买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华东师范大学

摘要：本发明公开了一种基于用户人格分析的群组推荐方法，其特点是采用将用户人格信息作为侧面信息的群组推荐方法，该方法获取用户的人格隐式表示，将人格作为用户属性构建用户与物品的协同知识图谱，生成协同知识图谱中每个实体的邻居实体聚合表示，并生成协同知识图谱中每个实体的多阶聚合表示，融合用户人格表示和实体高阶表示生成群组偏好表示，最终根据群组偏好表示和物品表示预测二者匹配程度进行基于用户人格分析的群组推荐。本发明与现有技术相比具有较好的避免数据稀疏性问题，在考虑到个体人格的基础上再进行群组推荐会更符合实际情况，推荐结果更为准确，可解释性更强，准确率更高，有效性更好。

主权项：1.一种基于用户人格分析的群组推荐方法，其特征在于采用将用户人格信息作为侧面信息的群组推荐方法，具体包括以下步骤：步骤一、获取用户的人格隐式表示Tu；步骤二、将人格信息作为用户属性构建用户与物品的协同知识图谱步骤三、生成协同知识图谱中每个实体的邻居实体聚合表示步骤四、生成协同知识图谱中每个实体的多阶聚合表示步骤五、融合用户人格表示和实体高阶表示生成对于物品j和群组gl的偏好表示glj；步骤六、根据群组偏好表示glj和物品表示预测二者匹配程度进行群组推荐；所述人格隐式表示Tu为下述a式：Tu＝{t1，t2...tn}＝tfi×idfi×{R1，R2...Rn}a；其中，tfi为第i个心理词库类别的词频；idfi为第i个心理词库类别的逆文本频率指数；Ri为第i个心理词库类别与人格的相关性因子；所述协同知识图谱为用户-物品交互图和物品侧面信息知识图谱共同构成，所述用户-物品交互图由下述b式表示为： 其中，和分别表示所有用户的集合和所有物品的集合；rui表示用户u与物品i的交互关系；所述物品侧面信息知识图谱由下述c式表示： 其中，ε表示知识图谱中所有实体的集合；表示知识图谱中所有关系的集合；h，r，t表示头实体h与尾实体t具有关系r的三元组；所述协同知识图谱由下述d式表示为： 其中，为所有用户的人格表示集合；Interact指用户与物品的交互关系；personality指用户对于人格属性的拥有关系；所述邻居实体聚合表示为下述e式： 其中，表示协同知识图谱中以实体h作为头实体的三元组的集合；et表示实体h的邻居实体t的表示；πh，r，t为下述f式表示传播衰减因子： 其中，Wr为关系r的注意力权重矩阵；tanh为非线性激活函数；所述实体多阶聚合表示为下述h式： 其中，||表示拼接操作；为下述i式表示的实体h的第l阶表示： 其中，W为可训练的参数；为实体h的l-1阶邻居实体聚合表示；所述物品j、群组gl的偏好表示glj为下述j式： 其中，为归一化后表示用户h对于物品j的偏好对于群组gl的贡献权重αj，h，且由下述k式表示为： 所述用户h对于物品j的偏好对于群组gl的贡献权重αj，h由下述m式表示为：αj，h＝αPRj，h*αPSl，hm；其中，αPRj，h指用户h对于物品j的偏好程度；和分别为步骤四中用户h的多阶表示和物品j的多阶表示；αPSl，h为用户h在gl中人格对于偏好的影响因子，且由下述n式的注意力机制求得：αPSl，h＝PTReLUW1fh+W2Fl+bn；其中，P、W1和W2为可训练的参数；b为可训练的偏置向量；fh为用户h的人格表示；Fl为与h同一个群组中其他成员的人格表示，由除了用户h的其他成员的人格表示拼接得到，具体如下述p式表示为： 所述匹配程度由下述q式计算：

全文数据：

权利要求：

百度查询： 华东师范大学 一种基于用户人格分析的群组推荐方法