根据协作的和/或基于内容的节点相互关系提供推荐的系统和方法技术方案

在选择的实施例中，推荐产生器基于场所、评论者和用户的属性以及场所的评论者和用户评论构建场所、评论者和用户之间的相互关系的网络。每个相互关系或链接可以为正或负，并且可与其它的链接（或反链接）累积以提供节点链接，节点链接的强度基于链接节点之间的属性的共性和/或诸如评论者的一个节点对诸如场所的其它节点所表达的共同偏好。链接可以是一次的（基于例如评论者与场所之间的直接关系）或高次的（基于例如两个场所均被给定的评论者喜欢的事实）。某些实施例中的推荐引擎基于用户属性和场所偏好通过聚集链接矩阵并确定与用户最强耦合的场所而确定推荐的场所。

【技术实现步骤摘要】
【国外来华专利技术】根据协作的和/或基于内容的节点相互关系提供推荐的系统和方法
技术介绍
搜索引擎可输出包括兴趣信息的web页面的超链接的列表。一些搜索引擎基于由用户键入的搜索询问确定对应的超链接。搜索引擎的目标是基于搜索询问返回高质量的相关站点的链接。最为常见的是，搜索引擎通过将搜索询问的术语与存储的web页面或web页面内容的数据库匹配来实现这一点。包括搜索询问项的web页面被视为“命中”，并包括于呈现给用户的超链接的列表中。为了提高搜索的效率，搜索引擎可根据相关性或质量排列命中或超链接的列表。例如，搜索引擎可向每个命中分配评分或等级，并且分数可被分配以对应web页面的相关性或重要性。常规的确定重要性或相关性的方法基于包括web页面的链接结构的每个web页面的内容。许多常规的搜索引擎利用用于识别可在因特网上得到的web页面的索引系统。索引系统识别页面中的词语并创建这些词语的索引。系统通过分析索引并识别与用户询问最相关的页面响应用户询问。可通过各种方式执行相关性排列或确定。有时使用其它站点或页面对一个站点或页面的引用作为相关性的一个度量。web页面元数据有时也被用于相关性确定中。神经网络也被用于因特网搜索领域中。出于描述的目的，假定读者熟悉神经网络如何工作。神经网络可包括三个基本方面——神经元或节点、对神经或节点如何彼此互连或者相关的定义、以及拓扑随时间更新的方式。
技术实现思路
在选择的实施例中，推荐产生器基于场所、评论者和用户的属性以及场所的评论者和用户评论构建场所、评论者和用户之间的相互关系的网络。每个相互关系或链接可以为正或负，并且可与其它的链接（或反链接）累积以提供节点链接，节点链接的强度基于链接节点之间的属性的共性和/或诸如评论者的一个节点对诸如场所的其它节点所表达的共同偏好。链接可以是一次的（基于例如评论者与场所之间的直接关系）或高次的（基于例如两个场所均被给定的评论者喜欢的事实）。某些实施例中的推荐引擎基于用户属性和场所偏好通过聚集链接矩阵并确定与用户最强耦合的场所而确定推荐的场所。各种实施例中的系统架构可允许响应于各种节点的属性的改变实现神经网络的有效、局部化的更新。在以下的附图和说明书中阐述一个或多个实现的细节。根据说明书和附图以及权利要求，其它的特征、目的和优点将是明晰的。附图说明图1A是用于开发和利用相互关连的节点的网络的环境的框图。图1B是由示例性内容收集系统执行的处理流程的示意图。图1C是由示例性内容组织系统执行的处理流程的示意图。图2是表示场所、评论者与用户之间的相互关系的示意图。图3是根据一个例子的包括评论者评级的表格。图4是根据一个例子的包括场所属性的表格。图5是根据一个例子的包括评论者属性的表格。图6是根据一个例子的包括用户属性的表格。图7A和图7B表示根据一个例子的基于内容的场所链接的矩阵。图8A和图8B表示根据一个例子的协作场所链接的矩阵。图9是示出根据一个例子的推荐产生的表格。图10是示出根据一个例子的连接生长的表格。图11是示出根据又一个例子的规格化前的矩阵数据的表格。图12是示出根据又一个例子的规格化后的矩阵数据的表格。图13是示出根据又一个例子的连接蠕变的表格。图14是根据一个例子的用户界面。各种附图中的类似的附图标记表示类似的要素。