技术特征：
1.一种融合置信度的信任影响群组推荐方法，其特征在于，该方法包括以下步骤：s1、从社交网络的服务网站中采集数据，获取用户对项目的评分数据，构建评分数据集；s2、利用k-means聚类算法对评分数据集中用户进行聚类，形成多个子簇，构建群组信息；由于同一用户位于不同群组中，反复执行聚类算法，形成大量群组，构建群组集；(1)将评分数据集整理成用户评分向量；(2)随机选取k个用户作为初始聚类中心；(3)计算剩余用户到k个初始中心用户之间的余弦距离，并将每个剩余用户归于距离最小的簇中；更新簇中心点；(4)重复步骤(3)(4)；(5)达到约定迭代次数，结束算法；s3、在同一群组中，针对成员之间对于评分的理解、解释不同，构建评分习惯差异模型；(1)应用香农熵计算成员u评分的不确定性(1)应用香农熵计算成员u评分的不确定性其中，|rd|表示评分域中的元素数量，p
ur
表示用户u在评分向量v
u
中评分为r的概率；|v
u
|表示评分域中的评分元素的数量；(2)通过不确定性计算成员u评分的确定性cer
u
＝1-ucer
u
ꢀꢀꢀꢀ
(3)其中，cer
u
表示用户u评分的确定性；(3)计算成员评分习惯之间的差异cerdiff
u，v
＝|cer
u-cer
v
|
ꢀꢀꢀꢀ
(4)其中，cerdiff
u，v
表示用户u和用户v的评分习惯差异；s5、基于成员之间的评分相似性与评分习惯构建融合置信度的信任模型；s5、基于成员之间的评分相似性与评分习惯构建融合置信度的信任模型；s5、基于成员之间的评分相似性与评分习惯构建融合置信度的信任模型；其中，cbtrust
u，v
表示用户u对用户v的信任度，affinity
u，v
表示用户u对用户v的亲和度，|i
u
∩i
v
|表示用户u和用户v共同评分过的项目数，|i
u
|表示用户u评分过的项目数，distance
u，v
表示用户u和用户v之间的距离，r
u，i
表示用户u对项目i的评分；s6、基于信任模型计算成员间的动态信任影响权重；s6、基于信任模型计算成员间的动态信任影响权重；
其中，winf
v，u
表示用户v对用户u的影响权重，similarity
u，v
表示用户u和用户v之间的皮尔逊相关系数，表示用户u的评分均值；s7、计算经过信任影响修正后的成员评分；infr
u，i
＝r
u，i
+∑
v∈g∧v≠u
winf
v，u
*(r
v，i-r
u，i
)
ꢀꢀꢀꢀ
(10)其中，infr
u，i
表示用户u经过群组成员信任影响修正后对项目i的评分；s8、融合成员评分，得到群组评分；其中，r
g，i
表示群组g对项目i的评分，|g|表示群组内的成员数量；s9、将s8计算出的群组评分进行降序排序，并将排名靠前的多个候选项目推荐给群组。2.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s1所述的构建评分数据集就是收集用户在服务网站的评分数据，步骤s1中采集的数据包括：服务网站中的用户id、用户名、项目id、项目类型、用户评分，用户评分时间。3.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s2中使用k-means算法、聚类算法或模糊c均值聚类算法作为群组挖掘算法。4.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s2中，一个用户同时位于多个群组中，在大数据集下反复执行聚类算法，生成大量群组，同时同一用户会位于不同群组中。5.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s3中评分习惯差异模型包括以下组件：1)用户评分不确定性组件：在该组件中，考虑到用户u对项目i的评分r
u，i
的不确定性，利用香农熵定理对这种不确定性进行建模；该模型对用户u在评分允许范围内的所有评分出现的次数进行计算并代入香农熵定理，得到了用户u评分的不确定性，该值位于[0，1]之间；2)用户评分确定性组件：在该组件中，用户u评分的确定性通过其评分的不确定性进行计算得到；3)用户评分习惯差异组件：在该组件中，用户u和用户v之间评分习惯通过二者的评分确定性进行计算得到；某个评分出现的概率与其在评分集中出现的次数成正比。6.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s5结合用户之间评分距离和每个用户的评分置信度。7.根据权利要求1所述一种融合置信度的信任影响群组推荐方法，其特征在于步骤s6利用皮尔逊相关系数计算两个用户之间的评分相似性，将计算得到的评分相似性与融合置信度的信任模型相结合，计算用户之间的信任影响权重。
技术总结
本发明涉及群组数据推荐技术领域，特别是设计一种融合置信度的信任影响群组推荐方法。建立了一种新的群组偏好融合模型，该模型融合群组成员偏好生成群组偏好，同时考虑了成员间的交互影响作用和成员评分习惯对融合结果造成的影响，缓解了偏好融合过程中的偏好冲突问题，可显著提高群组推荐的准确性。可显著提高群组推荐的准确性。
技术研发人员：牛磊 程苗 姚叶旺 武应彦 马瑞 李汶晋
受保护的技术使用者：中电万维信息技术有限责任公司
技术研发日：2021.12.06
技术公布日：2022/3/8