[发明专利]用于推断用户人口统计的方法和装置

说明书

技术领域

本申请要求2012年6月21日提交的题为“Method and Apparatus For Inferring User Demographics Based on Ratings”的美国临时申请No.61/662,609的优先权，出于任何理由通过全文引用将该申请并入本文。

技术领域

本发明一般地涉及推荐者系统中的用户剖析(profiling)和用户隐私。更具体地，本发明涉及人口统计信息推断。

背景技术

在不同背景下并针对多种类型的用户产生数据，已对推断用户的人口统计进行了研究。在交互网络的背景下，已经展示了有助于使用针对博客的基于链接的信息和来自Facebook的社交网络数据推断人口统计的图表结构。其它工作依赖于根据用户的笔迹而得到的文本特征来推断人口统计。

基于文本的推断的主要缺点在于大多用户不提供书面评论，因此这些方法是不可用的。类似地，推荐者系统可能无法找到它们想要推断其详情的用户的社交网络。

可以看出，需要一种基于尽可能少的信息的用户人口统计推断方法。本发明关注于这种推断方法。

发明内容

发明内容是为了以简化的形式介绍对构思的选择，其中将在具体实施方式中详细介绍发明构思。发明内容并非为了标识所要求保护的主题的关键特征或基本特征，也不是为了限制所要求保护的主题的范围。

本发明包括使用新用户的电影排名来确定新用户的人口统计信息的方法和装置。所述方法包括：使用训练数据集来训练用于确定人口统计信息的推断引擎，所述训练数据集包括来自多个其它用户的电影排名和人口统计信息。然后，接收来自新用户的电影排名，其中接收到来自特定用户的电影排名而没有人口统计信息。使用已训练的推断引擎来确定新用户的人口统计信息。推断引擎可以是推荐者系统的一部分，所述推荐者系统利用所确定的人口统计信息向新用户提供推荐或向新用户提供针对性的广告。

参考附图，根据对说明性实施例的以下详细描述，将清楚本发明的其它特征和优点。

附图说明

当结合附图理解时，将更好地理解上述发明内容以及下文对说明性实施例的详细描述，其中附图仅是示例性的，而不是为了限制所要求保护的本发明。

图1示出了根据本发明的多个方面的推断引擎的示例性环境实施例；

图2a描述了针对Flixster训练数据集的不同分类器的受试者工作特征(ROC)图；

图2b描述了针对Movielens训练数据集的不同分类器的受试者工作特征(ROC)图；

图2c描述了根据Flixster训练数据集的规模的精确度增加；

图3示出了根据本发明的多个方面的使用的示例流程图；以及

图4示出了根据本发明的多个方面的示例推断引擎。

具体实施方式

在对多个说明性实施例的以下描述中，参考附图，其中所述附图形成描述的一部分，并且示例性地示出了所述附图，可以实施本发明的多种实施例。应理解，可以使用其他实施例，并且可以进行结构和功能性的修改，而不脱离本发明的范围。

通过人口统计信息(例如，性别、年龄、收入或种族)剖析用户在针对性广告传递和个性化的内容分发中是十分重要的。推荐者系统同样可以从这种信息中获益以提供个性化的推荐。然而，推荐者系统的用户通常不会自愿提供这种信息。这可能是有意的——为了保护他们的隐私，或是无意的——由于懒惰或不感兴趣。这样，从由于收集来自多个用户的用户排名而出现的模式提取有意义信息的传统协同过滤方法避开使用这种信息，而代之以仅依赖于用户提供的评级。

首先，向推荐者系统公开评级可能表现为相当无害的行为。必然存在用户根据该公开获得的功效——即，发现相关内容/项目的能力。不管怎样，已经存在了大量的工作，这些工作指示用户人口统计与社交网络、博客和微博等上的用户行为相关，并因此可以根据社交网络、博客和微博等上的用户行为推断出。因此，询问是否还可以根据向协同过滤系统公开的信息推断出人口统计信息(例如，年龄、性别、种族或甚至政治倾向)是很自然的。实际上，无关于评级值，可以将用户已与项目交互(例如，已观看特定电影、已聆听特定歌曲、或已购买产品)这一事实与人口统计信息相关。