摘要 引言 相关工作 推荐系统 群推荐 一致性模型 问题描述 面向群推荐的一致性模型consensus model for group recommendation 参数估计 推荐 内容信息融合 实验 实验设置 数据集 评价指标 推荐方法 实验结果 产品选择中主题的权重 主题分析 结论 摘要 引言
摘要引言相关工作推荐系统群推荐一致性模型问题描述面向群推荐的一致性模型consensus model for group recommendation参数估计推荐内容信息融合实验实验设置数据集评价指标推荐方法实验结果产品选择中主题的权重主题分析结论摘要引言相关工作推荐系统群推荐一致性模型问题描述面向群推荐的一致性模型(consensus model for group recommendation)参数估计推荐在向一个目标群gt进行推荐时，我们首先基于群体成员ugt发现群的主题分布。这个分布θgt可以通过对ugt根据如下公式进行吉布斯抽样学习到：
p(zj=k|z┐,uj=v,u┐j)∝?^zuk,v(ngzgt,k,┐j+αk)(12)
在向群推荐产品时我们应该去匹配群的主题分布θgt，根据 生成模型，我们定义候选产品i的推荐得分如下：
p(i,|ugt,θgt)?∏u∈ugt∑z∈zθgt,z??^zuz,u(λ^u??^ziz,i+(1?λ^u)??^uiu,i)(13)
式(13)嵌入了直觉(4)的想法（当选择产品时，群体中不同用户有着不同的影响力得分， 而这个影响力是取决于主题的）：如果主题z更与群gt相关，用户u是z上面的专家，那么用户u在产品选择时会更有影响力。用户u在主题z上面的知识用?zuz,u来表示。在式(13)中，θgt,z??zuz,u是给定主题z用户u在群体gt上的影响力得分。而λu??ziz,i+(1?λ