偏好、群组的相关主题以及社交关系的影响。用户自身偏好其中一个很重要的元素，与兴趣点的地理距离也是影响很大。(4)每个群体是由多个用户组成，而不同的用户在做群组推荐过程中的影响也不同。而且，其影响力度与主题相关。本专利技术构建了群组推荐系统的过程。每个群组都有一个在主题上的多项式分布。群组中的用户权衡自身偏好、群组主题和社交关系，之后做出选择。群组最终的推荐结果则需要聚合所有成员的选择，并考虑每个用户各自的影响权重。本专利技术的主要的价值有三点：(1)构建目标群组兴趣点选择的生成模型GSGR，同时考虑用户的影响因子以及历史选择；(2)针对每个群组用户构建模型GSGR时，会考虑群组主题、个人偏好和社交关系；(3)在GSGR模型的基础上，为目标群体做出推荐。本专利技术的技术方案是：针对具备地理社交信息的群组推荐方法，其包括以下步骤：根据目标群组g中的用户u和主题z生成主题偏好分布θg；基于所述主题偏好分布θg生成每个用户u和主题z之间的相关度基于所述主题偏好分布θg生成每个兴趣点和主题z之间的相关度基于所述主题偏好分布θg生成每个用户u和兴趣点之间的相关度基于所述主题偏好分布θg生成每个用户u的社交圈和兴趣点之间的相关度定义一参数c，根据每个兴趣点和主题z之间的相关度每个用户u和兴趣点之间的相关度每个用户u的社交圈和兴趣点之间的相关度计算，如果c为0，判断兴趣点的选择是基于群组主题；如果c为1，判断兴趣点的选择是基于用户本身偏好；若c为-1，则判断兴趣点的选择是基于用户社交影响，并计算得到采样c的概率：根据采样结果计算出以下参数：则每个兴趣点的得分为根据兴趣点的得分向群组推荐。优选的是，所述的针对具备地理社交信息的群组推荐方法中，所述目标群组g由一群用户构成其中每个用户都有社交关系su＝{<u1,u>,<u2,u>,...,<um,u>}，其中<um,u>表示um是用户u的关注者。优选的是，所述的针对具备地理社交信息的群组推荐方法中，针对每个主题zk,k＝1...K，有优选的是，所述的针对具备地理社交信息的群组推荐方法中，针对每个用户uv,v＝1,...,|U|，有优选的是，所述的针对具备地理社交信息的群组推荐方法中，针对每个群组，有针对该群组中每个用户-兴趣点对，有若c＝0，则若c＝1，则否则优选的是，所述的针对具备地理社交信息的群组推荐方法中，经过两步Gibbs采样，得到c分别为0，1和-1时采样主题的先验概率：本专利技术提出了一种针对具备地理社交信息的群组推荐方法，为群组推荐兴趣点。实际上，每个群组成员的抉择是受多个因素影响的，包括个人偏好、群组成员和社交关系。另外，在不同具备各自的群组中，用户的影响力度是不同的。本专利技术主要分为两步：群组用户建模、群组推荐。在建模过程中考虑个人偏好、群组成员和社交关系三方面因素，推荐时考虑到用户权重。本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。附图说明图1为本专利技术提供的针对具备地理社交信息的群组推荐方法的一个实施例的GSGR模型图。具体实施方式下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。一、地图上兴趣点采样方法定义1)问题定义一个群组由一群用户构成其中每个用户都有社交关系su＝{<u1,u>,<u2,u>,...,<um,u>}，其中<um,u>表示um是用户u的关注者。群组推荐的目的就是给定目标群组，推荐这个群组并未访问过却很有可能去的兴趣点。2)方法概述这个方法总体上分成两个部分：构建目标群组兴趣点选择生成模型GSGR、基于GSGR为目标群体做出推荐。构建生成模型GSGR过程中，考虑群组主题、个人偏好和社交关系。通过对模型进行训练，得到主题用户分布、主题兴趣点分布、用户兴趣点分布、用户社交兴趣点分布以及用户选择器分布。之后，基于模型得到的分布，计算目标群组访问兴趣点的可能性，推荐可能性最高的兴趣点。二、利用路网信息对地图上兴趣点采样方法1)构建生成模型GSGRGSGR模型的结构可见图1。接下来描述模型的生成过程。每个群组由一群被某些群体主题吸引的用户组成。我们用多项式分布θg表示群组g的主题偏好。基于群组的主题分布θg，从中挑选一个主题z并指定一个用户。每个主题都有个多项式分布表示用户与该主题的相关性。吸引用户加入群组的主题、用户的自身偏好(包含地理位置因素)和社交因素都有可能影响用户做出选择。用多项式分布代表所有兴趣点与该主题z的相关度，表示该用户对所有兴趣点自身的考量，表示该用户的社交圈对该兴趣点的喜爱程度。另外，用一个三元开关c来决定哪种元素影响着用户的抉择。如果值为0，说明是群组主题；若值为1，兴趣点的选择是基于用户本身偏好；若值为-1，则说明是基于用户社交影响。总的来说，一个群组一次集合的过程如下：针对每个主题zk,k＝1...K，有针对每个用户uv,v＝1,...,|U|，有针对每个群组，有针对该群组中每个用户-兴趣点对，有若c＝0，则若c＝1，则否则2)参数估计经过两步Gibbs采样，得到c分别为0,1和-1时采样主题的先验概率：类似地，采样c的概率为在足本文档来自技高网...

【技术保护点】
针对具备地理社交信息的群组推荐方法，其特征在于，包括以下步骤：根据目标群组g中的用户u和主题z生成主题偏好分布θg；基于所述主题偏好分布θg生成每个用户u和主题z之间的相关度

【技术特征摘要】
1.针对具备地理社交信息的群组推荐方法，其特征在于，包括以下步骤：根据目标群组g中的用户u和主题z生成主题偏好分布θg；基于所述主题偏好分布θg生成每个用户u和主题z之间的相关度基于所述主题偏好分布θg生成每个兴趣点和主题z之间的相关度基于所述主题偏好分布θg生成每个用户u和兴趣点之间的相关度基于所述主题偏好分布θg生成每个用户u的社交圈和兴趣点之间的相关度定义一参数c，根据每个兴趣点和主题z之间的相关度每个用户u和兴趣点之间的相关度每个用户u的社交圈和兴趣点之间的相关度计算，如果c为0，判断兴趣点的选择是基于群组主题；如果c为1，判断兴趣点的选择是基于用户本身偏好；若c为-1，则判断兴趣点的选择是基于用户社交影响，并计算得到采样c的概率：根据采样结果计算出以下参数：

【专利技术属性】
技术研发人员：鲜学丰，周子婷，赵朋朋，崔志明，
申请(专利权)人：江苏省现代企业信息化应用支撑软件工程技术研发中心，
类型：发明
国别省市：江苏,32