时序控制的基于评分预测的项目推荐方法和系统技术方案

本发明专利技术提出了时序控制的基于评分预测的项目推荐方法和系统。根据本发明专利技术，相应的项目推荐方法可以包括：输入将被推荐的项目；确定与项目相关的时序评分模型，该时序评分模型用于预测该项目的评分随时间的变化；将一种或多种推荐策略应用到所确定的时序评分模型以确定项目的优选推荐时间；并且在所确定的优选推荐时间上将项目推荐给用户。在不同实施例中，项目的时序评分模型可以从预先存储的时序评分模型集合中选择，或者根据系统的历史数据自动生成。另外，所选的时序评分模型还可以根据用户偏好信息或反馈信息进行调整。本发明专利技术的项目推荐系统能够考虑到用户对推荐项目的兴趣随时间的变化，从而提高推荐效率和改善用户体验。

【技术实现步骤摘要】

本专利技术一般地涉及信息过滤，更具体而言，涉及项目推荐方法和系统，该方法和系 统能够实现时序控制的基于评分预测(rating prediction)的项目推荐。
技术介绍
推荐系统在各个行业中的应用已超过十年之久。针对给定用户，推荐系统能够收 集和记录关于用户描述(profile)的信息并预测用户可能感兴趣的项目。这里所说的“描 述”可以是用户的各种个人信息，例如年龄、受教育程度、爱好、对某些给定问题的回答、对 某些项目的投票(或评分)、web浏览历史、在线购买记录等等。推荐系统的项目预测可以 基于某些预定规则、统计模型或机器学习算法来执行。最近，随着用户在线行为(例如在线购物、在线社交网络以及个性化订阅)的不断 增多，推荐系统被越来越多地应用到web和移动应用中。因特网和移动用户可以利用推荐 系统来获得对于其日常生活诸多方面的建议，例如该去哪个餐馆就餐、该读哪本书、该看哪 部电影、该去哪里旅游等等。传统的推荐系统不会考虑用户对于推荐项目的兴趣随各种因素而发生的变化，而 总是以高可信度级别向用户推荐项目。但是，可信度级别较高的项目可能由于种种原因而 无法一直保持其高可信度。例如，如果一具有高可信度级别的电影最初上映时作为小众电 影(cult movie)但随后变为轰动一时的大片，那么当其作为大片时具有的可信度值(即， 推荐评分)要小于其作为小众电影时具有的可信度值，这是因为电影大片是众人皆知的， 因此无需推荐。另外，用户对于固定项目的兴趣也可能随时间而发生改变。例如，在周末夜 晚向用户推荐电影比在工作时间向用户推荐电影更吸引人。同样，在晚饭时间向用户推荐 餐馆比在深夜推荐更容易被用户所接受。然而，传统的推荐系统没有考虑到用户对推荐项 目的兴趣随时间的变化。例如，在美国专利No. 6334127中提出了一种不同于传统技术的新型推荐系统，该 推荐系统用于生成受新奇性(serendipity)控制的项目推荐。图IA示出了该基于项目新奇 性的推荐系统100的总体框图，图IB示出该系统100的操作流程。如图IA所示，系统100 包括推荐项目存储器101、项目输入装置102、新奇性模型存储器103、新奇性集成装置104 和新奇性加权项目存储器105。参考图1B，在步骤IOla中，项目输入装置102可以从推荐 项目存储器101输入将被推荐的项目。注意，推荐项目存储器101中所存储的项目没有考 虑到项目的新奇性特征。这些待推荐的项目可以通过各种现有方法生成，例如根据用户项 目偏好、项目流行度等等。在步骤102a中，新奇性集成装置104针对每个输入的项目从新 奇性加权项目存储器105选择适合的新奇性模型，并根据所选模型计算每个项目的新奇性 加权值。然后，经过新奇性加权的各个项目可以被存储到新奇性加权项目存储器105中。如上所述，受新奇性控制的推荐系统能够向用户提供经新奇性加权的项目推荐， 从而避免具有高可信度级别的低值项目被推荐给用户。但是，该系统仍然无法反映用户对 推荐项目的兴趣随时间的变化。就是说，该系统无法确定什么时间是应该向用户推荐项目的最佳时间。
技术实现思路
