[发明专利]矩阵因式分解中的特征嵌入

权利要求书

1.一个或多个存储计算机可用指令的计算机存储介质，所述计算机可用指令当被一个或多个计算设备使用时导致所述一个或多个计算设备执行用于通过使用特征向量来增强媒体内容推荐的方法，所述方法包括：

接收具有第一部分和第二部分的增强-矩阵，其中，所述第一部分包括用户-项矩阵，并且所述第二部分包括特征-项矩阵，以及其中，所述特征-项矩阵中的每个条目是项元数据；

基于关联于所述项的特征向量的每个的和确定项-主干向量；

基于所述项-主干向量和项-偏移向量生成项-潜在-特质向量，其中，所述项-偏移向量是所述用户-项向量中针对该项的项向量；以及

提供基于所述项-潜在-特质向量识别的一个或多个推荐的-媒体内容。

2. 根据权利要求1所述的介质，其中，基于加权和函数                                               计算关联于所述项的特征向量的每个的所述和，其中，f_i是特征潜在特质向量，w_im是加权倍数，以及，F_m表示所述项的特征的集合。

3. 根据权利要求1所述的介质，其进一步包括：

识别所述增强-矩阵中具有门限数量信息的冷项；以及

基于冷项-主干矩阵重新安排所述冷项的位置。

4. 根据权利要求1所述的介质，其中，所述增强-矩阵进一步包括第三部分，其中，所述第三部分包括用户-特征矩阵，以及其中，所述用户-特征矩阵中的每个条目是用户元数据。

5. 根据权利要求4所述的介质，其进一步包括：

基于关联于所述用户的特征向量的每个的和确定用户-主干向量；以及

基于所述用户-主干向量和用户-偏移向量生成用户-潜在-特质向量，其中，所述用户-偏移向量是所述用户项矩阵中该用户的用户向量。

6. 一个或多个存储计算机可使用指令的计算机存储介质，其中，所述计算机可使用指令当被一个或多个计算设备使用时，导致所述一个或多个计算设备执行用于通过使用特征向量来增强媒体内容推荐的方法，所述方法包括：

访问潜在空间模型，其中，所述潜在空间模型与增强-矩阵相关联；

在所述潜在空间模型中识别在所述增强-矩阵中具有门限数量的信息的冷项；

选择具有门限数量的信息的暖项的子集，其中，所述暖项子集中的每个暖项与基于关联于所述冷项的特征的冷项相似；

基于从所述暖项子集导出的向量值重新安排所述冷项在所述潜在空间模型内的位置；以及

基于具有所述冷项的潜在空间模型，识别一个或多个推荐的-媒体内容。

7. 根据权利要求6所述的介质，其中，在所述潜在空间模型中识别在所述增强-矩阵中具有所述门限数量信息的冷项是基于关联于所述冷项的特征的和的绝对值。

8. 根据权利要求6所述的介质，其进一步包括：

在所述潜在空间模型中识别在所述增强-矩阵中具有门限数量的信息的冷用户；

选择具有门限数量的信息的暖用户的子集，其中，所述暖用户子集中的每个暖用户与基于关联于所述冷用户的特征的冷用户相似；以及

基于从所述暖用户子集导出的向量值重新安排所述冷用户在所述潜在空间模型内的位置。

9. 一种用于通过使用特征向量来增强媒体内容推荐的方法，所述方法包括：

接收多个信号，其中，所述多个信号表示媒体内容的反馈；

接收多个用户和项，其中，每个用户与多个具有用户元数据的特征相关联，以及，每个项与多个具有项元数据的特征相关联；

生成具有第一部分和第二部分的增强-矩阵，其中，所述第一部分包括用户项矩阵，以及，所述第二部分包括特征项矩阵；

基于关联于所述项的每个特征向量的和确定项-主干向量；以及

基于所述项-主干向量和项-偏移向量生成项-潜在-特质向量，其中，所述项-偏移向量是针对所述用户项矩阵中的所述项的项向量；以及

提供基于所述项-潜在-特质向量识别的一个或多个推荐的-媒体内容。

10. 根据权利要求9所述的方法，识别推荐的-媒体内容进一步包括：

接收一个或多个实时信号；

基于一个或多个实时信号调整所述项-潜在-特质向量；以及

在运行时计算一个或多个关系以便提供所述推荐的-媒体内容。