【技术实现步骤摘要】
基于媒体内容的推荐的属性加权
本公开总体上涉及数据处理领域,并且更加具体地涉及用于向媒体内容项的属性自动分配权重以生成基于内容的推荐的技术。
技术介绍
对于媒体内容的给定主体,诸如在线视频、数字音乐、电子书、新闻网站和其他数字媒体,可以使用推荐系统来提供针对用户的个人偏好和兴趣定制的建议。一种类型的推荐是基于内容的推荐,其基于内容项的各种属性之间的相似性。这些属性可以包括例如“种类”、“流派”、“演员”、“艺术家”、“描述”等。可以通过使用例如Jaccard索引测量属性之间的距离来计算内容项的相似性。取决于如人对相关联的内容的指明的偏好测量的这些属性对人的重要性,不同的属性可以被分配相对权重,这些权重用于计算两个或更多个内容项之间的相似性。然而,确定属性权重的当前方法遭受可能不利地影响基于内容的推荐的质量和准确性的大量缺陷。附图说明附图并非意图按比例绘制。在附图中,在各种附图中图示的每个相同或者几乎相同的部件用相似的数字来表示。图1示出了根据本公开的实施例的示例性基于内容的推荐系统;图2是根据本公开的实施例的与若干媒体内容项相关联的公共属性的图形表示;图3是根据本公开的实施例的示例内容属性加权方法的流程图;以及图4是表示可以用于执行本公开中不同地描述的技术中的任何技术的示例计算设备的框图。具体实施方式如先前指出的,现有的内容推荐属性加权技术遭受可能不利地影响基于内容的推荐的质量和准确性的大量缺陷,特别是在数字媒体领域。比如,现有的属性加权技术可能遭受所谓的流行偏见,其中被很多人查看或者访问的内容具有被相似地判断的倾向,而不太流行的内容被处罚,即使不太流行的 ...
【技术保护点】
一种用于生成基于内容的推荐的计算机实现的方法,所述方法包括:由计算机处理器基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;由所述计算机处理器基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;通过由所述计算机处理器基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型;以及由所述计算机处理器使用所述预测模型基于所述权重来生成具有所述第一内容属性和所述第二内容属性二者的内容项的基于内容的推荐。
【技术特征摘要】
2015.12.08 US 14/962,2971.一种用于生成基于内容的推荐的计算机实现的方法,所述方法包括:由计算机处理器基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;由所述计算机处理器基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;通过由所述计算机处理器基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型;以及由所述计算机处理器使用所述预测模型基于所述权重来生成具有所述第一内容属性和所述第二内容属性二者的内容项的基于内容的推荐。2.根据权利要求1所述的方法,其中用户偏好之间的相似性的所述统计测量基于表示指示对所述第一内容项的偏好的用户数以及指示对所述第二内容项的偏好的用户数的历史评级数据。3.根据权利要求2所述的方法,还包括:由所述计算机处理器基于所述历史评级数据来计算指示对所述第一内容项和第二内容项二者的偏好的用户数;以及由所述计算机处理器基于所述历史评级数据来计算指示对所述第一内容项或所述第二内容项的偏好的用户数,其中通过将指示对所述第一内容项和第二内容项二者的偏好的用户数除以指示对所述第一内容项或所述第二内容项的偏好的用户数来确定所述第一相似性得分。4.根据权利要求1所述的方法,其中分配所述权重包括基于所述第一相似性得分和第二相似性得分来生成线性方程组并且向所述线性方程组应用回归函数以求解所述权重,其中所述权重是所述线性方程组中的因子。5.根据权利要求1所述的方法,还包括由所述计算机处理器根据所述权重和所述第二相似性得分来确定表示所述第一内容项和第二之间的相似性的统计测量的第三相似性得分。6.根据权利要求1所述的方法,还包括由所述计算机处理器还基于以下各项中的每项之间的相似性的统计测量来确定所述第一相似性得分:所述第一内容项和第三内容项,以及所述第二内容项和所述第三媒体内容项。7.根据权利要求1所述的方法,其中所述第一内容项和所述第二内容项中的每个内容项是数字音频内容、数字视频内容和可打印内容中的至少一项。8.一种信息处理环境中的系统,包括:存储装置;以及计算机处理器,在操作上耦合至所述存储装置,所述计算机处理器被配置成执行存储在所述存储装置中的指令,所述指令在被执行时引起所述计算机处理器执行处理,所述处理包括:基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;以及通过基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型。9.根据权利要求8所述的系统,其中用户偏好之间的相似性的所述统计测量基于表示指示对所述第一内容项的偏好的用户数以及指示对所述第二内容项的偏好的用户数的历史评级数据。10.根据权利要求9所述的系统,其中所述处理还包括:...
【专利技术属性】
技术研发人员:V·斯瓦米纳森,徐腾,S·米特拉,
申请(专利权)人:奥多比公司,
类型:发明
国别省市:美国,US
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。