[发明专利]对象推荐方法和对象推荐设备

权利要求书

1.一种对象推荐方法，其特征在于包括：

特征矢量提取步骤，根据用户的和对象的多个历史数据来提取至少一个表示对应用户特征的用户特征矢量和至少一个表示对应对象特征的对象特征矢量，在历史数据更新的情况下所述用户特征矢量中的每一个都彼此独立地更新并且所述对象特征矢量中的每一个都彼此独立地更新；

权重矩阵生成步骤，使用历史数据来生成表示用户特征矢量相对于对象特征矢量的映射的权重矩阵；以及

推荐分数确定步骤，基于用户特征矢量、对象特征矢量和权重矩阵来确定用于被选定用户的多个候选对象的分数。

2.根据权利要求1所述的对象推荐方法，其中，用于提取用户特征矢量和对象特征矢量的历史数据的来源不同于用于生成权重矩阵所使用的历史数据的来源。

3.根据权利要求1所述的对象推荐方法，其中，用于提取用户特征矢量和对象特征矢量的历史数据的来源与用于生成权重矩阵所使用的历史数据的来源相同。

4.根据权利要求1-3之一所述的对象推荐方法，其中，使用用户的和对象的历史数据来统计地生成权重矩阵。

5.根据权利要求1-3之一所述的对象推荐方法，其中，使用用户的和对象的历史数据来离线训练生成权重矩阵。

6.根据权利要求5的对象推荐方法，其中，离线训练生成权重矩阵的步骤包括：

使用用户的和对象的历史数据、以及基于所述历史数据获取的用户特征矢量和对象特征矢量来离线训练权重矩阵。

7.根据权利要求1-3之一所述的对象推荐方法，其中，用户的所述历史数据来自于以下项中的至少一项：

a)用户访问的对象；

b)用户评分的对象，以及评价分数；

c)用户拍摄的照片；

d)用户拍摄的照片，照片具有照片标签；以及

e)用户评分的照片，以及评价分数。

8.根据权利要求1-3之一所述的对象推荐方法，其中，对象的所述历史数据来自于以下项中的至少一个：

a)访问对象的用户；

b)对对象评分的用户，以及评价分数；

c)拍摄对象时拍摄的照片；以及

d)拍摄对象时拍摄的照片，照片具有照片标签。

9.根据权利要求7所述的对象推荐方法，其中，所述用户特征矢量包括以下项中的至少一项：

a)属于预定场景的由相应用户拍摄的照片的数量；

b)属于预定场景的由相应用户拍摄的照片的百分比；

c)属于预定场景的由相应用户评分的照片的数量；

d)属于预定场景的由相应用户评分的照片的百分比；

e)属于预定场景的由相应用户访问的对象的数量；

f)属于预定场景的由相应用户访问的对象的百分比；

g)属于预定场景的由相应用户评分的对象的数量；

h)属于预定场景的由相应用户评分的对象的百分比；以及

i)由相应用户访问对象的统计信息，所述统计信息能够是用户访问对象的类型、访问频率和时长。

10.根据权利要求8所述的对象推荐方法，所述对象特征矢量包括以下项中的至少一项：

a)对相应对象拍摄的属于预定场景的照片的数量；

b)对相应对象拍摄的属于预定场景的照片的百分比；

c)对相应对象拍摄的具有指定平均评价分数的照片的数量；

d)对相应对象拍摄的具有指定平均评价分数的照片的百分比；以及

e)访问相应对象的用户的统计信息，所述统计信息能够是访问用户的年龄、性别和教育程度。

11.根据权利要求1-3之一所述的对象推荐方法，其中，多个候选对象是根据所选用户的位置确定的。

12.根据权利要求1-3之一所述的对象推荐方法，其中，所述对象是拍摄景点。

13.根据权利要求12所述的对象推荐方法，其中，拍摄景点的所述历史数据能够被通过用照片文件中存储的能够是GPS信息的位置信息对收集的照片进行聚类来获得。

14.一种对象推荐设备，其特征在于包括：

特征提取装置，被配置为根据用户的和对象的多个历史数据来提取至少一个表示对应用户特征的用户特征矢量和表示对应对象特征的对象特征矢量，在历史数据更新的情况下所述用户特征矢量中的每一个都彼此独立地更新并且所述对象特征矢量中的每一个都彼此独立地更新；

权重矩阵生成装置，被配置为使用历史数据来生成表示用户特征相对于对象特征的映射的权重矩阵；以及

推荐分数确定装置，被配置为基于用户特征矢量、对象特征矢量和权重矩阵来确定用于被选定用户的多个候选对象的分数。