[發明專利]生成推薦結果的方法和裝置

有效

• 申請號: 201210060626.2
• 申請日: 2012-03-09
• 公開（公告）號: CN103309866B
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 方琦;杜家春;譚衛國;汪芳山
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京龍雙利達知識產權代理有限公司11329
• 代理人: 王君,肖鸝

技術領域

本發明實施例涉及電子服務領域，并且更具體地，涉及一種生成推薦結果的方法和裝置。

背景技術

通信技術的發展，特別是因特網技術的發展，提供了新交易平臺和娛樂平臺。例如，可以在因特網上購買商品、下載音樂、在線觀看視頻等。隨著諸如電子商務的電子服務規模的不斷擴大，商品或服務個數和種類快速增長，消費者需要花費大量的時間進行瀏覽才能找到自己關注的商品。這種瀏覽大量信息和產品的過程降低了消費者進行購買或娛樂的興趣，從而使消費者不斷流失。為了解決這些問題，針對不同用戶的個性化推薦系統應運而生。

電子商務網站通常通過為顧客提供個性化推薦服務來吸引顧客，部分電子商務網站甚至為顧客同時提供幾種不同的推薦。此外，諸如音樂/視頻在線服務網站的內容媒體運營網站也在逐漸提供個性化推薦服務來增加點擊量。在網頁的推薦版面中通常呈現如下的推薦列表，推薦列表1“喜歡**的用戶也喜歡...”、推薦列表2“根據你的歷史記錄推薦...”、推薦列表3“本月最受歡迎的...”等等。每個推薦列表是基于特定的推薦算法。例如，所述推薦列表1是基于如下的協同推薦算法：在用戶群中找到指定用戶的相似用戶，綜合這些相似用戶對某一項目的評價，形成系統對該指定用戶對此項目的喜好程度預測；所述推薦列表2是基于如下的基于內容的推薦算法：基于用戶評價項目的特征學習用戶的興趣，進而依據用戶興趣與待預測項目的匹配程度進行推薦；所述推薦列表3是基于如下的熱點推薦算法：統計一個時間段里的熱點項目，并在合適的時間與版面向用戶推薦。

現有的推薦版面設計針對所有的用戶采用相同的模式。例如，在推薦區的右側或下側羅列至少一個推薦列表，每個推薦列表包括基于一種推薦算法推薦的一個或多個項目；或者，在推薦區展示一個混合推薦列表，其中推薦列表中的項目是基于多種推薦算法進行混合的結果。

然而，在實際業務環境中，不同個性的用戶對于不同的推薦算法有不同的適應程度。例如，用戶A比較依賴和信任社會關系網絡，因此用戶A更看重他的好友的推薦；而用戶B品味獨特而執著，他一貫堅持自己的選擇，因此用戶B更看重基于歷史興趣的推薦。此外，由于推薦版面的區域的限制，需要從基于眾多的推薦算法產生的推薦列表中選擇合適的推薦列表，來向用戶展示該推薦列表下的推薦項目。

由于現有的推薦版面針對所有的用戶采用相同的模式，所以無法根據用戶的特征，來調整推薦算法層面的優先權重。也就是說，對于所有用戶，采用了相同的推薦列表的布局，或者采用了相同的混合推薦的混合方式。

發明內容

本發明實施例提供一種生成推薦結果的方法和裝置，其能夠針對用戶的偏好提供不同側重的推薦算法及組合，實現更高層次的個性化服務。

一方面，提供了一種生成推薦結果的方法，其特征在于，所述方法包括：獲取用戶對至少兩個推薦列表的反饋信息；基于所述反饋信息生成所述推薦列表的展示策略；基于展示策略生成針對所述用戶的推薦結果。

另一方面，提供了一種生成推薦結果的裝置，其特征在于，所述裝置包括：反饋單元，獲取用戶對至少兩個推薦列表的反饋信息；生成單元，基于所述反饋信息生成所述推薦列表的展示策略；推薦單元，基于展示策略生成針對所述用戶的推薦結果。

本發明實施例可以根據用戶的反饋，逐步學習用戶的興趣偏好，提供不同側重的推薦算法及組合，從而向用戶提供更高層次的個性化推薦服務。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是示意性圖示了進行推薦所使用的推薦系統的框圖。

圖2是圖示了根據本發明實施例的生成推薦結果的方法的流程圖；

圖3圖示了兩個不同的推薦結果的展示示意圖；

圖4圖示了根據本發明實施例的生成推薦結果的方法在推薦系統中的應用的流程圖；

圖5a圖示了所生成的各個推薦列表和相關的推薦項目；

圖5b圖示了基于展示策略生成的推薦結果的展示頁面；

圖6是圖示了根據本發明實施例的生成推薦結果的裝置的框圖。

具體實施方式