[发明专利]评分预测方法和装置

权利要求书

1.评分预测方法，其特征在于，包括：

获取全局评分信息，其中，所述全局评分信息包括至少两个用户对至少两个项目的评分，所述至少两个用户包括作为评分预测用户对象的目标用户，所述至少两个项目包括作为评分预测项目对象的目标项目，所述全局评分信息包括所述目标用户对除所述目标项目之外的至少一个所述项目的评分，所述全局评分信息还包括除所述目标用户之外的每一个所述用户对至少一个所述项目的评分；

对所述全局评分信息进行聚类，获得局部评分信息，其中，所述局部评分信息包括所述目标用户对除所述目标项目之外的至少一个参考项目的评分，且所述局部评分信息还包括除所述目标用户之外的至少一个所述用户分别对包括所述目标项目和至少一个所述参考项目在内的至少两个所述项目的评分，在所述局部评分信息中不同所述用户具有相似偏好和/或不同所述项目具有相似受欢迎程度；

将所述局部评分信息作为协同过滤算法的输入，获得预测评分，其中，所述预测评分为预测出的所述目标用户对所述目标项目的评分。

2.根据权利要求1所述的方法，其特征在于，所述对所述全局评分信息进行聚类，获得局部评分信息，包括：

对所述全局评分信息进行聚类获得用户簇，并将所述用户簇确定为所述局部评分信息，其中，所述用户簇包括所述目标用户以及与所述目标用户具有相似偏好的至少一个第一用户分别对至少两个第一项目的评分，所述至少两个第一项目包括所述目标项目和至少一个所述参考项目；

或者，

对所述全局评分信息进行聚类获得项目簇，并将所述项目簇确定为所述局部评分信息，其中，所述项目簇包括至少两个第二用户分别对所述目标项目以及与所述目标项目具有相似受欢迎程度的至少一个第二项目的评分，所述至少两个第二用户包括所述目标用户；

或者，

对所述全局评分信息进行聚类获得用户-项目簇，并将所述用户-项目簇确定为所述局部评分信息，其中，所述用户-项目簇包括具有相似偏好的至少两个第三用户分别对具有相似受欢迎程度的至少两个第三项目的评分，所述至少两个第三用户包括所述目标用户，所述至少两个第三项目包括所述目标项目和至少一个所述参考项目。

3.根据权利要求1所述的方法，其特征在于，在所述获得预测评分之后，进一步包括：

根据误分类代价和推广代价，确定第一推荐行为阈值和第二推荐行为阈值，其中，所述第一推荐行为阈值小于所述第二推荐行为阈值，所述误分类代价用于表征向所述用户推荐其不喜欢的所述项目或不向所述用户推荐其喜欢的所述项目而产生的代价，所述推广代价用于表征向偏好不明确的所述用户推广所述项目而产生的代价；

将所述预测评分与所述第一推荐行为阈值和所述第二推荐行为阈值进行对比，并执行：

如果所述预测评分小于所述第一推荐行为阈值，则不向所述目标用户推荐所述目标项目；

如果所述预测评分大于或等于所述第一推荐行为阈值，且所述预测评分小于所述第二推荐行为阈值，则向所述目标用户推广所述目标项目；

如果所述预测评分大于或等于所述第二推荐行为阈值，则向所述目标用户推荐所述目标项目。