[发明专利]一种节目推荐方法及装置

权利要求书

1.一种节目推荐方法，其特征在于，所述节目推荐方法包括：

获取用户基于节目推荐系统反馈的反馈信息，所述节目推荐系统用于计算节目推荐列表，且所述节目推荐系统基于两种以上节目推荐模型构建，其中，不同的节目推荐算法各自构建了一个节目推荐模型；

基于所述反馈信息更新所述两种以上节目推荐模型在计算所述节目推荐列表时的权重；

根据更新后的所述两种以上节目推荐模型在计算所述节目推荐列表时的权重，更新节目推荐列表。

2.如权利要求1所述的节目推荐方法，其特征在于，所述获取用户基于节目推荐系统反馈的反馈信息，包括：

获取用户通过所述节目推荐列表点击各节目的点击频次；

所述基于所述反馈信息更新所述两种以上节目推荐模型在计算所述节目推荐列表时的权重，具体为：

根据所述各节目的点击频次，生成对各节目的各节目推荐算法的评分；

根据所述各节目的各节目推荐算法的评分，分别对各节目推荐算法进行加权求和，得到各节目推荐算法的评分；

将各节目推荐算法的评分作为各节目推荐算法对应的节目推荐模型更新后的权重。

3.如权利要求2所述的节目推荐方法，其特征在于，所述根据所述各节目的点击频次，生成对各节目的各节目推荐算法的评分，包括：

对任一节目，获取当前节目推荐列表中，由所述节目推荐系统计算得到的各节目的最终推荐指数；

分别获取由各节目推荐算法计算得到的各节目的独立推荐指数；

分别将所述各节目的独立推荐指数与相应节目的最终推荐指数的比值，与相应节目的点击频次相乘后，得到相应节目的各节目推荐算法的评分。

4.如权利要求2所述的节目推荐方法，其特征在于，所述根据所述各节目推荐算法的评分，分别对各节目推荐算法进行加权求和，得到各节目推荐算法的评分，之后还包括：

将各节目推荐算法的评分与预设的正则化系数相加，并将相加后的结果除以预设的归一化系数，得到各节目推荐算法的优化评分；

所述将所述加权求和后的结果作为各节目推荐算法对应的节目推荐模型更新后的权重，具体为：

将所述各节目推荐算法的优化评分作为各节目推荐算法对应的节目推荐模型更新后的权重。

5.如权利要求1至4任一项所述的节目推荐方法，其特征在于，所述根据更新后的所述两种以上节目推荐模型在计算所述节目推荐列表时的权重，更新节目推荐列表，包括：

基于一阶传递函数模型，根据更新后的所述两种以上节目推荐模型在计算所述节目推荐列表时的权重，计算得到各节目的本次最终推荐指数；

根据所述各节目的本次最终推荐指数的高低顺序，对所述节目推荐列表进行调整。

6.一种节目推荐装置，其特征在于，所述节目推荐装置包括：

反馈信息获取单元，用于获取用户基于节目推荐系统反馈的反馈信息，所述节目推荐系统用于计算节目推荐列表，且所述节目推荐系统基于两种以上节目推荐模型构建，其中，不同的节目推荐算法各自构建了一个节目推荐模型；

权重更新单元，用于基于所述反馈信息获取单元获取到的反馈信息更新所述两种以上节目推荐模型在计算所述节目推荐列表时的权重；

节目推荐列表更新单元，用于根据所述权重更新单元得到的更新后的所述两种以上节目推荐模型在计算所述节目推荐列表时的权重，更新节目推荐列表。

7.如权利要求6所述的节目推荐装置，其特征在于，所述反馈信息获取单元，具体包括：

点击频次获取子单元，用于获取用户通过所述节目推荐列表点击各节目的点击频次；

所述权重更新单元，具体包括：

评分初步生成子单元，用于根据所述点击频次获取子单元获取到的各节目的点击频次，生成对各节目的各节目推荐算法的评分；

加权求和计算子单元，用于根据所述算法评分生成子单元生成的各节目的各节目推荐算法的评分，分别对各节目推荐算法进行加权求和，得到各节目推荐算法的评分；

权重确定子单元，用于将所述加权求和计算子单元计算得到的各节目推荐算法的评分作为各节目推荐算法对应的节目推荐模型更新后的权重。