[发明专利]推荐器系统及其操作方法和过滤装置

摘要

本发明涉及操作推荐器系统的操作方法、用于推荐器系统（200）的过滤装置（260）、推荐器系统以及对应的计算机程序。本发明的思想在于为社交网络中的用户A自动学习关于用户A感兴趣的类型，用户A的联系人（其也是该社交网络的成员）的哪些推荐是相关的。学习算法用于解析用户A响应于从他/她的联系人接收到推荐的反馈。因此，对于联系人和类型的每个组合，可以确定相关性品味指数。所确定的相关性品味指数接受过滤。仅将关联的相关性品味指数满足过滤标准的这些推荐提供给用户A。因此，提交给用户A的不相关的推荐的量可以大大减少。

主权项

1.一种操作个人推荐器系统的方法(100)，所述个人推荐器系统被布置用于耦接到计算机实施的社交网络，所述方法(100)包括以下步骤：a)检测(110)到在所述社交网络的用户A的用户账户中已经归档了联系人‑类型元组(CU1,g)的推荐，其中所述联系人‑类型元组(CU1,g)的推荐与特定类型g＝g(x)的内容项x相关，并且已通过所述用户A的联系人CU1的联系人账户启动了所述联系人‑类型元组(CU1,g)的推荐，b)监视(120)用户A响应于接收到所述推荐的推荐相关反应行为，c)对同一联系人‑类型元组(CU1,g)的多个推荐重复步骤a)至b)，并记录多个监视的反应行为，用于根据所述多个监视的反应行为确定(130)与所述联系人‑类型元组(CU1,g)关联的用户A相关的相关性品味指数r＝r((CU1,g))，d)过滤(150)同一联系人‑类型元组(CU1,g)的当前推荐(112)，所述过滤(150)通过如下进行：仅在所述当前推荐的相关性品味指数满足过滤标准的情况下将所述当前推荐归档(152)在所述用户账户中，而在不满足所述过滤标准的情况下阻止(154)所述当前推荐。