本發(fā)明涉及智能推薦，尤其涉及一種基于混合模態(tài)意見共識決策的智能推薦方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在當(dāng)前數(shù)字經(jīng)濟(jì)時代，用戶會面臨海量的商品和服務(wù)選擇，通過利用數(shù)據(jù)分析、機(jī)器學(xué)習(xí)算法等方式，預(yù)測用戶對商品或服務(wù)的評分，從而為用戶精準(zhǔn)推薦商品或服務(wù)，實現(xiàn)商品或服務(wù)的智能推薦，可以極大地提升用戶體驗。智能推薦需要通過分析大量用戶的歷史評價數(shù)據(jù)，進(jìn)而篩選出評價最高的商品或服務(wù)，但是用戶對商品或服務(wù)表達(dá)意見、評分的方式可能是不同的，例如，部分用戶可能通過數(shù)值評分（如0到10分）來表達(dá)意見，而部分用戶則可能使用語言標(biāo)簽（如“好評”、“中評”、“差評”等），不同模態(tài)的意見表達(dá)格式難以直接比較或融合，導(dǎo)致難以直接依據(jù)用戶對商品或服務(wù)的不同模式評價精準(zhǔn)的判別用戶偏好。

2、群體意見的演化與共識決策是在社交網(wǎng)絡(luò)或群體互動中，個體意見通過相互影響和調(diào)整逐漸形成群體共識，通過群體互動和意見調(diào)整最終達(dá)成一致意見?；谌后w意見演化模型，通過分析用戶之間的意見差異和互動關(guān)系可以優(yōu)化推薦結(jié)果，基于共識決策方法通過模擬群體互動和意見調(diào)整，可以為智能推薦系統(tǒng)提供更精準(zhǔn)的推薦結(jié)果?，F(xiàn)有技術(shù)中群體意見演化模型通常是采用有限置信模型，但是傳統(tǒng)的有限置信模型是假設(shè)個體只有在其意見差距小于某個信任閾值時才會進(jìn)行互動，因而僅能適用于單一表達(dá)格式的意見，無法處理異質(zhì)化的混合模態(tài)意見表達(dá)格式（數(shù)值型與語言型），數(shù)值型和語言型意見的混合表達(dá)方式無法在信任機(jī)制框架內(nèi)進(jìn)行有效的轉(zhuǎn)換、融合，使得無法充分利用群體共識決策機(jī)制精準(zhǔn)地捕捉用戶偏好，不能確保推薦的精準(zhǔn)、可靠性。

技術(shù)實現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題就在于：針對現(xiàn)有技術(shù)存在的技術(shù)問題，本發(fā)明提供一種實現(xiàn)方法簡單、成本低、精度與可靠性高的基于混合模態(tài)意見共識決策的智能推薦方法、設(shè)備及介質(zhì)，能夠充分融合用戶的數(shù)值型和語言型混合模態(tài)意見達(dá)成共識實現(xiàn)精準(zhǔn)地智能推薦。

2、為解決上述技術(shù)問題，本發(fā)明提出的技術(shù)方案為：

3、一種基于混合模態(tài)意見共識決策的智能推薦方法，步驟包括：

4、收集多個用戶對目標(biāo)問題的數(shù)值意見以及語言意見形成混合意見集；所述數(shù)值意見為使用數(shù)值表征用戶對目標(biāo)問題的情感傾向程度值，所述語言意見為使用文本表征用戶對目標(biāo)問題的情感傾向類型；

5、混合意見轉(zhuǎn)化：將所述混合意見集中數(shù)值意見轉(zhuǎn)換為語言意見以及將語言意見轉(zhuǎn)化為數(shù)值意見，分別得到轉(zhuǎn)換后的數(shù)值意見集、語言意見集；所述將數(shù)值意見轉(zhuǎn)換為語言意見時，將其他用戶表達(dá)的數(shù)值意見轉(zhuǎn)換為語言意見，以形成統(tǒng)一的語言意見格式；所述將語言意見轉(zhuǎn)化為數(shù)值意見時，將其他用戶表達(dá)的語言意見轉(zhuǎn)換成數(shù)值意見，以形成統(tǒng)一的數(shù)值意見格式；

