[发明专利]信息评估系统及用于评估信息的方法

说明书

技术领域

本发明涉及一个信息评估系统和一种用于评估信息的方法，其可被用于评估关于日常货物的各种项目，例如食品和书籍、广播内容，例如电影和音乐，同时允许去评估一个被推荐的结果的意外性。

背景技术

如在下面列出的一篇相关领域文献[1]中所公开的，都知道在下面描述的指示符，例如，“precision”，“aveP”以及“recall”，是指示一个信息评估系统的性能的指示符。

precision＝count(L)/L    (1)

aveP=1RΣ1≤i≤Lisrel(si)·count(i)i---(2)]]>

recall＝count(L)/R       (3)

在等式(1)-(3)中，L代表被推荐的项目的个数，R代表适合的项目的总数，i代表排在第i个的被推荐项目，isrel(s_i)代表s_i对于用户兴趣的的适合程度，以及count(i)代表在排在前i个的项目中适合的项目的个数。

“precision”指示适合用户嗜好的项目(count(L))在推荐列表中所占的比例。“aveP”指示在考虑了排序时适合用户嗜好的项目(isrel(s_i))的“precision”的平均值。“recall”指示适合于用户嗜好的项目相对于所有适合的项目(R)的比例。通过使用例如precision、aveP和recall的指示符，就可以估量为用户嗜好推荐的结果的适合程度。

相关领域文献列表

C.Cleverdon and M.Kean，“Factors Determining the Performance ofIndexing System”，Aslib Cranfield Reserch Project，CranfieldEngland(1968)

[1]

R.J.Quinlan：C4.5：Programs for Machine Learning，Morgan Kaufmann，San Mateo，CA(1993)       [2]

C.M.Bishop：Neural Networks for Pattern Recognition，OxfordUniversity Press(1995)    [3]

V.N.Vapnik：The Nature of Statistical Learning Theory，Springer(1995)  [4]

在信息评估系统中，当推荐的结果是用户已经知晓的信息，或当用户对推荐的结果并不感到惊讶时，信息评估系统的效用将降低，并且其作用也不会持续。这就需要一个信息评估系统，提供适合用户嗜好的意外的推荐结果，使其作用持续而不损害用户的可靠性。

发明内容

依据本发明的第一方面，提供一个信息评估系统，包括：一个嗜好模型产生单元，其基于表明用户行为历史的行为历史，通过学习和存储用户的嗜好模型，产生一个嗜好模型；一个评估列表产生单元，其基于所述嗜好模型，计算多个被推荐候选的概率，并产生一个指示这些被推荐候选的概率的评估列表；一个默认预测单元，基于关于所述行为历史信息指明用户的习惯，并基于所述习惯计算所述多个被推荐候选的预测的默认值；以及一个评估的意外性数值计算单元，用于计算一个表示意外性的评估的意外性数值，当从所述概率减去所述预测默认数值得到的差值较大时，所述意外性也较高。