1、摘要:

组推荐的一个挑战性问题:因为不同组的成员就有不同的偏好,如何平衡这些组员的偏好是一个难以解决的问题。

在本文中,作者提出了一个COM的概率模型来建立组活动生成过程。

直觉上:

一个组中的用户可能有不同的影响,在不同主题影响力不同,如对看电影有权威的用户在音乐上影响力可能低。

群体中的用户可能作为组员的表现和作为独立个体表现不一样。

COM基于这些直觉,融合组成员之间的偏好成为组偏好来进行推荐。

2、介绍

传统的组推荐主要分为基于memory和基于model两类,这两类都忽略了组成员之间的交互,并使用简单的方法来融合成员的偏好。

COM创新点:

(1)每个组与几个主题相关,例如,野餐组与徒步旅行和餐饮主题相关,而由家庭组成的电影观看组可能与浪漫喜剧主题相关。一个群组的项目选择不仅受相关主题影响还受成员的个人考虑的影响,例如选择去电影院看电影受电影影响还受影院距离影响。

(2)群组成员作为组成员表现和个人不同,如独处喜欢看恐怖电影,与妻子喜欢看浪漫电影。

(3)不同的用户在群体中作出决策时有不同见解,见解程度和主题相关,电影迷可能对电影观看群体作出决定很重要,但在餐饮群体中不是很重要。

COM对一个组的生成过程建模如下:

每个组在潜在主题上具有多项式分布,这些主题吸引一组用户加入。

考虑1:一个用户的项目选择受主题影响也受自身考虑的影响。

考虑2:一个用户的项目选择受群组的主题影响而不是个人的主题。

考虑3:一个组的决策受全体成员的影响,若某个成员是专家则其选择具有更大的权重。

本文贡献:

1、提出一个生成模型COM建立一个群组对项目选择的过程,考虑成员的主题影响和成员的群组行为。

2、提出一个基于COM的群组推荐方法,考虑用户选择历史和用户个人考虑。

3、实验

3、相关工作:

(1)推荐系统:基于内容的、基于CF、基于混合推荐系统

(2)群组推荐:偏好融合方法和评分融合方法

4、模型:

四个直觉:

直觉1:每一组都与多个匹配度相关的主题相关,例如,野餐组比健美话题更适合徒步旅行和就餐话题。一个小组的话题吸引用户加入这个团体。

直觉2:当选择一个项目时,组中的用户有两个考虑因素:主题、个人因素。“RST”是主题,即,用户倾向于选择与组主题相关的项,这导致她加入组。第二个是用户对内容因素的个人考虑,如场地推荐的地理距离、电影推荐的电影列表等。这些因素中的大多数是用户规范,不能被主题捕获。此外,不同的用户在组话题和个人考虑内容因素之间进行不同的交换:一些用户倾向于选择与组话题最匹配的项目,而另一些用户可能认为个人考虑更重要。

直觉3:用户在选择特定组中的项目作为成员时,以及在选择项目作为个人时,行为各异。在一个组中,用户倾向于将她的偏好与组的主题相匹配。

直觉4:一个群体对一个候选项目的偏好是由群体成员的偏好决定的[3, 8 ]。除此之外,我们利用以下新的直觉:每个成员对组中项目选择的影响是依赖于主题的。

直觉1:θg :组g的主题偏好。

ΦZU z:用户U和主题Z的相关性.

ΦZI z:项目I和主题Z的相关性.

ΦZI z,i:给定主题z,i 项目被选择的可能性。

ΦZU z,u:主题z对用户u的吸引力或用户u对z的专长能力。

直觉2:

使用开关变量c来控制用户u是根据组的主题还是个人因素来选择一个项目的。当c=1时,项目被选中是基于主题相关的(满足分布ΦZI )。当 c = 0时,项目被选择是基于个人因素(满足分布ΦUI)。

c是满足伯努利分布的,参数λu表示组主题影响,( 1-λu )表示受个人因素影响,伯努利λu有一个beta先验 γ = { γ,γt }  。

群体事件生成过程如下:

4----COM:a Generative Model for group recommendation(组推荐的一种生成模型)的更多相关文章

  1. 深度学习课程笔记(二)Classification: Probility Generative Model

    深度学习课程笔记(二)Classification: Probility Generative Model  2017.10.05 相关材料来自:http://speech.ee.ntu.edu.tw ...

  2. 转Generative Model 与 Discriminative Model

    没有完全看懂,以后再看,特别是hmm,CRF那里,以及生成模型产生的数据是序列还是一个值,hmm应该是序列,和图像的关系是什么. [摘要]    - 生成模型(Generative Model) :无 ...