6、信任權(quán)重計算：根據(jù)當(dāng)前混合意見集搜索各個用戶的用戶信任集，其中表達(dá)數(shù)值意見的用戶信任集中包含用戶在不同時刻的數(shù)值意見差值的絕對值在數(shù)值信任閾值范圍內(nèi)的數(shù)值意見，表達(dá)語言意見的用戶信任集中包含用戶在不同時刻的語言意見差值的絕對值在語言信任閾值范圍內(nèi)的語言意見，根據(jù)各個用戶的所述用戶信任集計算用戶之間的信任權(quán)重；

7、混合意見演化：將所述轉(zhuǎn)換后的數(shù)值意見集、語言意見集進(jìn)行演化，演化過程中使用上一時刻的數(shù)值意見、語言意見以及所述用戶之間的信任權(quán)重對應(yīng)計算下一時刻的數(shù)值意見、語言意見，演化完成后形成新的混合意見集；

8、迭代執(zhí)行所述混合意見轉(zhuǎn)化、信任權(quán)重計算以及混合意見演化，直至迭代得到的混合意見集中語言意見與數(shù)值意見達(dá)成共識，根據(jù)當(dāng)前共識的狀態(tài)確定推薦的結(jié)果輸出。

9、進(jìn)一步地，將數(shù)值意見轉(zhuǎn)換為語言二元組的表達(dá)式為：

10、

11、其中，表示用戶轉(zhuǎn)換后的語言意見與數(shù)值意見的偏差，，表示關(guān)于數(shù)值意見的函數(shù)，表示數(shù)值意見轉(zhuǎn)化成的語言二元組，表示用戶的語言意見，表示近似取整函數(shù)，表示用戶的語言粒度，；

12、將語言二元組轉(zhuǎn)化為數(shù)值意見的表達(dá)式為：

13、

14、其中，表示關(guān)于數(shù)值意見的逆函數(shù)。

15、進(jìn)一步地，所述根據(jù)當(dāng)前混合意見集搜索各個用戶的用戶信任集包括：

16、數(shù)值意見對應(yīng)的用戶根據(jù)自己 t時刻的數(shù)值意見和數(shù)值信任閾值找出 t時刻的用戶信任集：

17、

18、其中，表示對用戶查找到的所有用戶在 t時刻的數(shù)值意見集合，表示查找出的用戶，表示用戶在 t時刻的數(shù)值意見，表示用戶在 t時刻的數(shù)值意見，其中；表示數(shù)值信任閾值，；

19、語言意見對應(yīng)的用戶根據(jù)自己 t時刻的語言意見和語言信任閾值找出 t時刻的用戶信任集：

20、

21、其中，表示對用戶查找到的所有用戶在 t時刻的語言意見集合，表示用戶在 t時刻的語言意見，表示用戶在 t時刻的語言意見，其中，表示語言信任閾值，，表示用戶的語言粒度。

22、進(jìn)一步地，所述根據(jù)各個用戶的所述用戶信任集計算用戶之間的信任權(quán)重中，按照下式計算用戶對用戶的信任權(quán)重：

23、

24、其中，表示用戶在 t時刻表達(dá)混合意見時其他用戶對自己意見的信任集內(nèi)的元素個數(shù)，表示用戶的自信任值，表示用戶在 t時刻的混合意見集，表示信任集內(nèi)用戶總數(shù)。

25、進(jìn)一步地，將所述轉(zhuǎn)換后的數(shù)值意見集、語言意見集進(jìn)行演化包括：

26、采用有限置信下的數(shù)值意見演化模型將轉(zhuǎn)換后的數(shù)值意見進(jìn)行演化，所述數(shù)值意見演化模型為：

27、

28、其中，、分別表示數(shù)值意見用戶在、 t時刻的數(shù)值意見，分別表示數(shù)值意見用戶在 t時刻的數(shù)值意見，表示數(shù)值意見用戶對用戶的信任權(quán)重，表示數(shù)值意見用戶的自信任值，表示數(shù)值意見用戶在 t時刻表達(dá)數(shù)值意見時其他用戶對自己意見的信任集內(nèi)用戶總數(shù)；

29、采用有限置信下的語言意見演化模型將轉(zhuǎn)換后的數(shù)值意見進(jìn)行演化，所述語言意見演化模型為：

30、

31、其中，、表示語言意見用戶在、 t時刻的語言意見，表示用戶在 t時刻的語言意見，表示語言意見用戶對用戶的信任權(quán)重，表示語言意見用戶的自信任值，表示語言意見用戶在 t時刻表達(dá)語言意見時其他用戶對自己意見的信任集內(nèi)用戶總數(shù)。

