群推荐系统已经成为社交网络平台的重要工具,该系统面向群体用户提供兼顾个性化和整体满意度的产品和服务。现有的群推荐方法大多是对个性化推荐方法的集成和聚合,但都忽略了偏好的动态变化以及群体和用户之间的交互影响,从而无法保障群推荐系统的效果和性能。为此,本文为了准确建模群偏好的动态演化,在相关理论与研究的基础上,做了以下相关工作:(1)基于群偏好演化的群推荐模型。在对群偏好建模时考虑到群偏好的动态性以及群偏好对历史偏好的依赖性,认为群偏好的演变与群体上一时刻的偏好相关。在Deviant Art数据集上的实验结果表明了建模群偏好时考虑时间因素可以提高群推荐的准确性。(2)基于群偏好与用户偏好演化的群推荐模型。在对群偏好建模时考虑到群体成员的变化,认为群偏好同时受到群体历史偏好以及群内新成员偏好的影响。在Deviant Art数据集上的实验结果表明了建模群偏好时考虑群成员变化进行群推荐可提高群推荐准确性。(3)基于群偏好与用户偏好协同演化的群推荐模型。在对群偏好演化建模时既考虑群偏好的历史依赖性与群成员的变化,又考虑群体和用户的动态交互和影响,认为群偏好与用户偏好在演化过程中相互影响。在Deviant Art数据集上的实验结果表明了考虑群体和用户的交互影响对群偏好预测的有效性。