经由联网推荐引擎的人工群体智能制造技术

公开了用于经由推荐引擎的联网来实施人工群体智能的技术。在一些示例实施例中，基础推荐引擎执行计算机实施的方法，该方法包括：接收推荐请求；使用基础推荐模型基于推荐请求生成第一多个推荐；从一个或多个其他推荐引擎获取一个或多个其他推荐，其他推荐引擎中的每一个被配置为使用对应的推荐模型基于推荐请求生成其他推荐；获取(多个)其他推荐引擎的对应权重；使用(多个)对应权重从第一多个推荐和(多个)其他推荐中选择至少一个推荐；并且使得所选择的(多个)推荐被显示。

【技术实现步骤摘要】
经由联网推荐引擎的人工群体智能
本申请总体上涉及电子计算机系统的
，并且在各种实施例中，涉及经由推荐引擎的联网来实施人工群体智能的系统和方法。
技术介绍
现有的基于机器学习的推荐引擎依赖于被认为与正在解决的问题直接相关的输入数据。该数据来自同一个系统内的源，或者来自同一业务线(LineofBusiness，LOB)或域内的连接的系统。尽管来自其自身的LOB的直接相关数据有助于产生高质量的推荐，但这种现有方法无法识别来自其他LOB和域的有用输入，因为现有的推荐引擎不与其他推荐引擎联网，也不利用(leverage)其他推荐引擎。推荐引擎彼此功能隔离的技术问题导致在由推荐系统生成的推荐中缺乏准确性和质量的另一技术问题。本公开解决了困扰推荐系统的计算机功能的这些和其他技术问题。附图说明本公开的一些示例实施例在附图中通过示例而非限制的方式示出，其中相似的附图标记指示相似的元件。图1是示出根据一些示例实施例的客户端-服务器系统的网络图。图2是示出根据一些示例实施例的企业应用平台中的企业应用和服务的框图。图3是示出根据一些示例实施例的推荐系统的框图。图4示出了根据一些示例实施例的、在其中推荐引擎使用来自其他推荐引擎的推荐的网络环境。图5示出了根据一些示例实施例的、在其中推荐引擎对来自其他推荐引擎的推荐进行加权的网络环境。图6示出了根据一些示例实施例的、来自其他推荐引擎的推荐的对应权重的所存储的关联的表格。图7示出了根据一些示例实施例的、在其中推荐引擎经由中央推荐管理器使用来自其他推荐引擎的推荐的另一网络环境。图8示出了根据一些示例实施例的、对来自多个不同推荐引擎的推荐的排名以用于选择推荐。图9是示出根据一些示例实施例的、经由推荐引擎的联网来实施人工群体智能的方法的流程图。图10是根据一些示例实施例的示例计算机系统的框图，在该示例计算机系统上可以执行本文描述的方法。具体实施方式公开了用于经由推荐引擎的联网来实施人工群体智能的示例方法和系统。在以下描述中，出于解释的目的，阐述了许多具体细节，以便提供对示例实施例的透彻理解。然而，对于本领域的技术人员来说，可以在没有这些具体细节的情况下实施本实施例是明显的。本文公开的特征的实施涉及非通用的、非传统的、和非常规的操作或操作的组合。通过应用本文公开的一个或多个解决方案，本公开的系统和方法的一些技术效果是提供一种被配置为实施人工群体智能的计算机系统，其中基础推荐引擎经由推荐引擎的联网系统利用(leverage)来自其他推荐引擎的推荐。通过与其他推荐引擎联网，基础推荐引擎可以识别先前不可用的有用推荐，从而提高基本推荐系统的准确性和质量。作为本文公开的特征的结果，推荐系统的运转得到了改进。从本公开中，其他技术效果也将是明显的。即使在最先进的机器学习系统中，最大的挑战之一也是偏差(诸如有偏差的训练数据集)对偏向推荐引擎的推荐的影响。使用本公开的特征，通过将不同的推荐引擎联网用于它们的人工群体智能以识别输入数据之间的进一步有意义的连接来减少这种偏差，以对改进推荐产生积极影响，因为积极影响推荐的附加独立因素有助于模糊偏差。代替每个推荐引擎作为隔离的竖井(silo)工作，本公开的系统将来自相同和不同LOB和应用域的不同推荐引擎联网。此外，考虑来自多种其他推荐引擎的输出，包括来自其他LOB或其他应用域的输出，增强了基础推荐引擎的推荐。此外，通过分析对由这些其他推荐引擎生成的推荐的反馈数据，可以识别新的连接并将其合并到基础推荐引擎的改进模型中。本文公开的方法或实施例可以被实施为具有一个或多个模块(例如，硬件模块或软件模块)的计算机系统。这些模块可以由计算机系统的一个或多个硬件处理器执行。在一些示例实施例中，非暂时性机器可读存储设备可以存储指令集，当由至少一个处理器执行时，该指令集使得至少一个处理器执行在本公开内讨论的操作和方法步骤。本文描述的主题的一个或多个变型的细节在附图和以下的描述中阐述。本文描述的主题的其他特征和益处将从描述和附图以及权利要求中变得明显。图1是示出根据一些示例实施例的客户端-服务器系统100的网络图。以企业应用平台112的示例形式的平台(例如，机器和软件)经由网络114(例如，互联网)向一个或多个客户端提供服务器侧功能。例如，图1示出了具有程序化(programmatic)客户端118(例如，浏览器)的客户端机器116、具有小型设备网络客户端120(例如，没有脚本引擎的浏览器)的小型设备客户端机器122、以及具有程序化客户端119的客户端/服务器机器117。具体转向示例企业应用平台112，网络服务器124和应用编程接口(ApplicationProgramInterface，API)服务器125可以耦合到应用服务器126，并且向应用服务器126提供网络和编程接口。应用服务器126可以顺次耦合到一个或多个数据库服务器128，其中数据库服务器128促进访问一个或多个数据库130。跨功能服务132可以包括关系数据库模块，以提供对包括用户接口库136的(多个)数据库130的访问的支持服务。网络服务器124、API服务器125、应用服务器126、和数据库服务器128可以托管(host)跨功能服务132。应用服务器126还可以托管域应用134。跨功能服务132向利用企业应用平台112的用户和进程提供服务。例如，跨功能服务132可以为操作客户端机器116、客户端/服务器机器117、和小型设备客户端机器122的用户提供门户服务(例如，网络服务)、数据库服务、和到域应用134的连接。此外，跨功能服务132可以提供用于传递对现有应用的增强以及用于将第三方和传统应用与现有跨功能服务132和域应用134集成的环境。此外，尽管图1所示的系统100采用了客户端-服务器架构，但是本公开的实施例当然不限于这种架构，并且同样可以在分布式或对等架构系统中找到应用。企业应用平台112可以改进(例如，增加)跨计算机系统架构的不同环境的数据的可访问性。例如，当在开发环境中测试软件解决方案的实例时，企业应用平台112可以有效且高效地使用户能够使用由生产环境中软件解决方案的部署实例的一个或多个终端用户使用而创建的真实数据。下面结合图2-图8更详细地描述企业应用平台112。图2是示出根据示例实施例的企业应用平台112中的企业应用和服务的框图。企业应用平台112可以包括跨功能服务132和域应用134。跨功能服务132可以包括门户模块140、关系数据库模块142、连接器和消息传递模块144、API模块146、和开发模块148。门户模块140可以为客户端机器116、小型设备客户端机器122、和客户端/服务器机器117启用对其他跨功能服务132和域应用134的单点访问。门户模块140可用于处理、创作、和维护向用户呈现内容(例如，用户界面元素和导航控件)的网页。此外，门户模块140可以启用用户角色，这是一种将角色与用户用来执行任务、利用服务、和与所定义范围内的其本文档来自技高网...

