本文的群组推荐系统根据系统中的所有用户根据自身属性和偏好可分配群组并进行群组推荐。相应的需求描述为用户可以向系统输入自身信息，即个人统计信息以及对服务的偏好信息，这包括用户注册、用户登录、用户查询等功能，然后系统利用用户偏好可为用户进行划分群组并对该群组进行推荐，这包括群组分配、群组推荐、个人推荐等功能，经过推荐引擎，推荐列表结果需通过页面展示给用户，用户还可与系统进行交互，即将评价意见反馈给系统，这包括推荐结果展示、用户评价等功能。
数据处理模块：该模块包括原型系统的原始数据源和数据处理技术。原始数据源具有用户基本信息、服务基本信息、群组成员信息、群组对服务的打分信息、用户对服务的打分信息以及浏览历史记录等。数据处理技术主要采用分析、过滤、筛选、转化等方法对用户和服务数据进行特征提取，并将其变成推荐引擎所需的数据形式。
...........................
第六章 总结与展望
6.1 总结
本文主要面向群体中各种潜在关系对群组推荐进行相关的研究。首先介绍了群组推荐的相关背景以及研究现状，并阐述了与群组推荐相关的各种理论知识；其次，探讨了如何利用知识图谱作为辅助信息挖掘更多的服务潜在关联关系，结合协同过滤等方法学习用户之间的相似关系，发现具有高相似偏好的潜在群组。然后，采用自注意力机制挖掘群组成员之间相似关系，为群组成员科学分配权重以此来得到融合的群组偏好，并利用协同度量学习方法对群组偏好和用户特征在同一特征空间进行相似性度量，从而获得群组推荐列表。最后通过仿真实验和群组推荐原型系统对本文方法进行有效性检验。本文的贡献成果如下所示：
（1） 提出了一种面向知识图谱关联关系的群组发现方法。
（2） 提出了一种面向群体用户相似关系的群组推荐方法。
（3） 设计并实现了一个面向潜在关系的群组推荐原型系统。
参考文献（略）
