个人推荐方案制造技术

一种系统可以包括相似度测量处理单元，被配置为基于相似度值来确定与用户相似的多个相似用户，包括基于重要性矢量和评级项目之间的差来计算关于用户对的相似度值。重要性矢量可以包括与多个项目对应的重要性值，并且每个重要性值可以表示相应项目的相似度重要性。每个相似度值可以表示用户与另一用户之间的相似度的等级。此外，系统可以包括评级处理器，该评级处理器被配置为基于来自多个相似用户的推荐来估计未评级项目的评级值以用于潜在的推荐，并且基于评级值来提供项目推荐。

【技术实现步骤摘要】
个人推荐方案
本专利技术涉及一种个人推荐方案。
技术介绍
最近，个人推荐系统正吸引越来越多的注意，因为它可以帮助用户从相对大量的 数据中自动找到有用的信息。例如，已经在书籍推荐网站、电影推荐网站和电子商业等中应 用各种推荐算法。一些常规的推荐系统包括执行用户相似度评估来定位相似用户，然后基 于相似用户对项目进行推荐。 然而，这些常规的推荐系统在用户相似度评估中平等地对待所有项目。在一个常 规的方法中，确定第一用户的评级项目和第二用户的评级项目之间的整体差异。例如，第一 用户可能已对第一项目和第二项目评级，并且第二用户可能也已对第一项目和第二项目评 级。常规的相似度分析可能采用第一用户的第一和第二项目的评级与第二用户的第一和第 二项目的评级之间的绝对差值，并且如果绝对差值之和小于某一阈值，则第一用户和第二 用户可能被识别为是相似的。然后，对于第一用户的项目推荐可能基于来自第二用户的推 荐。然而，这种常规的方法没有考虑这样的事实，即在评价用户之间的相似度时一些项目可 能比其他项目更重要。
技术实现思路
实施例提供了一种用于提供个人推荐的系统。该系统可以包括至少一个处理器以 及包含可由至少一个处理器执行的指令的非瞬时性计算机可读存储介质。指令可以被配置 为实现相似度测量处理单元，相似度测量处理单元被配置为基于相似度值来确定与用户相 似的多个相似用户，包括基于重要性矢量和评级项目之间的差来计算关于用户对的相似度 值。重要性矢量可以包括与多个项目对应的重要性值，并且每个重要性值可以表示相应项 目的相似度重要性。每个相似度值可以表示用户与另一用户之间的相似度的等级。此外， 指令可以被配置为实现评级处理器，该评级处理器被配置为基于来自多个相似用户的推荐 来估计未评级项目的评级值以用于潜在的推荐，并且该评级处理可以被配置为基于评级值 来提供项目推荐。 被配置计算关于用户对的相似度值的相似度测量处理单元可以包括：差检测器， 被配置为针对用户与另一用户的对计算评级项目的用户评级之间的绝对差，并且被配置为 基于绝对差和重要性矢量来计算关于该对的相似度值的相似度测量处理单元可以包括向 绝对差应用重要性矢量，以便对绝对差加权。 相似度测量处理单元可以包括被配置为估计重要性矢量的项目重要性估计器，并 且项目重要性估计器可以被配置为迭代地更新重要性矢量。 相似度测量处理单元可以包括被配置为基于差分进化（DE)处理来估计重要性矢 量的DE处理单元。被配置为估计重要性矢量的DE处理单元可以包括：初始化单元,被配置 为生成项目的初始重要性矢量作为染色体；第一算子单元，被配置为针对每个染色体选择 目标染色体并随机地选择至少两个其他染色体，并且基于目标染色体和至少两个其他染色 体的处理，针对每个染色体生成供体染色体（donor chromosome);第二算子单元，被配置为 针对每个染色体基于目标染色体和供体染色体来确定踪迹染色体（trail chromosome);及 评估单元，被配置为针对每个染色体评估目标染色体和踪迹染色体，包括计算目标染色体 的适应度（fitness)和踪迹染色体的适应度，并且基于目标染色体的适应度和踪迹染色体 的适应度的比较来更新染色体。评估单元可以被配置为基于更新后的染色体来估计重要性 矢量的重要性值。 