41例如刘业政等基于传统的MF和PMF方法提出了一种融合多源信息的推荐方法和时序推荐方法。将用户偏好建模成其历史偏好和群影响的加权聚合结果将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果最终预测群体可能消费的产品列表和成员可能加入的群体列表。有效的解决了现有推荐算法没有体现用户偏好和群偏好的交互作用。主要研究步骤如下：1基于用户的加群行为和群体的消费行为构建群体和用户的动态交互模型模拟群体和

4.1：基于融合多源信息的推荐方法和时序推荐方法的个性化推荐研究 4.2：基于地理信息和社会关系的个性化POI推荐研究 4.3：基于图卷积神经网络的推荐引擎研究 4.4：基于双重商品注意力机制和深度学习网络的个性化预测研究

原文地址: https://www.cveoy.top/t/topic/e9b8 著作权归作者所有。请勿转载和采集!