[發明專利]冷啟動用戶的偏好預測方法和裝置

有效

• 申請號: 201710170343.6
• 申請日: 2017-03-21
• 公開（公告）號: CN107103033B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 陳超超;方文靜;周俊
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F16/435
• 分類號: G06F16/435;G06F16/635
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種冷啟動用戶的偏好預測方法，其特征在于，包括：

從N個參考系統的每一參考系統中，獲取所述冷啟動用戶在M個偏好類別的評分；N為大于1的自然數，M為自然數；所述參考系統為具有分析所述冷啟動用戶偏好的歷史記錄的其他系統，所述偏好類別基于所述冷啟動用戶在對應參考系統中的歷史記錄確定；

根據某個偏好類別在N個參考系統的評分，得到所述冷啟動用戶在所述偏好類別的預測分值；

所述根據某個偏好類別在N個參考系統的評分，得到所述冷啟動用戶在所述偏好類別的預測分值，包括：根據某個偏好類別在N個參考系統的評分和參考系統與所述偏好類別的相關程度，得到所述冷啟動用戶在所述偏好類別的預測分值；與所述偏好類別相關程度更高的參考系統，對所述預測分值具有更大的影響。

2.根據權利要求1所述的方法，其特征在于，每個所述參考系統的M個偏好類別的評分為歸一化處理后的分值。

3.根據權利要求1所述的方法，其特征在于，所述根據某個偏好類別在N個參考的評分，得到所述冷啟動用戶在所述偏好類別的預測分值，包括：對某個偏好類別在N個參考系統的評分進行線性加權，得到所述冷啟動用戶在所述偏好類別的預測分值。

4.根據權利要求3所述的方法，其特征在于，所述N個參考系統的評分在線性加權時采用的N個權重的和為1。

5.根據權利要求3所述的方法，其特征在于，所述N個參考系統的評分在線性加權時采用的N個權重，因偏好類別的不同而不同。

6.根據權利要求1所述的方法，其特征在于，所述從N個參考系統的每一參考系統中，獲取所述冷啟動用戶在M個偏好類別的評分，包括：采用所述冷啟動用戶的個人信息向參考系統請求所述冷啟動用戶的偏好分類評分，接收N個參考系統返回的本系統對所述冷啟動用戶在M個偏好類別的評分。

7.一種冷啟動用戶的偏好預測方法，應用在具有分析所述冷啟動用戶偏好的歷史記錄的系統中，其特征在于，包括：

接收冷啟動系統獲取冷啟動用戶偏好分類評分的請求，所述請求中包括冷啟動用戶的個人信息；所述冷啟動系統為缺少分析所述冷啟動用戶偏好的歷史記錄的系統；

根據冷啟動用戶的個人信息生成所述冷啟動用戶在M個偏好類別的評分，將M個評分返回給冷啟動系統，供冷啟動系統根據某個偏好類別在本系統和其他參考系統的評分，得到所述冷啟動用戶在所述偏好類別的預測分值；M為自然數，其中，與所述偏好類別相關程度更高的參考系統，對所述預測分值具有更大的影響，所述偏好類別基于所述冷啟動用戶在對應參考系統中的歷史記錄確定。

8.根據權利要求7所述的方法，其特征在于，所述M個偏好類別的評分為歸一化處理后的分值。

9.根據權利要求7所述的方法，其特征在于，所述根據冷啟動用戶的個人信息生成所述冷啟動用戶在M個偏好類別的評分，包括：根據冷啟動用戶的個人信息獲取所述冷啟動用戶的歷史記錄，對歷史記錄進行數據清洗和過濾后，采用預定的偏好分類算法得到所述冷啟動用戶在M個偏好類別的評分。

10.一種冷啟動用戶的偏好預測裝置，其特征在于，包括：

類別評分獲取單元，用于從N個參考系統的每一參考系統中，獲取所述冷啟動用戶在M個偏好類別的評分；N為大于1的自然數，M為自然數；所述參考系統為具有分析所述冷啟動用戶偏好的歷史記錄的其他系統，所述偏好類別基于所述冷啟動用戶在對應參考系統中的歷史記錄確定；

預測分值計算單元，用于根據某個偏好類別在N個參考系統的評分，得到所述冷啟動用戶在所述偏好類別的預測分值；

所述預測分值計算單元具體用于：根據某個偏好類別在N個參考系統的評分和參考系統與所述偏好類別的相關程度，得到所述冷啟動用戶在所述偏好類別的預測分值；與所述偏好類別相關程度更高的參考系統，對所述預測分值具有更大的影響。