评级处理器可以被配置为基于来自多个相似用户的用户评级的加权集合来估计 未评级项目的评级值，并且该集合可以通过相似度值来加权。评级处理可以被配置为如果 评级值在阈值之上则提供项目推荐。 实施例可以包括一种存储指令的非瞬时性计算机可读介质，当指令被执行时，使 得至少一个处理器提供个人推荐。指令可以包括基于相似度值来确定与用户相似的多个相 似用户的指令，包括基于重要性矢量和评级项目之间的差来计算关于用户对的相似度值。 重要性矢量可以包括与多个项目对应的重要性值，并且每个重要性值可以表示相应项目的 相似度重要性。每个相似度值可以表示用户与另一用户之间的相似度的等级。指令可以包 括基于来自多个相似用户的推荐来估计未评级项目的评级值以用于潜在的推荐并且基于 评级值来提供项目推荐的指令。 计算关于用户对的相似度值的指令可以包括如下的指令：针对用户与另一用户的 对，计算评级项目的用户评级之间的绝对差；以及基于绝对差和重要性矢量来计算关于该 对的相似度值，包括向绝对差应用重要性矢量以便对绝对差加权。 指令可以包括基于迭代地更新重要性矢量来估计重要性矢量的指令。此外，指令 可以包括基于差分进化处理来估计重要性矢量的指令。 基于差分进化来估计重要性矢量的指令可以包括如下的指令：生成项目的初始重 要性矢量作为染色体；针对每个染色体选择目标染色体并随机地选择至少两个其他染色 体，并且基于目标染色体和至少两个其他染色体的处理，针对每个染色体生成供体染色体； 针对每个染色体基于目标染色体和供体染色体来确定踪迹染色体；针对每个染色体评估目 标染色体和踪迹染色体，包括计算目标染色体的适应度和踪迹染色体的适应度，并且基于 目标染色体的适应度和踪迹染色体的适应度的比较来更新染色体；以及基于更新后的染色 体来估计重要性矢量的重要性值。 估计评级值的指令可以包括基于来自多个相似用户的用户评级的加权集合来估 计未评级项目的评级值的指令，并且该集合通过相似度值来加权。提供项目推荐的指令可 以包括如果评级值在阈值之上则提供项目推荐的指令。 实施例可以包括一种用于提供个人推荐的计算机实现的方法。该方法可以包括基 于相似度值来确定与用相似户的多个相似用户，包括基于重要性矢量和评级项目之间的差 来计算关于用户对的相似度值。重要性矢量可以包括与多个项目对应的重要性值，并且每 个重要性值可以表示相应项目的相似度重要性。每个相似度值可以表示用户与另一用户之 间的相似度的等级。方法可以包括基于来自多个相似用户的推荐来估计未评级项目的评级 值以用于潜在的推荐，并且基于评级值来提供项目推荐。 计算关于用户对的相似度值可以包括：对于用户与另一用户的对，计算评级项目 的用户评级之间的绝对差；以及基于绝对差和重要性矢量计算关于该对的相似度值，包括 向绝对差应用重要性矢量以便对绝对差加权。 方法可以包括基于迭代地更新重要性矢量来估计重要性矢量。此外，方法可以包 括基于差分进化处理来估计重要性矢量。 基于差分进化处理来估计重要性矢量可以包括：生成项目的初始重要性矢量作为 染色体；针对每个染色体选择目标染色体并随机地选择至少两个其他染色体，并且基于目 标染色体和至少两个其他染色体的处理，针对每个染色体生成供体染色体；针对每个染色 体基于目标染色体和供体染色体来确定踪迹染色体；以及针对每个染色体评估目标染色体 和踪迹染色体，包括计算目标染色体的适应度和踪迹染色体的适应度，并且基于目标染色 体的适应度和踪迹染色体的适应度的比较来更新染色体；以及基于更新后的染色体来估计 重要性矢量的重要性值。 估计评级值可以包括基于来自多个相似用户的用户评级的加权集合来估计未评 级项目的评级值，并且该集合通过相似度值来加权。 在附图和下面的描述中阐明一个或多个实施的详情。其他特征从描述和附图以及 从权本文档来自技高网...