【技术保护点】
1.一种计算机实施的方法，包括:/n由使用至少一个硬件处理器实施的基础推荐引擎从计算设备接收推荐请求；/n由所述基础推荐引擎使用基础推荐模型基于所述推荐请求生成第一多个推荐；/n由所述基础推荐引擎从一个或多个其他推荐引擎获取一个或多个其他推荐的对应集合，所述一个或多个其他推荐引擎中的每一个被配置为使用不同于所述基础推荐模型的对应推荐模型、基于所述推荐请求生成一个或多个其他推荐的所述对应集合；/n对于所述一个或多个其他推荐引擎中的每一个，由所述基础推荐引擎从数据库中获取该其他推荐引擎的对应权重；/n由所述基础推荐引擎使用来自所述一个或多个其他推荐引擎的一个或多个其他推荐的每个集合的每个对应权重，从第一多个推荐和来自所述一个或多个其他推荐引擎的一个或多个其他推荐的每个对应集合中选择至少一个推荐；和/n由所述基础推荐引擎使所选择的至少一个推荐在所述计算设备上显示。/n

【技术特征摘要】
20190625 US 16/451,4801.一种计算机实施的方法，包括:
由使用至少一个硬件处理器实施的基础推荐引擎从计算设备接收推荐请求；
由所述基础推荐引擎使用基础推荐模型基于所述推荐请求生成第一多个推荐；
由所述基础推荐引擎从一个或多个其他推荐引擎获取一个或多个其他推荐的对应集合，所述一个或多个其他推荐引擎中的每一个被配置为使用不同于所述基础推荐模型的对应推荐模型、基于所述推荐请求生成一个或多个其他推荐的所述对应集合；
对于所述一个或多个其他推荐引擎中的每一个，由所述基础推荐引擎从数据库中获取该其他推荐引擎的对应权重；
由所述基础推荐引擎使用来自所述一个或多个其他推荐引擎的一个或多个其他推荐的每个集合的每个对应权重，从第一多个推荐和来自所述一个或多个其他推荐引擎的一个或多个其他推荐的每个对应集合中选择至少一个推荐；和
由所述基础推荐引擎使所选择的至少一个推荐在所述计算设备上显示。


