[发明专利]用于推荐物品的方法和推荐系统

说明书

技术领域

本公开涉及用于推荐多个物品之中的一个或多个物品的方法、推荐系统和计算机程序。

背景技术

近来，（例如）线上商店（例如，线上书店或线上音乐店）面临着难以管理的商店的数据库中的物品提供的问题。为了通过提供推荐物品的列表来协助用户，使用协同过滤的方法开发了推荐系统。

基于协同过滤的推荐系统通常使用它们的用户的购买历史来估计对当前用户的推荐。然而，所得的推荐的准确度有限。希望改善该协同过滤推荐系统的准确度。

发明内容

提供了一种用于向推荐系统的第一用户推荐多个物品之中的一个或多个物品的方法，该方法包括：通过对各自从推荐系统的第二用户的先前用户事件得出的多个用户事件数据组中的每个应用权重因数来产生权重数据组，其中各个用户事件数据组包括第二用户的用户标识符、先前用户事件中所涉及的物品的物品标识符和关于先前用户事件的时间的时间信息，并且其中权重因数从相应的先前用户事件的时间信息得出；并且基于使用权重数据组的算法来确定一个或多个推荐物品。

描述了一种推荐系统，包括：处理器和存储器，该处理器通过对各自从推荐系统的第二用户的先前用户事件得出的多个用户事件数据组中的每个应用权重因数来产生权重数据组，其中各个所述用户事件数据组包括第二用户的用户标识符、先前用户事件中所涉及的物品的物品标识符和关于先前用户事件的时间的时间信息，并且其中权重因数从相应的先前用户事件的时间信息得出；并且该处理器基于使用权重数据组的算法来确定一个或多个推荐物品；该存储器存储多个用户事件数据组。

此外，还提供了一种包括计算机程序指令的计算机程序，当计算机执行该计算机程序指令时使计算机进行包括以下操作的方法：通过对各自从推荐系统的第二用户的先前用户事件得出的多个用户事件数据组中的每个应用权重因数来产生权重数据组，其中各个所述用户事件数据组包括第二用户的用户标识符、先前用户事件中所涉及的物品的物品标识符和关于先前用户事件的时间的时间信息，并且其中权重因数从相应的先前用户事件的时间信息得出；并且基于使用权重数据组的算法来确定一个或多个推荐物品。

前述段落作为概述提供，并且不旨在限制所附权利要求的范围。所描述的实施方式与其他优点一起，将通过参考结合附图进行的以下具体描述来最佳地理解。附图中的要素不需要相对于彼此成比例。

附图说明

联系附图来参考以下具体描述，从而容易地获得并更好地获知本公开更完整的理解和随其而来的众多优点，其中：

图1A是根据本发明的实施方式的对推荐系统的第一用户推荐多个物品之中的一个或多个物品的步骤的示意性流程图；

图1B是根据本发明的实施方式的基于算法来确定物品的实施方式的示意性流程图；

图2的（a）示出了根据本发明的实施方式的怎样可以从指数函数得出权重因数W；

图2的（b）示出了根据本发明的实施方式的怎样可以从线性函数得出权重因数W；

图2的（c）示出了根据本发明的实施方式的怎样可以从先前用户事件的顺序来基于等级地（rank-based）得出权重因数W；

图3是根据本发明的实施方式的多个用户事件数据组和相应的用户事件矩阵的表示；

图4是根据本发明的实施方式的多个用户事件数据组和相应的权重用户事件矩阵的表示；

图5是根据本发明的实施方式的推荐系统的示意性框图；以及

图6是实施本发明的实施方式的多方面的处理系统的示意性框图。

具体实施方式

现在参考附图，其中，相同的参考数字表示遍及几个示图的相同或相应的部分，图1A示出了根据本发明的实施方式的向推荐系统的第一用户推荐多个物品之中的一个或多个物品的步骤的流程图。

推荐系统的第一用户（或当前用户）可以是类似线上商店等的线上服务的用户，该用户已经在商店中买了几个物品并且将被提供商店的推荐物品的列表。第一用户也可以是通常采用推荐系统的线上音乐或视频流服务或线上下载门户或另一服务的用户。

多个物品可以是定义为大（例如，几千）的物品组，其中多个物品中的各个物品可以由例如标号I来清楚地标识。以下，在物品组中的物品的总量表示为i_tot。新物品可以进入物品组而旧（例如，售罄）物品可以离开该组。