考虑到上述问题而研制了本专利技术，其用于提供时序控制的基于评分预测的项目推 荐方法和系统。本专利技术的主要思想在于将时间因素考虑到项目推荐评分的计算中，并按照 计算出的优选推荐时间将项目推荐给用户。根据本专利技术第一方面，提供了一种时序控制的基于评分预测的项目推荐方法，包 括输入将被推荐的项目；确定与所述项目相关的时序评分模型，该时序评分模型用于预 测该项目的评分随时间的变化；将一种或多种推荐策略应用到所确定的时序评分模型以确 定所述项目的优选推荐时间；并且在所确定的优选推荐时间上将所述项目推荐给用户。根据本专利技术第二方面，提供了一种时序控制的基于评分预测的项目推荐系统，包 括项目输入装置，用于输入将被推荐的项目；时序评分模型确定装置，用于确定与所述项 目相关的时序评分模型，该时序评分模型用于预测该项目的评分随时间的变化；推荐策略 应用装置，用于将一种或多种推荐策略应用到所确定的时序评分模型以确定所述项目的优 选推荐时间；并且项目推荐装置，用于在所确定的优选推荐时间上将所述项目推荐给用户。在不同的实施例中，本专利技术提出了多种方法可被用于确定与项目有关的时序评分 模型。例如，在一个实施例中，可以首先确定将被推荐的项目所属的类别，这里不同的类别 可以与不同的时间特性相关，即对应于不同的时序评分模型。然后，根据项目类别从预先存 储的时序评分模型集合中选择适合于该项目的时序评分模型。然后，可以将一种或多种推 荐策略应用到所选的时序评分模型以确定该项目的优选推荐时间。这里的推荐策略可以与 项目推荐时间点、推荐次数、推荐周期等相关。在另一实施例中，可以利用用户对于项目推荐的偏好信息来调整所选择的时序评 分模型，从而获得针对不同用户的针对该项目的个性化时序评分模型。在另一实施例中，可以收集特定用户对于项目推荐的反馈信息，作为用户的隐式 偏好，并用以调整所选择的时序评分模型，从而获得针对用户的个性化时序评分模型。在又一实施例中，关于推荐系统中的项目推荐的历史数据可以被记录和存储，以 针对任意单独的项目训练并生成与该项目相关的时序评分模型。本专利技术的推荐系统还可以与任何现有的推荐系统(例如受新奇性控制的推荐系 统)相结合，将根据传统技术生成的推荐项目作为本专利技术的候选项目输入，从而能够将时 间因素引入到各个传统的现有推荐系统中。本专利技术的主要积极效果在于能够在优选推荐时间上向用户推荐项目，以使得项目 推荐随时间的变化可以被考虑在内，从而可以提高项目推荐的效率并改善用户体验。此外，在扩展实施例中，本专利技术的系统和方法能够使得项目的优选推荐时间适应 不同用户的需求，即，针对一项目的优选推荐时间并非对于所有用户都是相同的，而是可以 根据不同用户的偏好或反馈信息进行调整。另外，根据不同实施例，项目的时序评分模型也 可以根据系统的历史数据通过学习生成，而无需预先存储时序评分模型的集合。从下面结合附图的详细描述中，可以看出本专利技术的其他特征和优点。注意，本专利技术并不限于图中所示的示例或者任何具体的实施例。附图说明结合附图，从下面对本专利技术实施例的详细描述，将更好地理解本专利技术，附图中类似 的参考标注指示类似的部分，其中图IA是根据现有技术的受新奇性控制的推荐系统100的框图；图IB是示出图IA所示系统100的操作过程的流程图；图2A是示出根据本专利技术的时序控制的基于评分预测的项目推荐系统200的总体 结构的框图；图2B是示出图2A所示系统200的操作过程的流程图；图3是示出根据本专利技术第一实施例的项目推荐系统300的内部结构的框图；图4A是用于说明时序评分模型集合的结构的示意图；图4B是用于说明推荐策略选择的示意图；图5是示出图3所示系统300的操作过程的流程图；图6是示出根据本专利技术第二实施例的项目推荐系统600的内部结构的框图；图7A是用于说明根据用户偏好信息调整时序评分模型的过程的示意图；图7B是示出图6所示系统600的操作过程的流程图；图8A是示出根据本专利技术第三实施例的项目推荐系统800的内部结构的框图；图8B是示出图8A所示系统800的操作过程的流程图；图9A是示出根据本专利技术第四实施例的项目推荐系统本文档来自技高网...

【技术保护点】
一种时序控制的基于评分预测的项目推荐方法，包括：输入将被推荐的项目；确定与所述项目相关的时序评分模型，该时序评分模型用于预测该项目的评分随时间的变化；将一种或多种推荐策略应用到所确定的时序评分模型以确定所述项目的优选推荐时间；并且在所确定的优选推荐时间上将所述项目推荐给用户。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵岷，福岛俊一，
申请(专利权)人：日电中国有限公司，
类型：发明
国别省市：11[中国|北京]