2.根据权利要求1所述的计算机实施的方法，还包括:
接收对于所选择的至少一个推荐中的每一个推荐的对应反馈数据，所述反馈数据指示所述计算设备的用户对所选择的至少一个推荐在所述计算设备上的显示的反应；和
在至少一个机器学习操作中使用所接收的反馈数据作为训练数据来修改存储在数据库中的、所述一个或多个其他推荐引擎中的至少一个其他推荐引擎的对应权重。


3.根据权利要求1所述的计算机实施的方法，其中，所述基础推荐引擎和所述一个或多个其他推荐引擎中的每一个形成一组推荐引擎，所述组的推荐引擎中的每个推荐引擎被配置为服务于特定类别的组织功能，所述特定类别的组织功能不同于所述组中所有其他推荐引擎的特定类别的组织功能。


4.根据权利要求1所述的计算机实施的方法，其中，所述基础推荐引擎和所述一个或多个其他推荐引擎中的每一个形成一组推荐引擎，所述组的推荐引擎中的每个推荐引擎具有不同于所述组中所有其他推荐引擎的应用域的它们自身的应用域。


5.根据权利要求1所述的计算机实施的方法，其中，对于所述一个或多个其他推荐引擎中的每一个，经由所述基础推荐引擎和所述一个或多个其他推荐引擎之间的直接网络连接从所述一个或多个其他推荐引擎获取一个或多个其他推荐的所述对应集合。


6.根据权利要求1所述的计算机实施的方法，其中，对于所述一个或多个其他推荐引擎中的每一个，经由与所述基础推荐引擎分离且不同的管理服务器从所述一个或多个其他推荐引擎获取一个或多个其他推荐的所述对应集合，所述管理服务器被配置为:
从所述一个或多个其他推荐引擎中的每一个获取一个或多个其他推荐的所述对应集合；和
将从所述一个或多个其他推荐引擎中的每一个获取的一个或多个其他推荐的所述对应集合发送到所述基础推荐引擎。


7.根据权利要求1所述的计算机实施的方法，其中，所述基础推荐引擎被配置为:
对于所述一个或多个其他推荐引擎中的每一个，经由所述基础推荐引擎和所述一个或多个其他推荐引擎之间的直接网络连接从所述一个或多个其他推荐引擎获取一个或多个其他推荐的所述对应集合；
检测与所述一个或多个其他推荐引擎之一相对应的切换事件；和
基于检测到的切换事件，经由与所述基础推荐引擎分离且不同的管理服务器，从所述切换事件对应的其他推荐引擎获取一个或多个其他推荐的所述对应集合，所述管理服务器被配置为:
从所述切换事件对应的其他推荐引擎获取一个或多个其他推荐的所述对应集合；和
将从与所述切换事件对应的其他推荐引擎获取的一个或多个其他推荐的所述对应集合发送到所述基础推荐引擎。


8.根据权利要求1所述的计算机实施的方法，还包括：基于所选择的一个或多个其他推荐引擎中的每一个其他推荐引擎的对应权重，从多个推荐引擎中选择要用于获取一个或多个其他推荐的所述对应集合的所述一个或多个其他推荐引擎。


9.根据权利要求8所述的计算机实施的方法，其中，选择所述一个或多个其他推荐引擎包括基于所述多个推荐引擎中的至少一个推荐引擎的对应权重从选择中省略所述多个推荐引擎中的所述至少一个推荐引擎。


10.根据权利要求1所述的计算机实施的方法，其中，所选择的至少一个推荐包括在线内容的至少一个推荐或执行动作的至少一个推荐。


11.一种系统，包括:
至少一个硬件处理器；和
非暂时性计算机可读介质，存储可执行指令，所述可执行指令在被执行时使得所述至少一个处理器执行操作，所述操作包括:
由使用所述至少一个硬件处理器实施的基础推荐引擎从计算设备接收推荐请求；
由所述基础推荐引擎使用基础推荐模型基于所述推荐请求生成第一多个推荐；
由所述基础推荐引擎从一个或多个其他推荐引擎获取一个或多个其...

【专利技术属性】
技术研发人员：O黑兹，Y舍恩布伦，
申请(专利权)人：SAP门户以色列有限公司，
类型：发明
国别省市：以色列;IL