  3. Generative Model 与 Discriminative Model

      [摘要]    - 生成模型(Generative Model) :无穷样本==>概率密度模型 = 产生模型==>预测    - 判别模型(Discriminative Model): ...

  4. 生成模型(Generative Model)和 判别模型(Discriminative Model)

    引入 监督学习的任务就是学习一个模型(或者得到一个目标函数),应用这一模型,对给定的输入预测相应的输出.这一模型的一般形式为一个决策函数Y=f(X),或者条件概率分布P(Y|X). 监督学习方法又可以 ...

  5. 生成模型(Generative Model)Vs 判别模型(Discriminative Model)

      概率图分为有向图(bayesian network)与无向图(markov random filed).在概率图上可以建立生成模型或判别模型.有向图多为生成模型,无向图多为判别模型. 判别模型(D ...

  6. Generative model 和Discriminative model

    学习音乐自动标注过程中设计了有关分类型模型和生成型模型的东西,特地查了相关资料,在这里汇总. http://blog.sina.com.cn/s/blog_a18c98e50101058u.html ...

  7. A Neural Influence Diffusion Model for Social Recommendation 笔记

    目录 一.摘言 二.杂记 三.问题定义和一些准备工作 四.模型真思想 五.实验部分 六.参考文献 一.摘言 之前协同过滤利用user-item交互历史很好的表示了user和item.但是由于用户行为的 ...

  8. Generative Model vs Discriminative Model

    In this post, we are going to compare the two types of machine learning models-generative model and ...

  9. 论文阅读 A Data-Driven Graph Generative Model for Temporal Interaction Networks

    13 A Data-Driven Graph Generative Model for Temporal Interaction Networks link:https://scholar.googl ...

随机推荐

  1. 一个关于传参数js数组的封装方法(寄生模式)

    function createArr(){ var arr = new Array(); arr.push.apply(arr,arguments); arr.toJoin = function(){ ...

  2. codeforces 567 E. President and Roads 【 最短路 桥 】

    给出一个有向图,从起点走到终点(必须走最短路),问一条边是否一定会被经过,如果不经过它,可以减小它的多少边权使得经过它(边权不能减少到0) 正反向建图,分别求出起点到每个点的最短距离,终点到每个点的最 ...

  3. day05-3 初步了解数据类型

    目录 数据类型介绍 数字类型 整形(int) 浮点型(float) 字符串 列表 字典 布尔值 数据类型介绍 不同的数据会有不同的数据类型 为了定义不同的数据,我们Python中提供了下述几个数据类型 ...

  4. SQLserver 导入超大CSV(100G以上)方法

    1.似乎SQLSERVER2008对UTF8不兼容,采用SQLSERVER20052.采用SQLSERVER2005,还是出现UTF8诸如此类的问题,修改表结构,varchar改成 nvarchar3 ...

  5. UVALive-8079 Making a Team 排列组合公式化简

    题目链接:https://cn.vjudge.net/problem/UVALive-8079 题意 n个人组队,队伍人数小于等于n,每个队伍需要4个不同的职务的领导. 问这n个人可以组成多少队? n ...

  6. BZOJ 3203 [SDOI2013]保护出题人 (凸包+三分)

    洛谷传送门 题目大意:太长略 每新加入一个僵尸,容易得到方程$ans[i]=max{\frac{sum_{i}-sum_{j-1}}{s_{i}+d(i-j)}}$ 即从头开始每一段僵尸都需要在规定距 ...

  7. Vue常用的GitHub项目

    Vue常用的GitHub项目(Demo案例) 应用实例 https://github.com/pagekit/pa... pagekit-轻量级的CMS建站系统 https://github.com/ ...

  8. 【【henuacm2016级暑期训练】动态规划专题 I】Gargari and Permutations

    [链接] 我是链接,点我呀:) [题意] 在这里输入题意 [题解] 注意这k个序列每个都是排列. 如果在每个序列中都满足y出现在x之后的话. 那么我们从x连一条有向边至y (有一个序列不满足就不连 ( ...

  9. MyBatis学习总结(5)——实现关联表查询

    一.一对一关联 1.1.提出需求 根据班级id查询班级信息(带老师的信息) 1.2.创建表和数据 创建一张教师表和班级表,这里我们假设一个老师只负责教一个班,那么老师和班级之间的关系就是一种一对一的关 ...

  10. CF16A Flag

    CF16A Flag 题意翻译 题目描述 根据一项新的ISO标准,每一个国家的国旗应该是一个n×m的格子场,其中每个格子最多有10种不同的颜色.并且国旗应该有条纹:旗帜的每一行应包含相同颜色的方块,相 ...