【技术保护点】
一种用于提供个人推荐的系统，该系统包括：至少一个处理器；包括通过至少一个处理器可执行的指令的非瞬时性计算机可读存储介质，其中指令被配置为实现，相似度测量处理单元，被配置为基于相似度值来确定与用户相似的多个相似用户，包括基于重要性矢量和评级项目之间的差来计算关于用户对的相似度值，重要性矢量包括与多个项目对应的重要性值，每个重要性值表示相应项目的相似度重要性，每个相似度值表示用户与另一用户之间的相似度的等级；以及评级处理器，被配置为基于来自多个相似用户的推荐来估计未评级项目的评级值以用于潜在的推荐，评级处理被配置为基于评级值来提供项目推荐。

【技术特征摘要】
1. 一种用于提供个人推荐的系统，该系统包括： 至少一个处理器； 包括通过至少一个处理器可执行的指令的非瞬时性计算机可读存储介质，其中指令被 配置为实现， 相似度测量处理单元，被配置为基于相似度值来确定与用户相似的多个相似用户，包 括基于重要性矢量和评级项目之间的差来计算关于用户对的相似度值，重要性矢量包括与 多个项目对应的重要性值，每个重要性值表示相应项目的相似度重要性，每个相似度值表 示用户与另一用户之间的相似度的等级；W及 评级处理器，被配置为基于来自多个相似用户的推荐来估计未评级项目的评级值W用 于潜在的推荐，评级处理被配置为基于评级值来提供项目推荐。2. 如权利要求1所述的系统，其中，被配置为计算关于用户对的相似度值的相似度测 量处理单元包括： 差检测器，被配置为针对用户与另一用户的对来计算评级项目的用户评级之间的绝对 差， 其中，相似度测量处理单元被配置为基于绝对差和重要性矢量来计算关于该对的相似 度值，包括向绝对差应用重要性矢量W便对绝对差加权。3. 如权利要求1所述的系统，其中，相似度测量处理单元包括被配置为估计重要性矢 量的项目重要性估计器，项目重要性估计器被配置为迭代地更新重要性矢量。4. 如权利要求1所述的系统，其中，相似度测量处理单元包括被配置为基于差分进化 (DE)处理来估计重要性矢量的DE处理单元。5. 如权利要求4所述的系统，其中，被配置为估计重要性矢量的DE处理单元包括： 初始化单元，被配置为生成项目的初始重要性矢量作为染色体； 第一算子单元，被配置为针对每个染色体选择目标染色体并随机地选择至少两个其他 染色体，并且基于目标染色体和至少两个其他染色体的处理来针对每个染色体生成供体染 色体； 第二算子单元，被配置为针对每个染色体基于目标染色体和供体染色体来确定踪迹染 色体； 评估单元，被配置为针对每个染色体来评估目标染色体和踪迹染色体，包括计算目标 染色体的适应度和踪迹染色体的适应度并且基于目标染色体的适应度和踪迹染色体的适 应度的比较来更新染色体，其中评估单元被配置为基于更新后的染色体来估计重要性矢量 的重要性值。6. 如权利要求1所述的系统，其中，评级处理器被配置为基于来自多个相似用户的用 户评级的加权集合来估计未评级项目的评级值，并且该集合通过相似度值加权。7. 如权利要求1所述的系统，其中，评级处理被配置为如果评级值在阔值之上则提供 项目推荐。8. -种非瞬时性计算机可读介质，存储当被执行时使得至少一个处理器提供个人推荐 的指令，其中指令包括如下的指令： 基于相似度值来确定与用户相似的多个相似用户，包括基于重要性矢量和评级项目之 间的差来计算关于用户对的相似度值，重要性矢量包括与多个项目对应的重要性值，每个 重要性值表示相应项目的相似度重要性，每个相似度值表示用户与另一用户之间的相似度 的等级； 基于来自多个相似用户的推荐来估计未评级项目的评级值W用于潜在的推荐；W及 基于评级值来提供项目推荐。9. 如权利要求8所述的非瞬时性计算机可读介质，其中，计算关于用户对的相似度值 的指令包括如下的指令： 针对用户与另一用户的对来计算评级项目的用户评级之间的绝对差；W及 基于绝对差和重要性矢量来计算关于该对的相似度值，包括...

【专利技术属性】
技术研发人员：程羽，黎文宪，
申请(专利权)人：SAP欧洲公司，
类型：发明
国别省市：德国;DE