从群组推荐到群组形成

近期在群组推荐领域兴趣浓厚，其中给定推荐系统的用户群组，人们希望根据所选的群组满足语义向群组推荐使成员满意度最大的top-k项目。推荐的項目集对群组的满足语义示例包括所谓的最小痛苦（LM）和聚合投票（AV）。我们考虑互补问题：如何形成群组使得所形成群组中的用户对建议的top-k推荐最满意。我们假设推荐将根据两种群组推荐语义之一——LM或AV——生成。我们的框架不是假设群组给定或依赖临时群组形成动态，而是允许一种策略性方法来形成用户群组以最大化满意度。我们证明该问题在两种语义下最优求解均为NP难。此外，我们开发了两种用于LM下群组形成的高效算法，并证明它们达到有界绝对误差。我们开发了用于AV下群组形成的高效启发式算法。我们在两个大型真实数据集上验证了结果并展示了群组形成算法的可扩展性与有效性。