[發明專利]一種融合社交關系與自私偏好順序的群組劃分方法

有效

• 申請號: 202010259534.1
• 申請日: 2020-04-03
• 公開（公告）號: CN111488532B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 王海艷;王晨一;王周生;楊一鋮
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q50/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 顏盈靜

本發明公開了一種融合社交關系與自私偏好順序的群組劃分方法，包括以下步驟：步驟1：根據用戶的社交價值模擬各用戶為了分擔成本而聚集為群組的選擇，形成初步群組；步驟2：通過自私偏好順序制定合并和拆分規則，并基于合并和拆分規則對步驟1得到的群組進行合并或拆分，當達到納什均衡點時，群組合并或劃分結束，得到穩定群組，本發明提出了在完全信息靜態的博弈場景下融合社交關系與自私偏好順序并以此尋找納什均衡點，來提高群組劃分的穩定性并剔除極端成員，本方法很好的解決了群組中極端用戶的問題，提高了群組成員對群組推薦結果的滿意度。

技術領域

本發明屬于信息服務和分布式計算的交叉領域，具體涉及一種在群組推薦領域中的群組劃分技術。

背景技術

傳統的推薦方法更多的是向個人進行推薦，然而隨著經濟的發展，互聯網技術的不斷革新，現實生活中越來越多的活動是由群組來完成，所以向群組成員推薦都能接受的項目變得至關重要。

群組推薦旨在為一組用戶提供推薦，而群組劃分作為群組推薦的基礎同樣非常重要。但在已有的群組劃分研究中，大多數方法往往關注的只是用戶興趣偏好的相同，而忽略了用戶的社交關系對推薦結果的影響，更加沒有考慮到用戶的自私行為對劃分效果的積極影響，這些都使得若群組中存在極端用戶則會對推薦結果造成嚴重損害，都會影響推薦的滿意度。

發明內容

本發明目的：針對現有技術的不足，本發明提出一種融合社交關系與自私偏好順序的群組劃分方法，來對群組進行穩定的劃分去除極端用戶以此來提高推薦滿意度。

技術方案：一種融合社交關系與自私偏好順序的群組劃分方法，包括以下步驟：

步驟1：根據用戶的社交價值模擬各用戶為了分擔成本而聚集為群組的選擇，形成初步群組；

步驟2：通過自私偏好順序制定合并和拆分規則，并基于合并和拆分規則對步驟1得到的群組進行合并或拆分，當達到納什均衡點時，群組合并或劃分結束，得到穩定群組；

其中，所述的根據用戶的社交價值模擬各用戶為了分擔成本而聚集為群組的選擇，將該過程表示為：M＝{S，v，F，A，P}，其中，S表示決策用戶集，v表示效用函數，F表示決定用戶加入或退出群組的決策函數，A＝{a₁，a₂，…，a_N}表示總用戶決策集，a_n表示群組n，P表示群組結構P＝{CO₁，CO₂，…，CO_m}；CO_m表示群組m的結構特征，所述效用函數定義為用戶所在其當前群組的成本。

進一步的，所述成員所在群組a_n的成本表示為：

式中，l_n表示為用戶n自身的喜好集合l_n＝[d_n1，d_n2，d_n3，...，d_nln]，d_nj∈D_total，1≤j≤l_n；D_total＝[d₁，d₂，d₃，...，d_Dmax]表示為群組a_n所有成員的喜好集合；β_i表示群組a_n中需求d_ni的總數量；J_n表示用戶n的鄰居集，a_n表示用戶n所在群組，a_Jn表示用戶n的鄰居集所在群組；α₀表示偏好成本，l_c表示與群組a_n內其他成員相同的偏好，L_max表示群組a_n中的所有偏好；

所述效用函數表示為：