【技术实现步骤摘要】
【国外来华专利技术】推荐装置、推荐系统以及推荐方法
本专利技术涉及一种在进行长期的爱好分析处理和短期的兴趣分析处理之后,通过统一两个处理的推荐结果来输出最终推荐结果的推荐装置、推荐系统、推荐方法以及程序。
技术介绍
近年来广泛使用基于用户的历史信息等来推测用户的爱好,并自动推荐被预测为符合用户爱好的内容等的“推荐服务”。用于这种推荐服务中的具有代表性的技术称为“协调过滤”。该协调过滤为在各用户之间或者在各内容之间通过比较购买历史或浏览历史等用户的历史信息来定义相似性、并基于该相似性,将被预测为用户感兴趣的内容作为推荐结果来输出的方法。改进了该协调过滤的自动化或高速化等的技术已被公开(例如,参考非专利文献1、非专利文献2、非专利文献3、非专利文献4)。具体地,在非专利文献1中,公开了自动化协调过滤,在非专利文献2中,公开了基于概率模型的协调过滤,还有在非专利文献3中,试行了非专利文献1的协调过滤的高速化。另外,非专利文献4公开了在用户的历史信息中通过假设爱好的衰减模型来能够重视最新的历史信息的协调过滤方法。先行技术文献非专利文献非专利文献1:P.Resnick,N.lacovou,M.Suchak,P.Bergstrom,andJ.Riedl.“GroupLens:OpenArchitectureforCollaborativeFilteringofNetnews”InConferenceonComputerSupportedCooperativeWork,pp.175-186(1994)非专利文献2:T.HofmannandJ.Puzicha,“LatentClassMode ...
【技术保护点】
一种推荐装置,其采用协调过滤方法,所述协调过滤方法为基于购买历史或浏览历史等的用户的历史信息来定义用户之间的相似性,并基于该定义的相似性,将被预测为用户感兴趣的内容作为推荐结果来输出的方法,所述推荐装置的特征在于,包括:长期的爱好分析处理单元,通过分析所有的所述历史信息来生成推荐所需的信息;短期的兴趣分析处理单元,通过分析每个会话的历史信息来生成推荐所需的信息;推荐结果输出单元,通过统一所述长期的爱好分析处理单元的输出或/和所述短期的兴趣分析处理单元的输出来输出推荐结果;以及,统一分配计算单元,基于用户的兴趣变化来变更所述推荐结果输出单元的推荐结果。
【技术特征摘要】
【国外来华专利技术】2011.12.02 JP 2011-2646251.一种推荐装置,其采用协调过滤方法,所述协调过滤方法为基于购买历史或浏览历史等的用户的历史信息来定义用户之间的相似性,并基于该定义的相似性,将被预测为用户感兴趣的内容作为推荐结果来输出的方法,所述推荐装置的特征在于,包括:长期的爱好分析处理单元,通过分析所有的所述历史信息来生成推荐所需的信息;短期的兴趣分析处理单元,通过分析每个会话的历史信息来生成推荐所需的信息;推荐结果输出单元,通过统一所述长期的爱好分析处理单元的输出或/和所述短期的兴趣分析处理单元的输出来输出推荐结果;以及,统一分配计算单元,基于用户的兴趣变化来变更所述推荐结果输出单元的推荐结果,其中,所述长期的爱好分析处理单元包括:第一历史信息收集单元,从所有的记录信息当中收集分析所需的历史信息;第一相似性计算单元,通过分析所述收集的历史信息来定义用户之间的相似性;第一推荐度计算单元,通过采用所述计算出的相似性和所述从所有的记录信息当中收集的分析所需的历史信息来计算推荐给用户的各内容的推荐度;以及,存储单元,存储所述计算出的推荐度,所述短期的兴趣分析处理单元包括:第二历史信息收集单元,从每个会话的记录信息当中实时收集分析所需的历史信息;第二相似性计算单元,通过分析所述收集的历史信息来定义用户之间的相似性;第二推荐度计算单元,通过采用所述计算出的相似性和所述每个会话的记录信息当中的分析所需的历史信息来计算推荐给用户的各内容的推荐度,其中,所述推荐结果输出单元根据所述统一分配计算单元的变更结果,并通过所述存储的每个内容的推荐度和由所述第二推荐度计算单元计算出的每个内容的推荐度来输出推荐结果。