[发明专利]推荐其他用户或对象的方法、系统和装置

说明书

技术领域

本发明涉及通过考虑至少一个用户的偏好而向推荐其他用户或对象的方法、系统和计算机可读记录介质。更具体地，涉及用于以下的方法、系统和计算机可读记录介质：(i)通过获取由特定用户和随机的其他用户分别预先选择的对象的信息，参考每个对象的特性将对象划分成多组以获得关于主题的信息，确定特定用户和随机的其他用户对应于哪个主题信息，参考用户信息和主题信息之间的对应关系以及主题信息和对象信息之间的对应关系评估特定用户和随机的其他用户之间的用户相似程度，然后推荐在随机的其他用户中具有最高用户相似程度的特定的其他用户，作为与特定用户具有类似偏好的适当用户，而更广泛且更准确地推荐特定的其他用户；或者(ii)通过参考特定用户和主题信息之间的对应关系以及主题信息和对象信息之间的对应关系评估特定用户和每个对象之间的对象相似程度，将在对象相似程度方面排列在最高的特定对象确定为与特定用户具高相关性的适当对象，然后向在用户相似程度方面排列在最高的特定的其他用户推荐特定对象，而更广泛且更准确地推荐特定对象。

背景技术

由于因特网技术的剧烈发展，近来通过经由因特网建立和使用用户间的网络而提供大量服务的社交网络服务(SNS)变得流行。

特别地，SNS的一个最重要的功能是将许多其他用户介绍给特定用户，并给该特定用户拓宽他或她的社交网络的机会(所谓的推荐朋友功能)。已经被多次介绍的一种现有技术，如这种朋友推荐技术，是一种用于分析关于用户感兴趣对象的信息并向推荐与特定用户具有类似偏好的其他用户的技术。例如，如果用户A经常访问各种咖啡馆中的Starbucks和Coffee Bean、用户B主要访问Tom N Toms和Passcucci、而用户C喜爱Starbucks和Caffebene，则该技术用于推荐被认为是与用户A具有更类似偏好的用户C。

在简单地使用用户和对象之间的对应关系的现有技术的情况下，因为对象的类型过多，所以一个相同的特定对象并不被频繁选择。因此，实际上难以找到与用户A具有类似偏好的用户。简言之，在上述例子中，如果没有用户A、B和C共同感兴趣的咖啡店，则即使所有的用户都喜欢咖啡，用户也将被分类为具有不同偏好的用户。如果假设除了具有相对较少类型的咖啡馆之外存在各种类型的产品，则用户可能面临更严重的问题。

因此，本发明的申请人开发了一种这样的技术：其引入是比对象概念更综合的概念的主题概念，由此更广泛地评估每个用户之间的相似程度，并且支持向与特定用户具有类似偏好的其他用户推荐与特定用户具有高度关系的特定对象。

发明内容

技术问题

本发明的目的是解决上述所有问题。

本发明的另一目的是通过参考用户选择的每个对象的共同特性将对象划分成多个组而获取主题的信息，并且更广泛且更准确地通过使用这种主题信息找到与特定用户具有类似偏好的其他用户。

本发明的又一目的是更广泛且更准确地向与特定用户具有类似偏好的其他用户推荐由特定用户预先选择的特定对象。

解决技术问题的方案

用于实现所述目的的本发明的具有代表性的结构如下。

根据本发明的一个方案，提供了一种推荐与特定用户具有类似偏好的其他用户的方法，包括以下步骤：（a）获取关于由特定用户和随机的其他用户分别选择的对象的信息，其中所述随机的其他用户包括第1至第r其他用户，同时所述对象包括第1至第s对象，并且所述特定用户在第1至第s对象中选择特定对象；（b）获取关于主题的信息，所述主题包括通过参考每个对象的特性而将所述对象划分成n组得到的第1至第n主题；（c）确 定所述特定用户和所述随机的其他用户分别对应于哪个主题；（d）通过参考在包括关于所述特定用户和所述随机的其他用户的信息的用户信息和主题信息之间的对应关系以及主题信息和对象信息之间的对应关系，评估每个随机的其他用户的用户相似程度，所述用户相似程度与一值相关，该值等于作为第k其他用户和特定用户同时选择了特定对象的概率的，在第k其他用户和特定用户与第1至n主题中的随机主题具有关系时，特定对象出现在随机主题的状态下的特定对象的概率之和，其中k大于等于1且小于等于r；以及（e）推荐所述随机的其他用户中的、在用户相似程度方面排列在最高级别的一个或多个特定的其他用户，作为与特定用户具有类似偏好的适当用户，其中，在步骤（d），通过使得所述值与特定对象独立出现的概率相乘来评估用户相似程度。