[发明专利]组合机器学习和社交数据以生成个性化推荐

权利要求书

1.一种方法，包括：

在计算设备处接收消息，所述消息包括内容；

基于所述内容，确定响应于所述消息要向用户提供的假设理想推荐的表示；

从数据储存器检索关于多个实体的数据，关于每个实体的数据包括从关于该实体的事实信息和其他用户对该实体的意见导出的对应实体表示；

确定所述多个实体的至少一个子集的排序分数，给定实体的排序分数基于所述对应实体表示与所述假设理想推荐的表示之间的差异的度量；

基于所述排序分数选择要推荐的实体；以及

发送对所述消息的回复，所述回复识别所选择的实体。

2.根据权利要求1所述的方法，其中，确定所述假设理想推荐的表示包括：

基于所述消息的内容生成第一向量；

基于用户已经指示了与其的亲和力的实体生成第二向量；

组合所述第一向量和所述第二向量以生成输入向量；以及

应用机器学习模型以将所述输入向量映射到所述假设理想推荐的表示。

3.根据权利要求2所述的方法，其中，所述机器学习模型是使用训练数据训练的，所述训练数据包括针对推荐的用户请求和另一用户对所述用户请求做出的响应，所述响应包括用户推荐的实体，训练所述机器学习模型包括：

生成针对推荐的所述用户请求的向量表示；

将所述机器学习模型应用于针对推荐的所述用户请求的向量表示，以生成假设理想推荐向量；

生成所述用户推荐的实体的向量表示作为正面示例；

生成从语料库中选择的另一实体的向量表示作为负面示例；

确定在向量空间中所述假设理想推荐向量和所述正面示例之间的第一距离；

确定在向量空间中所述假设理想推荐向量和所述负面示例之间的第二距离；以及

基于所述第一距离和所述第二距离来更新所述机器学习模型。

4.根据权利要求2所述的方法，其中，基于用户先前已经指示了与其的亲和力的实体来生成所述第二向量包括：

从数据储存器中检索用户先前已经指示了与其的亲和力的实体的向量表示；以及

组合用户先前已经指示了与其的亲和力的实体的向量表示，以生成所述第二向量。

5.根据权利要求1所述的方法，其中，给定实体的实体表示通过以下方式生成：

从数据储存器检索实体描述数据和用户亲和力数据，所述实体描述数据包括关于所述给定实体的事实信息，并且所述用户亲和力数据指示其他用户关于所述给定实体的意见；

基于所述事实信息来生成第一向量；

基于所述用户亲和力数据来生成第二向量；以及

组合所述第一向量和所述第二向量以产生所述实体表示。

6.根据权利要求1所述的方法，还包括：

分析所述消息内容以确定所述用户的意图；

基于所确定的所述用户的意图，查询知识图以识别第二多个实体，所述第二多个实体包括所述给定实体；

基于所述用户的模型来确定所述给定实体的亲和力分数，所述亲和力分数指示所述用户和所述给定实体之间的亲和力，

其中，所述给定实体的排序分数还基于所述亲和力分数。

7.根据权利要求1所述的方法，还包括基于所确定的所述用户的意图查询知识图，以识别第二多个实体，所述第二多个实体包括所述给定实体，其中，确定所述给定实体的排序分数包括：

基于对应于所述给定实体的实体表示和所述假设理想推荐的表示之间的差异的度量来确定第一排序分数；

基于所述给定实体的基于所述用户的模型的亲和力分数来确定第二排序分数；以及

组合所述第一排序分数和所述第二排序分数以计算总排序分数。