融合多视图用户行为预测的移动群智感知任务推荐方法

摘要

移动群智感知行为决策过程中，采用单一类型的历史行为来预测用户的单一偏好标签，模型的泛化能力弱，推荐效率不高，基于此本发明提出了一种融合多视图用户行为预测的移动群智感知任务推荐方法。特别地，该方法从多时间行为序列出发，采用注意力机制，根据不同用户社交影响力的强弱，为不同的用户个体行为设定不同的权重，计算群用户行为在不同时间粒度下的聚合表示。再将单个用户多尺度行为序列特征与社交网络中群用户多尺度行为序列特征融合，提取单用户多视图嵌入行为序列特征。最后通过多标签预测，获取用户对多种任务类型的偏好概率。本发明提出的方法有效地提高任务推荐的准确率和降低感知成本的同时，可以有效应对冷启动问题。