组推荐系统及其应用研究-计算机学报

《组推荐系统及其应用研究-计算机学报》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第３９卷第４期计算机学报Ｖｏｌ．３９Ｎｏ．４２０１６年４月ＣＨＩＮＥＳＥＪＯＵＲＮＡＬＯＦＣＯＭＰＵＴＥＲＳＡｐｒ．２０１６组推荐系统及其应用研究张玉洁杜雨露孟祥武（北京邮电大学智能通信软件与多媒体北京市重点实验室北京１００８７６）（北京邮电大学计算机学院北京１００８７６）摘要近年来，组推荐系统逐渐成为推荐系统领域的研究热点之一．大部分推荐系统主要关注单个用户的推荐，然而在许多日常活动中需要为多个用户形成的群组进行推荐．组推荐系统作为解决群组推荐问题的有效手段，将单个用户推荐扩展为群组推荐，这为推荐系统的研究带来了一些新的挑

2、战．根据群组特征和社会化因素，融合群组成员偏好以满足所有群组成员的偏好需求是组推荐系统的主要任务．该文对最近几年组推荐系统研究进展进行综述，从组推荐系统的形式化定义和研究框架入手，对组推荐系统的用户偏好获取、群组发现、偏好融合算法、社会化组推荐以及效用评价等关键技术进行前沿概况，并分析了群组特征对偏好融合算法的影响．对组推荐系统在不同领域的应用进展进行归纳和总结．最后，对组推荐系统有待深入研究的难点和发展方向进行展望．关键词组推荐；推荐系统；偏好融合；群组建模；群组发现；社交网络；社会媒体；数据挖掘中图法分类号ＴＰ１８犇犗犐

3、号１０．１１８９７／ＳＰ．Ｊ．１０１６．２０１６．００７４５犚犲狊犲犪狉犮犺狅狀犌狉狅狌狆犚犲犮狅犿犿犲狀犱犲狉犛狔狊狋犲犿狊犪狀犱犜犺犲犻狉犃狆狆犾犻犮犪狋犻狅狀狊ＺＨＡＮＧＹｕＪｉｅＤＵＹｕＬｕＭＥＮＧＸｉａｎｇＷｕ（犅犲犻犼犻狀犵犓犲狔犔犪犫狅狉犪狋狅狉狔狅犳犐狀狋犲犾犾犻犵犲狀狋犜犲犾犲犮狅犿犿狌狀犻犮犪狋犻狅狀狊犛狅犳狋狑犪狉犲犪狀犱犕狌犾狋犻犿犲犱犻犪，犅犲犻犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犘狅狊狋狊犪狀犱犜犲犾犲犮狅犿犿狌狀犻犮犪狋犻狅狀狊，犅犲犻犼犻狀犵１００８７６）（犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犛

4、犮犻犲狀犮犲，犅犲犻犼犻狀犵犝狀犻狏犲狉狊犻狋狔狅犳犘狅狊狋狊犪狀犱犜犲犾犲犮狅犿犿狌狀犻犮犪狋犻狅狀狊，犅犲犻犼犻狀犵１００８７６）犃犫狊狋狉犪犮狋Ｇｒｏｕｐｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓｈａｖｅｒｅｃｅｎｔｌｙｂｅｃｏｍｅｏｎｅｏｆｔｈｅｈｏｔｔｅｓｔｔｏｐｉｃｓｉｎｄｏｍａｉｎｏｆｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓ．Ｗｈｉｌｅｍｏｓｔｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓａｒｅｆｏｃｕｓｅｄｏｎｍａｋｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｔｏｉｎｄｉｖｉｄｕａｌｕｓｅｒｓ，ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｆｏｒａｇｒ

5、ｏｕｐｏｆｕｓｅｒｓａｒｅｎｅｃｅｓｓａｒｙｉｎｍａｎｙｄａｉｌｙａｃｔｉｖｉｔｉｅｓ．Ｇｒｏｕｐｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓａｓａｎｅｆｆｅｃｔｉｖｅｓｏｌｕｔｉｏｎｔｏｔｈｅｐｒｏｂｌｅｍｏｆｇｒｏｕｐｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎｃｕｒｓｓｏｍｅｎｅｗｃｈａｌｌｅｎｇｅｓｆｏｒｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓｒｅｓｅａｒｃｈｂｙｅｘｔｅｎｄｉｎｇｉｎｄｉｖｉｄｕａｌｕｓｅｒｓｒｅｃｏｍｍｅｎｄａｔｉｏｎｔｏｇｒｏｕｐｒｅｃｏｍｍｅｎｄａｔｉｏｎ．Ｔｈｅｍａｉｎｔａｓｋｏｆｇｒｏｕｐｒｅｃｏｍｍｅｎｄｅｒｓ

6、ｙｓｔｅｍｓｉｓｔｏｓａｔｉｓｆｙｐｒｅｆｅｒｅｎｃｅｓｏｆａｌｌｇｒｏｕｐｍｅｍｂｅｒｓｂｙａｇｇｒｅｇａｔｉｎｇｐｒｅｆｅｒｅｎｃｅｓｏｆｇｒｏｕｐｍｅｍｂｅｒｓｗｉｔｈｇｒｏｕｐｆｅａｔｕｒｅｓａｎｄｓｏｃｉａｌｆａｃｔｏｒｓ．Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｆｏｒｍａｌｄｅｆｉｎｉｔｉｏｎａｎｄａｆｒａｍｅｗｏｒｋｏｆｇｒｏｕｐｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ａｎｄｔｈｅｎｐｒｅｓｅｎｔｓａｎｏｖｅｒｖｉｅｗｏｆｔｈｅｆｉｅｌｄｏｆｇｒｏｕｐｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓｉｎｃｌｕｄｉｎｇｐｒｅｆｅｒｅｎｃ

7、ｅｅｌｉｃｉｔａｔｉｏｎ，ｇｒｏｕｐｄｅｔｅｃｔｉｏｎ，ｐｒｅｆｅｒｅｎｃｅａｇｇｒｅｇａｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ｓｏｃｉａｌｇｒｏｕｐｒｅｃｏｍｍｅｎｄａｔｉｏｎ，ｅｖａｌｕａｔｉｏｎａｎｄｔｙｐｉｃａｌａｐｐｌｉｃａｔｉｏｎｓｉｎｄｉｆｆｅｒｅｎｔｄｏｍａｉｎｓ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｐａｐｅｒｄｉｓｃｕｓｓｅｓｔｈｅｉｎｆｌｕｅｎｃｅｏｆｇｒｏｕｐｆｅａｔｕｒｅｓｏｎｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｐｒｅｆｅｒｅｎｃｅａｇｇｒｅｇａｔｉｏｎａｌｇｏｒｉｔｈｍｓ．Ｆｉｎａｌｌｙ，ｔｈｅｐｒｏｓｐｅｃｔｓｆｏｒｆ

8、ｕｔｕｒｅｄｅｖｅｌｏｐｍｅｎｔａｎｄｓｕｇｇｅｓｔｉｏｎｓｆｏｒｐｏｓｓｉｂｌｅｅｘｔｅｎｓｉｏｎｓａｒｅａｌｓｏｄｉｓｃｕｓｓｅｄ．犓犲狔狑狅狉犱狊ｇｒｏｕｐｒｅｃｏｍｍｅｎｄａｔｉｏｎ；ｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓ；ｐｒｅｆｅｒｅｎｃｅａｇｇｒｅｇａｔｉｏｎ；ｇｒｏｕｐｍｏｄ