[發(fā)明專利]用于計(jì)算排序分及建立模型的方法、裝置及商品推薦系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201410544767.0
• 申請日: 2014-10-15
• 公開（公告）號: CN105574025B
• 公開（公告）日: 2018-10-16
• 發(fā)明（設(shè)計(jì)）人: 劉睿;呂韜;孫超;楊志雄
• 申請（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 北京清源匯知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 11644
• 代理人: 馮德魁

1.一種用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，包括：

獲取待評價(jià)客體的原始評分?jǐn)?shù)據(jù)、新增排序因子的值、以及以實(shí)際交互行為系統(tǒng)中對應(yīng)每個(gè)待評價(jià)客體的歷史行為數(shù)據(jù)為根據(jù)，從中提取的對應(yīng)特定排序目標(biāo)的實(shí)際行為數(shù)據(jù)，所述特定排序目標(biāo)包括以下至少一項(xiàng)：點(diǎn)擊數(shù)、交易量、交易金額；

以根據(jù)所述實(shí)際行為數(shù)據(jù)得到的實(shí)際排序分布和根據(jù)預(yù)先設(shè)定的排序分計(jì)算模型得到的預(yù)測排序分布之間的差異最小化為優(yōu)化目標(biāo)，求解所述排序分計(jì)算模型中的新增排序因子的權(quán)重系數(shù)；

以所述待評價(jià)客體的原始評分?jǐn)?shù)據(jù)、所述新增排序因子的值以及計(jì)算得到的所述新增排序因子的權(quán)重系數(shù)的值為輸入，采用所述排序分計(jì)算模型計(jì)算所述待評價(jià)客體的排序分。

2.根據(jù)權(quán)利要求1所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，在所述排序分計(jì)算模型中，針對每個(gè)新增排序因子采用冪次項(xiàng)求和的表示方式；

相應(yīng)的，所述新增排序因子的權(quán)重系數(shù)是指權(quán)重系數(shù)序列，所述序列中的每個(gè)權(quán)重系數(shù)都與所述新增排序因子的一個(gè)冪次項(xiàng)相對應(yīng)。

3.根據(jù)權(quán)利要求2所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，所述針對每個(gè)新增排序因子采用冪次項(xiàng)求和的表示方式具體是指，采用四冪次項(xiàng)求和的表示方式。

4.根據(jù)權(quán)利要求1-3任一所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，所述實(shí)際排序分布和預(yù)測排序分布之間的差異具體是指，所述兩個(gè)分布之間的KL距離。

5.根據(jù)權(quán)利要求4所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，所述以根據(jù)所述實(shí)際行為數(shù)據(jù)得到的實(shí)際排序分布和根據(jù)預(yù)先設(shè)定的排序分計(jì)算模型得到的預(yù)測排序分布之間的差異最小化為優(yōu)化目標(biāo)，求解所述排序分計(jì)算模型中的新增排序因子的權(quán)重系數(shù)，包括：

通過計(jì)算待評價(jià)客體的所述實(shí)際行為數(shù)據(jù)與全部待評價(jià)客體的所述實(shí)際行為數(shù)據(jù)總和的比值，獲取所述待評價(jià)客體的實(shí)際排序分布；

以所述待評價(jià)客體的原始評分?jǐn)?shù)據(jù)、所述新增排序因子的值和所述新增排序因子權(quán)重系數(shù)的當(dāng)前值為輸入，采用所述排序分計(jì)算模型計(jì)算所述待評價(jià)客體的預(yù)測排序分；所述新增排序因子權(quán)重系數(shù)的當(dāng)前值是指，采用本方法上一次計(jì)算得到的所述權(quán)重系數(shù)的值；

以所述新增排序因子的權(quán)重系數(shù)為未知數(shù)，將所述待評價(jià)客體的原始評分?jǐn)?shù)據(jù)、所述新增排序因子的值代入所述排序分計(jì)算模型，并根據(jù)得到的表達(dá)式與待評價(jià)客體的所述預(yù)測排序分的總和，獲取以所述新增排序因子的權(quán)重系數(shù)表示的預(yù)測排序分布；

獲取所述實(shí)際排序分布和所述預(yù)測排序分布之間的KL距離的表達(dá)式；

以所述KL距離的表達(dá)式的值最小化為優(yōu)化目標(biāo)，求解所述新增排序因子的權(quán)重系數(shù)的值。

6.根據(jù)權(quán)利要求5所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，所述以所述KL距離的表達(dá)式的值最小化為優(yōu)化目標(biāo)，求解所述新增排序因子的權(quán)重系數(shù)的值是指，采用隨機(jī)梯度下降算法或者邏輯回歸優(yōu)化算法求解。

7.根據(jù)權(quán)利要求5所述的用于計(jì)算待評價(jià)客體排序分的方法，其特征在于，在所述獲取所述待評價(jià)客體的實(shí)際排序分布和所述計(jì)算所述待評價(jià)客體的預(yù)測排序分的步驟后，執(zhí)行下述操作：

通過計(jì)算所述待評價(jià)客體的預(yù)測排序分與全部待評價(jià)客體的預(yù)測排序分總和的比值，獲取所述待評價(jià)客體的預(yù)測排序分布；

計(jì)算所述實(shí)際排序分布和所述預(yù)測排序分布之間的KL距離值；

判斷所述KL距離值與上次采用本方法計(jì)算得到的KL距離值相比較，其數(shù)值減小的比例是否小于預(yù)先設(shè)定的閾值；

若是，則在后續(xù)使用本方法計(jì)算待評價(jià)客體排序分的過程中，不再執(zhí)行所述求解所述排序分計(jì)算模型中的新增排序因子的權(quán)重系數(shù)的步驟；相應(yīng)的，所述以所述待評價(jià)客體的原始評分?jǐn)?shù)據(jù)、所述新增排序因子的值以及計(jì)算得到的所述新增排序因子權(quán)重系數(shù)的值為輸入，采用所述排序分計(jì)算模型計(jì)算所述待評價(jià)客體的排序分是指，以最近一次計(jì)算得到的所述新增排序因子權(quán)重系數(shù)的值為輸入進(jìn)行求解。