推荐因为用户的喜好和类似性低，所以对用户来说意外性高，并且对用户有用的项目。随机地应用变更用于推荐项目的关键字的集合的规则，进行用户不喜好的关键字的追加和喜好的关键字的删除，在将该推荐结果和采用变更前的关键字的集合进行的推荐结果进行混合提示给用户的同时，根据用户对推荐项目的评价进行规则的应用概率的学习。
【技术实现步骤摘要】
本专利技术涉及促进用户购买商品和视听节目的在人工智能领域中的推荐(Recommendation )技术。
技术介绍
在商品和节目等的项目的推荐中有2种方式。 一种是进行类似项目 的推荐的方式，利用对项目付与特征的关键字的集合向用户推荐类似的 项目。 一般把它们称为基于内容的项目推荐方式(Contents-Based Recommendation),另 一种是进行非类似项目的推荐，不利用关键字的 集合，向用户推荐未必是类似的项目。作为有代表性的方法有协同过滤 (Collaboration Filtering)这种方法。该方式利用成为推荐对象的用户 和项目的选择倾向类似的人们的选择倾向进行项目的推荐。在基于内容的项目推荐方式中，因为推荐类似的项目，所以被视为 不能推荐意想不到的项目。专利文献1以及非专利文献1涉及找到兼具 有益性和意外性的书籍并推荐给顾客的技术。 〖专利文献1特开2001-265808号^^才艮 [非专利文献1人工智能学会研究会资料SIG-KBS-9904 上述的以往技术将顾客过去购入的书籍的关键字的集合合成为各自 种类并生成顾客轮廓，另一方面，以书籍数据库为基础对每种书籍生成 关键字的集合，特别是通过在不同的种类间的双方的组合，计算顾客轮 廓的关键字的集合和未购入的各书籍的关键字的集合的类似度，从有益 性和意外性的双方的观点出发检索书籍。但是，当把某一种类的关键字 的集M为另 一种类的关键字的集合在基于内容的推荐系统中使用的情 况下，虽然能够推荐类似度高的未购买书籍，但不能推荐类似度低的未 购买书籍。
技术实现思路
本专利技术的课题是对用户以高效率推荐意外性高的项目。在此所谓项目是商品、书籍、Web网页和TV节目。此外，所谓意外性高表示表现 用户的喜好的关键字的集合和表现项目的特征的关键字的集合的类似度 低。进而，所谓高效率是指对于所推荐的项目通过商品购买、Web阅览、 TV视听等行为，用户高频度地选择或者高频度地给予高评价(评定)。在本专利技术中，在将表现用户的喜好的用户喜好关键字集合作为推荐 用关键字集合进行项目的检索的基于内容的项目推荐方式中，附加在推 荐用关键字集合中随机地追加用户不喜好的关键字的功能和从推荐用关 键字集合中随机除去一部分喜好的关键字的功能。通过使用变更规则来 执行该随机的变更、即关键字的追加、删除。在变更规则中，在表示应 用条件的状态部中记述包含在推荐用关键字中的关键字、用户轮廓、类 型等，在表示对推荐用关键字集合的变更内容的动作部中记述从推荐用 关键字集合中删除的关键字和追加的关键字。进而，在变更规则中，付 与表示应用规则的频度的权重，当用户选择推荐的项目，或者，给予高 度的评价(评定)的情况下，在检索该项目时使用的变更规则的权重增 加，在不是的情况下减少。变更规则的集合在全部用户中共用，随机地 并且重复执行推荐、评价的功能。才艮据本专利技术，可以以高效率对用户推荐意外性高的项目。附图说明图l是具有意外性的项目推荐系统的整体结构的说明图。图2是具有意外性的项目推荐方式的整体的处理过程。图3是客户端DB的数据结构的说明图。图4是关键字记录DB的数据结构的说明图。图5是内容DB的数据结构的说明图。图6是关键字DB的数据结构的说明图。图7是推荐暂时记录DB的数据结构的说明图。图8是变更规则DB的数据结构的说明图。图9是喜好关键字抽取功能的说明图。图10是表示在喜好关键字抽取处理中的文本信息抽取功能的处理过 程的PAD图。图ll是表示在喜好关鍵字抽取处理中的关键字记录DB更新功能的 处理过程的PAD图。图12是在喜好关键字抽取处理中的客户端DB更新功能的处理过程 的PAD图。图13是混合推荐功能的说明图。图14是表示基于内容推荐的处理过程的PAD图。图15是表示随机变更推荐的处理过程的PAD图。图16是表示关键字^1>推荐的处理过程的PAD图。图17是评价反馈功能的说明图。图18是表示评价反馈处理的处理过程的PAD图。图19是变更规则库构筑支援接口的说明图。