具体实施方式所选择的实施例的概要在某些实现中，推荐引擎可基于与场所、用户、评论者和评论相关联的属性和数据产生推荐。系统可收获由各种评论实体产生的评论并将这些评论解析为评论数据的组织化数据库。该数据可包括场所（诸如餐馆）的属性和由评论者提供的评级或评价。系统还可收集或产生关于评论者的属性的数据，所述属性诸如性别、年龄、职业、婚姻状况、评论频率和评论准确度。在一个实现中，系统还收集关于用户的属性的数据，所述属性诸如性别、年龄、职业、婚姻状况和对某些场所的亲切感（affinity）（正或负）。示例性系统可基于场所属性和评论者属性产生相互关系的神经网络。例如，可通过诸如价格、风格、着装、位置或由同一评论者所表达的亲切感的共同特征链接场所。可通过个人特性或对某些场所的共同的亲切感链接评论者。可通过对特定场所具有给定的亲切感的评论者的共同属性或通过被给定的评论者喜欢的场所的共同场所属性链接评论者和场所。系统可创建不同种类的场所和评论者中的两者和更多者之间的相互关系。例如，互相相关的场所可包括餐馆、剧院、活动场所和机构。相互关连的评论者可包括期刊和个人评论者。每个链接可递增地强化或弱化两个场所之间、场所与评论者之间、或者两个评论者之间的总体相互关系。每个链接可通过使相邻的链接基于源链接的量值被强化或弱化而影响相邻的链接。当两个引用节点（例如场所）分别与共同节点（例如场所）连接时，系统可产生两个引用节点之间的附加的链接或相互关系。相互关系可一般地归类为协作的和基于内容的。协作关系是根据由给定的评论者所表达的亲切感的。换句话说，协作链接通常处于给定用户所喜欢的事项之间，通常与用户为什么喜欢它们无关。基于内容的关系是根据给定子集中的场所之间所共有的特征的。换句话说，基于内容的链接通常处于具有共同特征的组内的事项之间。也可使用这些方法的混合，例如，链接可识别被给定评论者喜欢的场所中具有共同特征的场所。随着进一步的评论、评论者和场所数据被添加，相互关系的神经网络动态生长。系统可连续地分析数据以添加正的或负的协作链接、内容链接或内容-协作链接。系统可创建新的衍生链接，将数据规格化以调整数据偏斜，并基于相邻链接的值调整链接。在各种实现中，系统可基于与推荐请求相关联的数据和用户属性产生推荐。系统可基于将协作的和基于内容的相互关系考虑在内的总体链接强度而提供多个推荐。推荐可包括对特别请求的场所进行补充的场所，例如，响应于对餐馆推荐的用户请求，系统也可产生剧院或夜场的推荐。示例性系统架构图1示出基于服务器的推荐产生系统100的示例性网络架构。可以理解，这里描述的功能中的一些或全部可基于客户端设备的通信、数据存储和运算能力而被重新安置到该客户端设备的应用（诸如智能电话应用）。服务器102主控多个引擎和模块。在本申请中，用户界面模块110位于服务器102上并将web页面或适当的内容提供给客户端侧的应用。爬行和解析模块114执行后面描述的web爬行和源数据收集操作。推荐引擎112访问相互关系的矩阵并根据这里描述的技术产生推荐。商户界面提供以下描述的关于场所运营者与服务器的交互和对由此产生的计划和报告的访问的功能。数据仓库118存储相互关系的矩阵。仓库包括基于由爬行和解析模块114从评论站点106收集的评论数据122构建反映节点相互关系的数据结构的矩阵构建器126。矩阵构建器还并入了从用户108、场所104和其它web页面收集（通过爬行和解析模块114）的场所、评论者和用户数据124。在某些实施例中，网络120包括因特网或万维网。网络还可包括诸如蜂窝数据网络、内联网、VPN和外联网的私有和半私有网络。本领域技术人员可以理解，在这里描述的技术可在各种系统和数据库拓扑中被实现，并可与各种运算方法一致。在以下的文献中描述了适于各种实施例的方面的拓扑和方法：K.R.Nichols,“AReconfigurableComputingArchitectureforImplementingAr本文档来自技高网...