32、進(jìn)一步地，所述迭代執(zhí)行所述混合意見轉(zhuǎn)化、信任權(quán)重計算以及混合意見演化，直至迭代得到的混合意見集中語言意見與數(shù)值意見達(dá)成共識包括：

33、獲取每次迭代執(zhí)行后得到的混合意見集；

34、如果獲取的混合意見集轉(zhuǎn)化為數(shù)值意見集滿足意見集，且以及轉(zhuǎn)化為語言意見集滿足意見集，且，其中~表示各個數(shù)值意見，~表示各個語言意見，表示數(shù)值意見或語言意見的數(shù)量，且滿足迭代結(jié)果值的偏差在預(yù)設(shè)允許范圍內(nèi)，則判定達(dá)成共識。

35、一種基于混合模態(tài)意見共識決策的智能推薦裝置，包括：

36、混合意見收集模塊，用于收集多個用戶對目標(biāo)問題的數(shù)值意見以及語言意見形成混合意見集；所述數(shù)值意見為使用數(shù)值表征用戶對目標(biāo)問題的情感傾向程度值，所述語言意見為使用文本表征用戶對目標(biāo)問題的情感傾向類型；

37、混合意見轉(zhuǎn)化模塊，用于將所述混合意見集中數(shù)值意見轉(zhuǎn)換為語言意見以及將語言意見轉(zhuǎn)化為數(shù)值意見，得到轉(zhuǎn)換后的數(shù)值意見、語言意見；

38、信任權(quán)重計算模塊，用于根據(jù)當(dāng)前混合意見集搜索各個用戶的用戶信任集，其中表達(dá)數(shù)值意見的用戶信任集中包含用戶在不同時刻的數(shù)值意見差值的絕對值在數(shù)值信任閾值范圍內(nèi)的數(shù)值意見，表達(dá)語言意見的用戶信任集中包含用戶在不同時刻的語言意見差值的絕對值在語言信任閾值范圍內(nèi)的語言意見，根據(jù)各個用戶的所述用戶信任集計算用戶之間的信任權(quán)重；

39、混合意見演化模塊，用于將所述轉(zhuǎn)換后的數(shù)值意見集、語言意見集進(jìn)行演化，演化過程中使用上一時刻的數(shù)值意見、語言意見以及所述用戶之間的信任權(quán)重對應(yīng)計算下一時刻的數(shù)值意見、語言意見，演化完成后形成新的混合意見集；

40、迭代輸出模塊，用于迭代執(zhí)行所述混合意見轉(zhuǎn)化、信任權(quán)重計算以及混合意見演化，直至迭代得到的混合意見集中語言意見與數(shù)值意見達(dá)成共識，根據(jù)當(dāng)前共識的狀態(tài)確定推薦的結(jié)果輸出。

41、一種電子設(shè)備，包括處理器以及存儲器，所述存儲器用于存儲計算機(jī)程序，所述處理器用于執(zhí)行所述計算機(jī)程序以執(zhí)行如上述方法。

42、一種存儲有計算機(jī)程序的計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述方法。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：本發(fā)明通過建立用戶數(shù)值意見與語言意見的相互轉(zhuǎn)化機(jī)制，實現(xiàn)數(shù)值意見與語言意見之間的相互轉(zhuǎn)化，利用用戶信任集計算用戶之間的信任權(quán)重，基于計算的信任權(quán)重分別對混合意見集進(jìn)行演化形成新的混合意見集，經(jīng)過反復(fù)迭代更新信任集和意見演化過程直至群體意見達(dá)成共識，進(jìn)而確定智能推薦結(jié)果，能夠同時處理數(shù)值意見與語言意見，建立高效且靈活的混合意見演化框架，有效地應(yīng)對數(shù)值意見與語言意見之間的分歧問題，使得不同表達(dá)格式的個體能夠有效交流，同時基于共識機(jī)制幫助群體在多模態(tài)意見表達(dá)下形成一致的決策，從而通過群體共識最終生成精準(zhǔn)個性化推薦結(jié)果，實現(xiàn)高效、準(zhǔn)確的智能推薦，提升用戶體驗感。