对象偏好预测的方法、装置和计算机可读介质制造方法及图纸

本公开的实施例涉及对象偏好预测的方法、装置和计算机可读介质。该方法包括：获取评价信息，评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取用户集和对象集中至少一个的辅助信息，辅助信息指示用户集中的相应用户和对象集中的相应对象中的至少一个的属性；基于评价信息和辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及基于用户特征表示和对象特征表示，确定用户集中的目标用户针对对象集的目标对象的偏好预测值，目标用户对目标对象的偏好值未由评价信息指示。基于这样的方法，可以在推荐过程中考虑针对用户集和对象集中至少一项的辅助信息，从而实现更为精准的推荐。

Method, Device and Computer Readable Media for Predicting Object Preferences

【技术实现步骤摘要】
对象偏好预测的方法、装置和计算机可读介质
本公开的实施例涉及人工智能领域，并且更具体地，涉及对象偏好预测的方法、装置和计算机可读介质。
技术介绍
随着互联网技术的飞速发展，互联网每天都将产生大量新的内容。用户迫切地希望能够从海量的内容中及时、准确地选择所需要的信息内容。近年来，个性化智能推荐服务(PRS，PersonalizedRecommenderServices)技术发展迅速，其能够基于用户和/或对象的信息来推测用户的偏好，并进而根据用户的兴趣偏好来推荐符合用户兴趣偏好的信息。一种常见的推荐方式是基于用户对于对象的偏好预测来进行推荐。然而，在这样的推荐过程中往往存在多个用户和多个对象，但仅能够获得部分用户对于部分对象的偏好。因此，如何基于用户对于对象的已有偏好值来更准确地推测用户对于对象的偏好成为了当前关注的焦点。
技术实现思路
本公开的实施例提供一种用于对象偏好预测的方案。根据本公开的第一方面，提出了一种对象偏好预测的方法。该方法包括：获取评价信息，评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取用户集和对象集中至少一个的辅助信息，辅助信息指示用户集中的相应用户和对象本文档来自技高网...

【技术保护点】
1.一种对象偏好预测的方法，包括：获取评价信息，所述评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取所述用户集和所述对象集中至少一个的辅助信息，所述辅助信息指示所述用户集中的相应用户和所述对象集中的相应对象中的至少一个的属性；基于所述评价信息和所述辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及基于所述用户特征表示和所述对象特征表示，确定所述用户集中的目标用户针对所述对象集的目标对象的偏好预测值，所述目标用户对所述目标对象的偏好值未由所述评价信息指示。