2.一种推荐装置,其采用协调过滤方法,所述协调过滤方法为基于购买历史或浏览历史等的用户的历史信息来定义用户之间的相似性,并基于该定义的相似性,将被预测为用户感兴趣的内容作为推荐结果来输出的方法,所述推荐装置的特征在于,包括:长期的爱好分析处理单元,通过分析所有的所述历史信息来生成推荐所需的信息;短期的兴趣分析处理单元,通过分析每个会话的历史信息来生成推荐所需的信息;推荐结果输出单元,通过统一所述长期的爱好分析处理单元的输出或/和所述短期的兴趣分析处理单元的输出来输出推荐结果;以及,统一分配计算单元,基于用户的兴趣变化来变更所述推荐结果输出单元的推荐结果,其中,所述长期的爱好分析处理单元包括:第一历史信息收集单元,从所有的记录信息当中收集分析所需的历史信息;第一相似性计算单元,通过分析所述收集的历史信息来定义用户之间的相似性;以及,存储单元,存储所述计算出的相似性,所述短期的兴趣分析处理单元包括:第二历史信息收集单元,从每个会话的记录信息当中实时收集分析所需的历史信息;第二相似性计算单元,通过分析所述收集的历史信息来定义用户之间的相似性;第一推荐度计算单元,通过采用所述每个会话的记录信息当中的分析所需的历史信息和所述存储的相似性来计算推荐给用户的各内容的推荐度;以及,第二推荐度计算单元,通过采用由所述第二相似性计算单元计算出的相似性和所述每个会话的记录信息当中的分析所需的历史信息来计算推荐给用户的各内容的推荐度,其中,所述推荐结果输出单元根据所述统一分配计算单元的变更结果,并通过由所述第一推荐度计算单元计算出的每个内容的推荐度和由所述第二推荐度计算单元计算出的每个内容的推荐度来输出推荐结果。3.一种推荐装置,其采用协调过滤方法,所述协调过滤方法为基于购买历史或浏览历史等的用户的历史信息来定义用户之间的相似性,并基于该定义的相似性,将被预测为用户感兴趣的内容作为推荐结果来输出的方法,所述推荐装置的特征在于,包括:长期的爱好分析处理单元,通过分析所有的所述历史信息来生成推荐所需的信息;短期的兴趣分析处理单元,通过分析每个会话的历史信息来生成推荐所需的信息;推荐结果输出单元,通过统一所述长期的爱好分析处理单元的输出或/和所述短期的兴趣分析处理单元的输出来输出推荐结果;以及,统一分配计算单元,基于用户的兴趣变化来变更所述推荐结果输出单元的推荐结果,其中,所述长期的爱好分析处理单元包括:第一历史信息收集单元,从所有的记录信息当中收集分析所需的历史信息;第一相似性计算单元,通过分析所述收集的历史信息来定义用户之间的相似性;第一推荐度计算单元,通过采用所述计算出的相似性和所述每个会话的记录信息当中的分析所需的历史信息来计算推荐给用户的各内容的推荐度;以及,存储单元,存储所述定义的相似性以及计算出的推荐度,所述短期的兴趣分析处理单元包括:第二历史信息收集单元,从每个会话的记录信息当中实时收集分析所需的历史信息;第二推荐度计算单元,通过采用所述定义的相似性以及计算出的推荐度和采用所述每个会话的记录信息当中的分析所需的历史信息来计算推荐给用户的各内容的推荐度,其中,所述推荐结果输出单元根据所述统一分配计算单元的变更结果,并通过由所述第一推荐度计算单元计算出的每个内容的推荐度和由所述第二推荐度计算单元计算出的每个内容的推荐度来输出推荐结果。4.一种推荐系统,其采用协调过滤方法,所述协调过滤方法为基于购买历史或浏览历史等的用户的历史信息来定义用户之间的相似性,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。