4----COM：a Generative Model for group recommendation（组推荐的一种生成模型）

1、摘要：

组推荐的一个挑战性问题：因为不同组的成员就有不同的偏好，如何平衡这些组员的偏好是一个难以解决的问题。

在本文中，作者提出了一个COM的概率模型来建立组活动生成过程。

直觉上：

一个组中的用户可能有不同的影响，在不同主题影响力不同，如对看电影有权威的用户在音乐上影响力可能低。

群体中的用户可能作为组员的表现和作为独立个体表现不一样。

COM基于这些直觉，融合组成员之间的偏好成为组偏好来进行推荐。

2、介绍

传统的组推荐主要分为基于memory和基于model两类，这两类都忽略了组成员之间的交互，并使用简单的方法来融合成员的偏好。

COM创新点：

（1）每个组与几个主题相关，例如，野餐组与徒步旅行和餐饮主题相关，而由家庭组成的电影观看组可能与浪漫喜剧主题相关。一个群组的项目选择不仅受相关主题影响还受成员的个人考虑的影响，例如选择去电影院看电影受电影影响还受影院距离影响。

（2）群组成员作为组成员表现和个人不同，如独处喜欢看恐怖电影，与妻子喜欢看浪漫电影。

（3）不同的用户在群体中作出决策时有不同见解，见解程度和主题相关，电影迷可能对电影观看群体作出决定很重要，但在餐饮群体中不是很重要。

COM对一个组的生成过程建模如下：

每个组在潜在主题上具有多项式分布，这些主题吸引一组用户加入。

考虑1：一个用户的项目选择受主题影响也受自身考虑的影响。

考虑2：一个用户的项目选择受群组的主题影响而不是个人的主题。

考虑3：一个组的决策受全体成员的影响，若某个成员是专家则其选择具有更大的权重。

本文贡献：

1、提出一个生成模型COM建立一个群组对项目选择的过程，考虑成员的主题影响和成员的群组行为。

2、提出一个基于COM的群组推荐方法，考虑用户选择历史和用户个人考虑。

3、实验

3、相关工作：

（1）推荐系统：基于内容的、基于CF、基于混合推荐系统

（2）群组推荐：偏好融合方法和评分融合方法

4、模型：

四个直觉：

直觉1：每一组都与多个匹配度相关的主题相关，例如，野餐组比健美话题更适合徒步旅行和就餐话题。一个小组的话题吸引用户加入这个团体。

直觉2：当选择一个项目时，组中的用户有两个考虑因素：主题、个人因素。“RST”是主题，即，用户倾向于选择与组主题相关的项，这导致她加入组。第二个是用户对内容因素的个人考虑，如场地推荐的地理距离、电影推荐的电影列表等。这些因素中的大多数是用户规范，不能被主题捕获。此外，不同的用户在组话题和个人考虑内容因素之间进行不同的交换：一些用户倾向于选择与组话题最匹配的项目，而另一些用户可能认为个人考虑更重要。

直觉3：用户在选择特定组中的项目作为成员时，以及在选择项目作为个人时，行为各异。在一个组中，用户倾向于将她的偏好与组的主题相匹配。

直觉4：一个群体对一个候选项目的偏好是由群体成员的偏好决定的[3, 8 ]。除此之外，我们利用以下新的直觉：每个成员对组中项目选择的影响是依赖于主题的。

直觉1：θ_g ：组g的主题偏好。

Φ^ZU _z：用户U和主题Z的相关性.

Φ^ZI _z：项目I和主题Z的相关性.

Φ^ZI _z,i：给定主题z，i 项目被选择的可能性。

Φ^ZU _z,u：主题z对用户u的吸引力或用户u对z的专长能力。

直觉2：

使用开关变量c来控制用户u是根据组的主题还是个人因素来选择一个项目的。当c=1时，项目被选中是基于主题相关的（满足分布Φ^ZI ）。当 c = 0时，项目被选择是基于个人因素（满足分布Φ^UI）。

c是满足伯努利分布的，参数λ_u表示组主题影响，（ 1-λ_u ）表示受个人因素影响，伯努利λ_u有一个beta先验 γ = { γ，γ_t }  。

群体事件生成过程如下：