[发明专利]一种基于推荐系统的无侵入个性化解释方法及系统

权利要求书

1.一种基于推荐系统的无侵入个性化解释方法，其特征在于，包括：

获取推荐系统的召回策略、用户侧信息，以及根据用户侧信息由召回策略所推选出的物品侧信息；

对用户侧信息和物品侧信息进行特征提取，并根据召回策略计算特征的重要性；

对特征的重要性进行排序，并根据排序结果提取多个重要征特；

根据重要特征，配置话术模板；

融合特征和话术模板，生成推荐原因解释。

2.根据权利要求1所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，所述推荐原因解释通过推荐系统进行生成；

或，通过推荐系统的孪生模型进行生成。

3.根据权利要求1所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，根据召回策略计算特征的重要性包括：

获取推荐系统的编码方式；

选择与推荐系统编码方式对应的特征的重要性计算方式，得到特征的重要性信息。

4.根据权利要求3所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，所述特征的重要性计算方式至少包括对基于one-shot编码的推荐系统进行特征重要性计算，和对基于向量嵌入形式编码的推荐系统进行重要性计算。

5.根据权利要求4所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，对基于one-shot编码的推荐系统进行特征重要性计算的公式为：

其中，s(x_i)为特征的总要性，y为点击率预测结果，x_i为输入的第i个特征。

6.根据权利要求4所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，对基于向量嵌入形式编码的推荐系统进行重要性计算的公式为：

其中，s(x_i)为特征的总要性，y为点击率预测结果；x_i为输入的第i个特征；u_i为第i个向量。

7.根据权利要求1所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，对所述话术模板和特征提取的优化包括：

将推荐系统根据用户输入信息所生成推荐结果以及根据推荐结果所生成的推荐原因解释同步推送给用户，获取用户反馈信息；

根据用户反馈信息完成对话术模块和特征提取的优化。

8.根据权利要求7所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，所述用户反馈包括正向反馈和负向反馈，所述正向反馈为用户点击推荐结果，所述负向反馈为用户不点击推荐结果。

9.根据权利要求1所述的一种基于推荐系统的无侵入个性化解释方法，其特征在于，对获取的用户侧信息和物品侧信息的特征提取还包括筛除相似的特征。

10.一种基于推荐系统的无侵入个性化解释系统，其特征在于，所述无侵入个性化解释系统采用权利要求1至9中任意一项所述的无侵入个性化解释方法。