【论文】Group Recommendation

背景

什么是 group recommendation : 组（group）是由多个用户构成的群体，为组推荐任务中的服务对象，组推荐则是基于组内成员共同的兴趣、喜好和特征，为该组提供个性化的推荐。与传统的个体推荐相比，组推荐通过考虑组内成员自身以及组内成员间的社会影响和协作作出决策，除了为组推荐出正确的对象，还需尽可能地满足组内各成员的个性化兴趣偏好。such as family dinners, group trips, and colleagues’ parties.

应用在区域招商选品

模型结构

1. Subset：同group内的偏好相似的用户小群体，其粒度介于individual与group之间
2. group
3. Superset：则是由group融入了外部的group-group间的交互信息，其粒度介于传统group之上

为了提取这三部分的信息，设立了三个模块：Subset Preference Extraction (SubPE) module、Group Preference Extraction (GPE) module、Superset Preference Extraction (SupPE) module

SubPE

如下图，如果过分重视A的爱好可能会推荐出无法让大多数人满意的结果，所以先对group聚类成多个subset;

每个subset的偏好

subset之间的偏好：用a表示，所以在subset粒度级别的偏好向量表示为h_subpe

GPE

group粒度级别的偏好向量

SupPE

用图结构表示：每个group视为一个节点，如果一个用户隶属于多个组，则该用户将作为连接相关节点的边。
group外部的信息提取：

fusion

三个模块concat在一起

预测层

损失函数

evaluation

offline 公开数据集

online