[發明專利]一種基于多分類器的推薦方法、裝置及電子設備

有效

• 申請號: 201810497025.5
• 申請日: 2018-05-22
• 公開（公告）號: CN108665007B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 楊新星;周俊;李小龍
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/06
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

1.一種基于多分類器的推薦方法，包括：

根據預設的多分類器的主分類器對接收到的特征數據進行預測，獲得第一預測數據；

針對所述特征數據，在預設的多分類器的k個子分類器中查找獲得目標子分類器，所述目標子分類器的數據分布與所述特征數據之間的相似度最大，k≥2；其中，子分類器的數據分布是指該子分類器接收并分類的數據的分布；

根據所述目標子分類器對所述特征數據進行預測，獲得第二預測數據；

根據預設算法對所述第一預測數據和所述第二預測數據進行綜合處理，獲得第三預測數據；

根據所述第三預測數據對所述特征數據對應的待推薦實體進行推薦。

2.如權利要求1所述的方法，針對所述特征數據，在預設的多分類器的k個子分類器中查找獲得目標子分類器，包括：

如果所述k個子分類器中每個子分類器均具有數據分布的中心點，查找獲取中心點與所述特征數據的數據向量距離最近的子分類器作為所述目標子分類器。

3.如權利要求1所述的方法，針對所述特征數據，在預設的多分類器的k個子分類器中查找獲得目標子分類器，包括：

如果所述k個子分類器中每個子分類器均為具有數據分布參數的高斯混合模型，查找獲取所述k個子分類器中數據分布參數與所述特征數據的相似度最大的子分類器作為所述目標子分類器。

4.如權利要求1所述的方法，在根據所述第三預測數據對所述特征數據對應的待推薦實體進行推薦之后，所述方法還包括：

檢測用戶是否選擇所述特征數據對應的被推薦實體；

根據用戶對被推薦實體的選擇與否，更新所述特征數據對應的目標子分類器和主分類器的參數。

5.如權利要求4所述的方法，根據用戶對被推薦實體的選擇與否，更新所述特征數據對應的目標子分類器和主分類器的參數，包括：

如果用戶選擇了被推薦實體，則對所述多分類器進行正反饋，如果用戶未選擇被推薦實體，則對所述多分類器進行負反饋；根據所述正反饋或所述負反饋更新所述特征數據對應的目標子分類器和主分類器的參數。

6.如權利要求2所述的方法，在根據所述目標子分類器對所述特征數據進行預測，獲得第二預測數據之后，所述方法還包括：

根據所述特征數據的數據向量更新所述目標子分類器的中心點。

7.如權利要求6所述的方法，根據所述特征數據的數據向量更新所述目標子分類器的中心點，包括：

n_i+1＝n_i+1

其中，P_t+1表示所述目標子分類器更新后的中心點，P_t表示所述目標子分類器更新前的中心點，x_t表示所述數據向量，n_i表示更新前被分配到所述目標子分類器的數據數量，n_i+1表示所述目標子分類器更新后的數據數量。

8.一種基于多分類器的推薦裝置，包括：

第一分類單元，用于根據預設的多分類器的主分類器對接收到的特征數據進行預測，獲得第一預測數據；

查找單元，用于針對所述特征數據，在預設的多分類器的k個子分類器中查找獲得目標子分類器，所述目標子分類器的數據分布與所述特征數據之間的相似度最大，k≥2；其中，子分類器的數據分布是指該子分類器接收并分類的數據的分布；

第二分類單元，用于根據所述目標子分類器對所述特征數據進行預測，獲得第二預測數據；

綜合處理單元，用于根據預設算法對所述第一預測數據和所述第二預測數據進行綜合處理，獲得第三預測數據；

推薦單元，用于根據所述第三預測數據對所述特征數據對應的待推薦實體進行推薦。

9.如權利要求8所述的裝置，所述查找單元用于：

如果所述k個子分類器中每個子分類器均具有數據分布的中心點，查找獲取中心點與所述特征數據的數據向量距離最近的子分類器作為所述目標子分類器。