欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023111866295
申请人: 陕西师范大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于用户偏好和匹配度的群智感知任务推荐方法,其特征在于是由以下步骤组成:(1)预处理数据

数据来源于电影评分数据集MovieLens,该数据集包含了6040名用户、3706部电影、18个电影种类以及1000209条评分记录,将每部电影作为一个群智感知任务,用户的特征包括用户编号、性别、年龄、职业,群智感知任务的特征包括任务编号、任务名称、任务类型,每条评分记录包含用户编号、任务编号、感知数据以及上传感知数据的时间;将每个用户前(a‑

1)个完成的任务作为训练集S,第a个完成的任务作为测试集,其中a为用户历史任务记录的长度;

(2)构建用户偏好预测网络

用户偏好预测网络由嵌入层、注意力机制层、池化层、特征连接层、全连接层依次串联构成;

(3)训练用户偏好预测网络

1)构建损失函数

按下式构建损失函数L:

其中,xr为用户偏好预测网络的输入,yr表示用户是否选择该任务,yr∈{0,1},p(xr)表示用户偏好的预测评分,G表示训练集中的样本数量;

2)训练用户偏好预测网络

将训练集输入到用户偏好预测网络中进行训练,训练批量大小为32,初始学习率为1,每训练336000个样本将学习率调整为0.1,迭代至损失函数收敛;

(4)测试用户偏好预测网络

按下式确定用户集合U:

U={n1,n2,…,ni}

其中,ni表示第i名用户,1≤i≤N,N表示用户的数量、为有限的正整数;

按下式确定任务集合T:

T={s1,s2,…,sj}

其中,sj表示第j个感知任务,1≤j≤M,M表示群智感知任务的数量、为有限的正整数,每个感知任务sj从属于一个任务类型c,c类群智感知任务的集合为Tc,群智感知任务的类型总数为C;

将测试集输入到训练好的用户偏好预测网络中,得到为用户ni生成群智感知任务sj的偏好评分pi,j;

(5)确定任务难度及用户可靠性

按下式确定用户历史上传的感知数据集合B:B={x1,1,x1,2,…,x2,1,x2,2,…,xi,j}其中,xi,j为用户ni为任务sj上传的感知数据;

确定任务难度和用户可靠性的方法如下:

1)确定用户对特定群智感知任务的完成度按下式确定用户对特定群智感知任务的完成度Uj={ni}

其中,ε为参数,ε取值范围为(0,1], 为群智感知任务sj真值的估计值;

2)确定群智感知任务的难度

按下式确定群智感知任务的难度Dj:其中,Nj为完成任务sj的用户集合Uj中的用户数量;

3)确定用户对特定类型群智感知任务的完成度按下式确定用户对特定类型群智感知任务的完成度Ti,c={sj}

其中,α和λ为参数,α和λ取值为[0,1],m′为任务完成的时序;

4)确定用户对特定类型群智感知任务的可靠性按下式确定用户对特定类型群智感知任务的可靠性Ri,c:其中,δ、γ、θ为超参,δ的取值范围为(0,1],γ的取值范围为[‑3,3],θ的取值范围为[0,200];

(6)确定匹配度评分

确定匹配度评分的方法如下:

1)确定匹配度

按下式确定匹配度q′i,j:

其中,Ri,c为用户ni对c类群智感知任务的可靠性;

2)确定匹配度评分

按下式确定匹配度评分qi,j:

其中,minqi为与用户ni匹配度最低的群智感知任务的匹配度,maxqi为与用户ni匹配度最高的群智感知任务的匹配度;

(7)生成最终推荐结果

1)确定综合推荐评分

按下式确定综合推荐评分Wi,j:Wi,j=βpi,j+(1‑β)qi,j其中,β为参数,β取值范围为[0,1];

2)生成任务推荐列表

根据综合推荐评分Wi,j将群智感知任务进行降序排列,选择出前K个推荐分数高的群智感知任务作为用户ni推荐结果,K取值范围为[1,200]。

2.根据权利要求1所述的基于用户偏好和匹配度的群智感知任务推荐方法,其特征在于在步骤(4)中,按下式确定用户集合U:U={n1,n2,...,ni}其中,ni表示第i名用户,1≤i≤N,N表示用户的数量,N取值为(0,6100];

按下式确定任务集台T:

T={s1,a2,...,sj}其中,sj表示第j个感知任务,1≤j≤M,M表示群智感知任务的数量,M取值为(0,7000],每个感知任务sj从属于一个任务类型c,c类群智感知任务的集合为Tc,群智感知任务的类型总数为C,C取值为(0,20];

将测试集输入到训练好的用户偏好预测网络中,得到为用户ni生成群智感知任务sj的推荐评分pi,j。

3.根据权利要求1所述的基于用户偏好和匹配度的群智感知任务推荐方法,其特征在于在步骤(4)中,按下式确定用户集合U:U={n1,n2,...,ni}其中,ni表示第i名用户,1≤i≤N,N表示用户的数量,N取值为6040;

按下式确定任务集台T:

T={s1,s2,...,sj}其中,sj表示第j个感知任务,1≤j≤M,M表示群智感知任务的数量,M取值为3706,每个感知任务sj从属于一个任务类型c,c类群智感知任务的集合为Tc,群智感知任务的类型总数为C,C取值为18;

将测试集输入到训练好的用户偏好预测网络中,得到为用户ni生成群智感知任务sj的推荐评分pi,j。