[发明专利]用于为用户生成推荐的方法和系统

说明书

本申请涉及一种用于为用户生成推荐的方法，所述方法包括：生成推荐模型，所述推荐模型用于为用户推荐物品；生成多视图社交模型，所述多视图社交模型对应于多个社交关系类型；组合所述推荐模型与所述多视图社交模型以得到多视图社交推荐模型；训练所述多视图社交推荐模型；以及使用经训练的多视图社交推荐模型来为所述用户生成推荐。本申请还公开了相关的系统和计算机存储介质。本申请能够更好地为用户生成推荐。

技术领域

本发明涉及推荐，尤其涉及用于为用户生成推荐的方法和系统。

背景技术

目前，社交网络已经越来越普及。例如，微信、微博等专门的社交网站提供社交网络服务。此外，诸如支付宝、Office 365等服务也支持社交网络功能。在这些社交网络中，用户之间存在社交关系。

随着社交网络的普及，基于社交网络的推荐系统也已经被开发出来。例如，在一些社交网络中，基于用户的朋友所浏览的内容向用户推荐内容。又例如，在一些社交网络中，基于用户的亲人所关注的商品来向用户推荐商品。

然而，在目前的基于社交网络的推荐系统中，通常仅考虑一种类型的社交关系。部分原因在于有些社交网络只具备单一类型的社交关系。例如，微博只具有关注关系。然而，即便是在拥有或能够访问用户的多种类型的网络关系的系统中，现有系统仍旧仅考虑一种类型的社交关系。仅考虑一种社交关系使得为用户生成的推荐不具备足够的准确性。

发明内容

为了提升社交网络推荐的准确性，本发明提供了为用户生成推荐的方法和系统。

本发明通过以下技术方案来实现其上述目的。

在一个方面中，公开了一种用于为用户生成推荐的方法，所述方法包括：

生成推荐模型，所述推荐模型用于为用户推荐物品；

生成多视图社交模型，所述多视图社交模型对应于多个社交关系类型；

组合所述推荐模型与所述多视图社交模型以得到多视图社交推荐模型；

训练所述多视图社交推荐模型；以及

使用经训练的多视图社交推荐模型来为所述用户生成推荐。

优选地，生成所述多视图社交模型包括：

生成多个单视图社交模型，每个单视图社交模型对应于一个社交关系类型；

组合所述多个单视图社交模型以得到多视图社交模型。

优选地，所述多个单视图社交模型对应于多个社交网络服务。

优选地，所述多个单视图社交模型中的每一个均对应于一不同的社交网络服务。

优选地，所述多个社交关系类型包括朋友关系、亲情关系、通信关系和转账关系中的两个或更多个。

优选地，组合所述多个单视图社交模型包括对所述多个单视图社交模型的目标函数求和。

优选地，组合所述多个单视图社交模型包括对所述多个单视图社交模型的目标函数求平均。

优选地，组合所述多个单视图社交模型包括对所述多个单视图社交模型的目标函数加权求和。

优选地，组合所述多个单视图社交模型包括对所述多个单视图社交模型的目标函数执行池化操作。

优选地，将多个单视图社交模型进行组合包括确定用于组合所述多个单视图社交模型的组合函数。

优选地，使用经训练的多视图社交推荐模型来为所述用户生成推荐包括：

获取所述用户的用户信息，所述用户信息包括用户对物品的已知评分信息以及用户与用户的多个社交关系类型的社交信息；