【技术保护点】
一种方法，包括：接收多个用户的属性数据，该数据与用户的多个属性有关并与用户对其具有亲切感的至少第一场所有关；接收多个场所的场所数据，场所数据与该场所的多个属性有关；接收多个场所的评论数据，评论数据反映多个评论者对该多个场所的亲切感；访问包括至少与该多个场所和该多个评论者对应的节点并且还包括所述节点之间的链接的数据网络，每个链接反映至少两个节点之间的相互关系的强度，其中至少多个链接强度是至少根据评论数据和场所数据的，并且其中至少多个链接强度还是根据基于内容的相互关系和协作相互关系两者的；基于链接强度和至少一个场所参数确定与用户具有最强的链接的多个推荐场所；产生包括至少一个推荐场所的推荐数据；和向客户端设备提供用于在客户端设备的屏幕上显示的推荐数据。

【技术特征摘要】
【国外来华专利技术】2011.09.28 US 13/247,2891.一种计算机实现的方法，包括：接收多个用户的属性数据，该数据与用户的多个属性有关并与用户对其具有亲切感的至少第一场所有关；接收多个场所的场所数据，场所数据与该场所的多个属性有关；接收多个场所的评论数据，评论数据反映多个评论者对该多个场所的亲切感；访问包括至少与该多个场所和该多个评论者对应的节点并且还包括所述节点之间的链接的数据网络，每个链接反映至少两个节点之间的相互关系的强度，其中至少多个链接强度是至少根据评论数据和场所数据的，并且其中至少多个链接强度还是根据基于内容的相互关系和协作相互关系两者的，并且部分地基于场所之间的高次相互关系；基于链接强度和至少一个场所参数确定与用户具有最强的链接的多个推荐场所；产生包括至少一个推荐场所的推荐数据；和向客户端设备提供用于在客户端设备的屏幕上显示的推荐数据。2.根据权利要求1的方法，其中至少多个链接强度还是根据内容-协作相互关系的。3.根据权利要求1的方法，其中至少多个链接是方向不对称的。4.根据权利要求1的方法，其中该数据网络被配置为通过对受影响的链接的局部化算术运算被动态更新。5.根据权利要求1的方法，其中该数据网络包括用于协作链接的第一数据结构和用于基于内容的链接的与第一结构分立的第二数据结构。6.根据权利要求1的方法，其中评论数据是从第三方评论web站点收集的。7.根据权利要求1的方法，还包括检索并解析包括场所的评论的、高速缓存的搜索引擎页面。8.根据权利要求1的方法，其中链接强度部分地基于来自协作相互关系的连接生长。9.根据权利要求1的方法，其中链接强度部分地基于来自协作相互关系的连接蠕变。10.根据权利要求1的方法，其中链接强度部分地基于场所之间的二次相互关系。11.根据权利要求1的方法，还包括提供包括竖向设置在场所比较部分之上的概要部分的用户界面，场所比较部分竖向设置在预约部分之上。12.一种用于在客户端设...

【专利技术属性】
技术研发人员：N·R·威尔逊，E·A·胡艾斯克，T·C·库珀曼，
申请(专利权)人：AVA股份有限公司，
类型：发明
国别省市：美国;US