【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
服务提供商和设备制造商(例如,无线、蜂窝等)不断地受到挑战以例如通过提供引人注目的网络服务来为消费者传递价值和提供便利。一个这样的引人注目的网络服务是向用户提供关于推荐内容的推荐的服务。特定的推荐系统(例如,协同推荐模型)可以使得对用户的推荐基于其他用户或基于各种活动与用户相关联的其它项目。收集关于用户、项目和活动的信息允许推荐服务提供商收集大量信息进行处理并随后使用以生成推荐。然而,基于处理所有信息所需要的大量计算问题,尤其是如与用户和项目相关联的额外活动的新信息被收集,存在由这种推荐模型导致的可扩展性问题。存在推荐模型的其它问题,例如,基于推荐源提供用户可能更安心地依赖的推荐。因此,服务提供商和设备制造商在如下方面面临重大技术挑战:处理推荐模型的可扩展性同时维持用户可以安心地依赖的准确推荐。
技术实现思路
因此,需要一种通过应用有效的自适应矩阵分解确定一个或多个推荐的方法。根据一个实施例,一种方法包括至少部分地使得迭代执行以下步骤:使用当前数据集优化用于在当前时段结束时适应当前矩阵分解模型的参数;以及基于优化的参数,在当前时段结束时训练当前矩阵分解模型和当前数据集,以获得用于下一时段中的服务的适应的矩阵分解模型。所述方法还包括:训练当前数据集以获得临时矩阵分解模型;以及将当前数据集分裂为至少两个部分,使用所述至少两个部分中的一个用于测试并使用剩下的用于训练,以便获得所述参数。根据另一实施例,一种装置包括:至少一个处理器;以及至少一个存储器,其包括用于一个或多个计算机程序的计算机程序代码,所述至少一个存储器和计算机程序代码被配置为通过至少一个处理器至少 ...
【技术保护点】
一种包括促进处理和/或加工数据和/或信息和/或至少一个信号的方法,所述数据和/或信息和/或至少一个信号至少部分地基于以下:迭代执行以下步骤:使用当前数据集优化用于在当前时段结束时适应当前矩阵分解模型的参数;以及基于优化的参数,在当前时段结束时训练当前矩阵分解模型和当前数据集,以获得用于下一时段中的服务的适应的矩阵分解模型。
【技术特征摘要】
【国外来华专利技术】1.一种包括促进处理和/或加工数据和/或信息和/或至少一个信号的方法,所述数据和/或信息和/或至少一个信号至少部分地基于以下:迭代执行以下步骤:使用当前数据集优化用于在当前时段结束时适应当前矩阵分解模型的参数;以及基于优化的参数,在当前时段结束时训练当前矩阵分解模型和当前数据集,以获得用于下一时段中的服务的适应的矩阵分解模型。2.根据权利要求1所述的方法,其中对于参数,所述数据和/或信息和/或至少一个信号还至少部分地基于以下:训练当前数据集以获得临时矩阵分解模型;将当前数据集分裂为至少两个部分,使用所述至少两个部分中的一个用于测试并使用剩下的用于训练,以便获得所述参数。3.根据权利要求2所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:其中,通过使用当前矩阵分解模型和临时矩阵分解模型,获得适应的矩阵分解模型。4.根据权利要求3所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:在迭代执行之前,将初始数据集训练为初始矩阵分解模型;以及使用所述初始矩阵分解模型作为在当前时段中的当前矩阵分解模型。5.根据权利要求4所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:在将初始数据集训练为初始矩阵分解模型之后删除所述初始数据集。6.根据权利要求1所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:在获得适应的矩阵分解模型之后,删除所述当前数据集。7.根据权利要求1所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:其中所述当前数据集是在当前时段中收集到的活动信息的集合。8.根据权利要求1所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:其中使用适应的矩阵分解模型作为在下一时段期间的推荐模型。9.根据权利要求1-8中任一项所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:至少部分地基于推荐的至少一个广告;关于所述至少一个广告与一个或多个用户相关联的活动信息,其中所述一个或多个用户与至少一个用户相关联;以及向所述至少一个用户呈现至少一个广告,所述至少一个广告包括至少部分地基于所述活动信息的指示。10.根据权利要求9所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:至少部分地基于在所述至少一个用户和一个或多个用户之间通过一个或多个社交网络站点、一个或多个网站、一个或多个组织或其组合的一个或多个连接,至少一次确定与所述至少一个用户相关联的一个或多个用户。11.根据权利要求9和10中任一项所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:至少部分地基于至少一种颜色、至少一个符号、至少一个评价、对应于一个或多个用户中的一个或多个的至少一个标识符、或其组合,来可视化所述指示。12.根据权利要求1所述的方法,其中所述数据和/或信息和/或至少一个信号还至少部分地基于以下:使用当前数据集来在当前时段结束时验证当前矩阵分解。13.一种装置,包括:至少一个处理器;以及至少一个存储器,其包括用于一个或多个程序的计算机程序代码,所述至少一个存储器和计算机程序代码被配置为通过至少一个处理器使得所述装置至少执行以下:至少部分地使得迭代执行以下:使用当前数据集优化用于在当前时段结束时适应当前矩阵分解模型的参数;以及基于优化的参数,在当前时段结束时训练当前矩阵分解模型和当前数据集,以获得用于下一时段中的服务的适应的矩阵分解模型。14.根据权利要求13所述的装置,其中使用当前数据集优化参数至少部分地包括还使得所述装置用于:通过使用至少两个训练-测试对,训练和/或促进训练当前数据集以获得临时矩阵分解模型;以及将当前数据集分裂和/或促进分裂为至少两个部分,使用所述至少两个部分中的一个用于测试并使用剩下的用于训练,以便获得所述参数。15.根据权利要求14所述的装置,其中还使得所述装置用于:通过使用当前矩阵分解模型和临时矩阵分解模型,获得适应的矩阵分解模型。16.根据权利要求15所述的装置,其中还使得所述装置用于:在迭代执行之前,将初始数据集训练和/或促进训练为初始矩阵分解模型;以及使用和/或促进使用所述初始矩阵分解模型作为在当前时段中的当前矩阵分解模型。17.根据权利要求13所述的装置,其中还使得所述装置用于:在将初始数据集训练为初始矩阵分解模型之后删除和/或促进删除所述初始数据集。18.根据权利要求13所述的装置,其中还使得所述装置用于:在获得适应的矩阵分解模型之后,删除和/或促进删除所述当前数据集。19.根据权利要求13所述的装置,其中所述当前数据集是在当前时段中收集到的活动信息的集合。20.根据权利要求13所述的装置,其中还使得所述装置用于:使用和/或促进使用适应的矩阵分解模型作为在下一时段期间的推荐模型。21.根据权利要求13-20中任一项所述的装置,其中还使得所述装置用于:至少部分地基于推荐确定至少一个广告;关于所述至少一个广告确定与一个或多个用户相关联的活动信息,其中所述一个或多个用户与至少一个用户相关联;以及至少部...
【专利技术属性】
技术研发人员:曾广翔,田继雷,曹阳,A·秦,
申请(专利权)人:诺基亚技术有限公司,
类型:发明
国别省市:芬兰;FI
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。