图20是客户端接口的说明图。图21是具有意外性的项目推荐系统的客户端一侧的结构的说明图。 图22是具有意外性的项目推荐系统的服务器一侧的结构的说明图。 图23是变更规则库学习过程的说明图。符号说明 101:客户端 102:服务器108:喜好关键字抽取功能114:混合推荐功能115:评价反馈功能116:变更规则库更新功能904:关键字记录DB905:客户端DB1304:内容DB1309:推荐暂时记录DB1310:变更规则DB 1311:关键字DB具体实施例方式通过在推荐用关键字集合中进行随机的追加、删除，能够推荐具有 用户感到意外的可能性的项目。但是，当随便或者随机地删除、追加关 键字的情况下，推荐的效率差。因此，使用根据记述于状态部中的推荐 用关键字中所包含的关键字、用户轮廓、类型等，进行动作部记述的关 键字的追加、删除的变更规则。因为在用户选择使用变更规则所推荐的 项目或者给予高度的评价(评定)的情况下，付与给变更规则的权重增 加，所以下一次应用该变更规则的可能性增加，应用不是该变更规则的 可能性减少。由于变更规则集合的用户共用的原因，对于生成某一用户 选择的项目做出贡献的变更规则即使在脱离轮廓类似的其他的用户的项 目推荐中使用的可能性也增高，所以将该变更规则的妥当性提示给其他 的用户，能够生成作为用户全体用于进行高效率的推荐的变更规则的集 合。图1表示本专利技术的项目推荐系统的整体结构。本实施例的系统从用 户的Web阅览、TV视听履历中抽取管理用户喜好的关键字，根据该喜 好关键字，向用户推荐项目(TV节目等)。本专利技术的项目推荐系统由客 户端101和服务器102构成。客户端具有计算装置103、记录装置104、 输入装置105、输出装置106以及通信装置107,主要用来执行喜好关键 字抽取功能108。和客户端一样，服务器也具有计算装置109、记录装置 110、输入装置lll、输出装置112以及通信装置113，主要用来执行混 合推荐功能114、评价反馈功能115、变更规则库更新功能116。图21表示客户端一侧的功能和DB (数据库)的结构。客户端具有 从Web阅览、TV视听中抽取用户的喜好关键字的喜好关键字抽取功能 108;用户让系统执行项目的推荐的推荐起动功能1301、显示推荐结果的 推荐结果提示功能1308;输入针对所推荐的项目的用户的评价的评价输 入功能2104;暂时记录与用户的Web阅览、TV视听有关的关键字的关键字记录DB卯4;记录客户端的轮廓和喜好的关键字的客户端DB905。 而且，在图中的各DB用以虛线结合的功能块进行数据的读出和写入。 此外，箭头表示功能块间或者功能块和外部之间的数据的授受关系。图22表示服务器一侧的功能和DB的结构。服务器具有安装有本 专利技术的有意外性的项目的推荐方式的混合推荐功能114;用于将用户的评 价结果反映在混合推荐功能的推荐方式中的评价反馈功能115;用于进行 以后说明的变&见则DB1310的初始化、规则的追加的变更规则库# 功能116;记录项目和关键字的关系的内容DB1304;记录在推荐中使用 的关键字和所推荐的目录的关系的推荐暂时记录DB1309;记录与多个用 户访本文档来自技高网...
【技术保护点】
一种项目推荐系统，其特征在于具有：客户端和服务器，所述客户端具有：抽取与所访问或者选择的项目有关的关键字的关键字抽取部；存储在与用户有关的信息以及上述抽取出的关键字中出现频度高的关键字的记录部；以及输入输出部；发送存储在上述记录部中的多个关键字，所述服务器具有：将项目和表示其内容的关键字相关联地存储的内容数据库；存储多个用于变更关键字群的一部分的关键字的规则的变更规则数据库；对从上述客户端接收到的多个关键字，随机地应用存储在上述变更规则数据库中的规则，制成检索用的关键字群的检索关键字制成部；使用检索用的关键字群检索上述内容数据库的检索部；以及将使用由上述检索关键字制成部制成的检索用的关键字群、用上述检索部检索到的与项目有关的信息发送到上述客户端的发送部。
【技术特征摘要】
...
【专利技术属性】
技术研发人员：竹内胜，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：JP[日本]
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。