【技术特征摘要】
1.一种对象偏好预测的方法，包括：获取评价信息，所述评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取所述用户集和所述对象集中至少一个的辅助信息，所述辅助信息指示所述用户集中的相应用户和所述对象集中的相应对象中的至少一个的属性；基于所述评价信息和所述辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及基于所述用户特征表示和所述对象特征表示，确定所述用户集中的目标用户针对所述对象集的目标对象的偏好预测值，所述目标用户对所述目标对象的偏好值未由所述评价信息指示。2.根据权利要求1所述的方法，其中所述辅助信息包括对象非层级信息，所述对象非层级信息指示所述对象集的相应对象的非层级属性，并且其中确定所述用户特征表示和所述对象特征表示包括：初始化所述对象特征表示以获得当前的对象特征表示；获取所述当前的对象特征表示在与所述对象非层级信息相关联的特征维度上的投影；以及基于所述当前的对象特征表示的所述投影与所述对象非层级信息之间的差异，调整所述当前的对象特征表示以获得所述对象特征表示。3.根据权利要求1所述的方法，其中所述辅助信息包括对象层级信息，所述对象层级信息指示所述对象集中的相应对象的具有层级关系的多个属性，所述相应对象的所述多个属性被构造为多个对象层级，并且其中确定所述对象特征表示包括：基于所述对象层级信息，确定与所述多个对象层级相对应的多个对象层级关系特征表示；以及基于所述多个对象层级关系特征表示，确定所述对象特征表示。4.根据权利要求3所述的方法，其中确定与所述多个对象层级相对应的多个对象层级关系特征表示包括：初始化多个对象层级关系特征表示以获得当前的多个对象层级关系特征表示；基于当前的所述多个对象层级关系特征表示，确定与所述多个对象层级中的第一对象层级相关联的第一对象层级特征表示；基于所述多个对象层级关系特征表示，确定与所述多个对象层级中的第二对象层级相关联的第二对象层级特征表示，所述第二对象层级为所述第一对象层级的子层级；基于所述第二对象层级特征表示和所述对象层级信息，确定与所述第一对象层级相关联的预测对象层级特征表示；以及基于所述第一对象层级特征表示和所述对象预测层级特征表示之间的差异，调整所述当前的多个对象层级关系特征表示以获得与所述多个对象层级相对应的所述多个对象层级关系特征表示。5.根据权利要求1所述的方法，其中所述辅助信息包括用户非层级信息，所述用户非层级信息指示所述用户集中的相应用户的非层级属性，并且其中确定所述用户特征表示和所述对象特征表示包括：初始化所述用户特征表示以获得当前的用户特征表示；获取当前的用户特征表示在与所述用户非层级信息相关联的特征维度上的投影；以及基于所述当前的用户特征表示的所述投影与所述用户非层级信息之间的差异，调整所述当前的用户特征表示以获得所述用户特征表示。6.根据权利要求1所述的方法，其中所述辅助信息包括用户层级信息，所述用户层级信息指示所述用户集中的相应用户的具有层级关系的多个属性，所述相应用户的多个属性被构造为多个用户层级，并且其中确定所述用户特征表示和所述对象特征表示包括：基于所述用户层级信息，确定与所述多个用户层级相对应的多个用户层级关系特征表示；以及基于所述多个用户层级关系特征表示，确定所述用户特征表示。7.根据权利要求6所述的方法，其中确定与所述多个用户层级相对应的多个用户层级关系特征表示包括：初始化多个用户层级关系特征表示以获得当前的多个用户层级关系特征表示；基于当前的所述多个用户层级关系特征表示，确定与所述多个用户层级中的第一用户层级相关联的第一用户层级特征表示；基于所述多个用户层级关系特征表示，确定与所述多个用户层级中的第二用户层级相关联的第二用户层级特征表示，所述第二用户层级为所述第一用户层级的子层级；基于所述第二用户层级特征表示和所述用户层级信息，确定与所述第一用户层级相关联的预测用户层级特征表示；以及基于所述第一用户层级特征表示和所述用户预测层级特征表示之间的差异，调整所述多个用户层级关系特征表示以获得与所述多个用户层级相对应的所述多个用户层级关系特征表示。8.根据权利要求1所述的方法，其中确定所述用户集中的所述目标用户针对所述对象集的所述目标对象的所述偏好预测值包括：计算所述用户特征表示与所述对象特征表示的矩阵乘积；以及基于所述矩阵乘积，确定所述目标用户针对所述目标对象的所述偏好预测值。9.根据权利要求1所述的方法，还包括：基于所述评价信息和所述偏好预测值，向所述目标用户推荐所述对象集中的对象。10.一种用于对象偏好预测的装置，包括：评价信息获取模块，被配置为获取评价信息，所述评价信息指示用户集中部分用户对对象集中部分对象的偏好；辅助信息获取模块，被配置为获取所述用户集和所述对象集中至少一个的辅助信息，所述辅助信息指示所述用户集中的相应用户和所述对象集中的相应对象中的至少一个的属性；特征表示确定模块，被配置为基于所述评价信息和所述辅助信息，利用矩阵分解模型确定用户...

【专利技术属性】
技术研发人员：刘天乔，刘子韬，杨松帆，黄琰，张邦鑫，
申请(专利权)人：北京世纪好未来教育科技有限公司，
类型：发明
国别省市：北京,11