[发明专利]时序控制的基于评分预测的项目推荐方法和系统

说明书

技术领域

本发明一般地涉及信息过滤，更具体而言，涉及项目推荐方法和系统，该方法和系统能够实现时序控制的基于评分预测(rating prediction)的项目推荐。

背景技术

推荐系统在各个行业中的应用已超过十年之久。针对给定用户，推荐系统能够收集和记录关于用户描述(profile)的信息并预测用户可能感兴趣的项目。这里所说的“描述”可以是用户的各种个人信息，例如年龄、受教育程度、爱好、对某些给定问题的回答、对某些项目的投票(或评分)、web浏览历史、在线购买记录等等。推荐系统的项目预测可以基于某些预定规则、统计模型或机器学习算法来执行。

最近，随着用户在线行为(例如在线购物、在线社交网络以及个性化订阅)的不断增多，推荐系统被越来越多地应用到web和移动应用中。因特网和移动用户可以利用推荐系统来获得对于其日常生活诸多方面的建议，例如该去哪个餐馆就餐、该读哪本书、该看哪部电影、该去哪里旅游等等。

传统的推荐系统不会考虑用户对于推荐项目的兴趣随各种因素而发生的变化，而总是以高可信度级别向用户推荐项目。但是，可信度级别较高的项目可能由于种种原因而无法一直保持其高可信度。例如，如果一具有高可信度级别的电影最初上映时作为小众电影(cult movie)但随后变为轰动一时的大片，那么当其作为大片时具有的可信度值(即，推荐评分)要小于其作为小众电影时具有的可信度值，这是因为电影大片是众人皆知的，因此无需推荐。另外，用户对于固定项目的兴趣也可能随时间而发生改变。例如，在周末夜晚向用户推荐电影比在工作时间向用户推荐电影更吸引人。同样，在晚饭时间向用户推荐餐馆比在深夜推荐更容易被用户所接受。然而，传统的推荐系统没有考虑到用户对推荐项目的兴趣随时间的变化。

例如，在美国专利No.6334127中提出了一种不同于传统技术的新型推荐系统，该推荐系统用于生成受新奇性(serendipity)控制的项目推荐。图1A示出了该基于项目新奇性的推荐系统100的总体框图，图1B示出该系统100的操作流程。如图1A所示，系统100包括推荐项目存储器101、项目输入装置102、新奇性模型存储器103、新奇性集成装置104和新奇性加权项目存储器105。参考图1B，在步骤101a中，项目输入装置102可以从推荐项目存储器101输入将被推荐的项目。注意，推荐项目存储器101中所存储的项目没有考虑到项目的新奇性特征。这些待推荐的项目可以通过各种现有方法生成，例如根据用户项目偏好、项目流行度等等。在步骤102a中，新奇性集成装置104针对每个输入的项目从新奇性加权项目存储器105选择适合的新奇性模型，并根据所选模型计算每个项目的新奇性加权值。然后，经过新奇性加权的各个项目可以被存储到新奇性加权项目存储器105中。

如上所述，受新奇性控制的推荐系统能够向用户提供经新奇性加权的项目推荐，从而避免具有高可信度级别的低值项目被推荐给用户。但是，该系统仍然无法反映用户对推荐项目的兴趣随时间的变化。就是说，该系统无法确定什么时间是应该向用户推荐项目的最佳时间。

发明内容

考虑到上述问题而研制了本发明，其用于提供时序控制的基于评分预测的项目推荐方法和系统。本发明的主要思想在于将时间因素考虑到项目推荐评分的计算中，并按照计算出的优选推荐时间将项目推荐给用户。

根据本发明第一方面，提供了一种时序控制的基于评分预测的项目推荐方法，包括：输入将被推荐的项目；确定与所述项目相关的时序评分模型，该时序评分模型用于预测该项目的评分随时间的变化；将一种或多种推荐策略应用到所确定的时序评分模型以确定所述项目的优选推荐时间；并且在所确定的优选推荐时间上将所述项目推荐给用户。

根据本发明第二方面，提供了一种时序控制的基于评分预测的项目推荐系统，包括：项目输入装置，用于输入将被推荐的项目；时序评分模型确定装置，用于确定与所述项目相关的时序评分模型，该时序评分模型用于预测该项目的评分随时间的变化；推荐策略应用装置，用于将一种或多种推荐策略应用到所确定的时序评分模型以确定所述项目的优选推荐时间；并且项目推荐装置，用于在所确定的优选推荐时间上将所述项目推荐给用户。