[发明专利]用于面向排序的协同过滤的推荐方法和设备

权利要求书

1.一种用于面向排序的协同过滤的推荐方法，该方法包括： 

获取用户对排序的项目对的偏好数据； 

根据所述偏好数据以及用户和项目相关数据，构建基于用户偏好的概率潜在偏好分析模型；以及 

利用所述概率潜在偏好分析模型，预测基于用户偏好的项目排序以便向用户进行推荐， 

其中，所述概率潜在偏好分析模型公式化表达如下： 

其中u表示用户，i和j表示项目，z表示潜在用户类，表示用户u对于项目i和项目j的成对偏好变量，如果相对于项目j，用户u更偏好于项目i，则否则k表示潜在用户类的数目，p(z|u)表示用户u属于潜在用户类z的概率，表示潜在用户类z的用户u对项目i和项目j产生偏好的概率，表示用户u对项目i和项目j产生偏好的概率， 

其中，利用Bradley-Terry模型对公式化表达的概率潜在偏好分析模型的项进行建模，该建模公式化表达如下： 

其中γ_zi和γ_zj是项目i和j的非负项目参数，用于分别指示项目i和j在潜在用户类z的效用，γ_zi高于γ_zj，则相对于项目j，潜在用户类z中用户u更偏好于项目i，表示潜在用户类z中用户u对项目i和项目j产生偏好的概率，其中表示相对于项目j，用户u更偏好于项目i，其中利用期望最大化方法求解概率潜在偏好分析模型的未知参数p(z|u)和γ_z，其中γ_z是所述潜在用户类z的非负参数。 

2.根据权利要求1所述的方法，其中，获取用户对排序的项目对的偏好数据进一步包括：根据不同的策略从评分集合中生成所述 排序的项目对。 

3.根据权利要求2所述的方法，其中，所述不同的策略包括：根据对项目的评分从所有的项目生成全部的排序的项目对、根据对项目的评分生成具有权重的排序的项目对或根据给定的评分差值阈值生成排序的项目对。 

4.根据权利要求1所述的方法，其中，获取用户对排序的项目对的偏好数据进一步包括：基于针对推荐的用户反馈来生成新的偏好数据以供在构建概率潜在偏好分析模型步骤中使用。 

5.根据权利要求1所述的方法，其中，利用概率潜在偏好分析模型预测用户对项目的偏好排序时，利用下面的公式计算与用户u和项目i相关联的分值θ_ui： 

然后对各个项目的分值进行排序从而预测针对用户u偏好的项目排序。 

6.一种用于面向排序的协同过滤的推荐设备，该设备包括： 

获取装置，用于获取用户对排序的项目对的偏好数据； 

构建装置，用于根据所述偏好数据以及用户和项目相关数据，构建基于用户偏好的概率潜在偏好分析模型；以及 

预测装置，利用所述概率潜在偏好分析模型，预测基于用户偏好的项目排序以便向用户进行推荐,

其中所述构建装置所构建的概率潜在偏好分析模型公式化表达如下： 

其中u表示用户，i和j表示项目，z表示潜在用户类，表示用户u对于项目i和项目j的成对偏好变量，如果相对于项目j，用户u更偏好于项目i，则否则k表示潜在用户类的数目，p(z|u)表示用户u属于潜在用户类z的概率，表示潜在用户类z的用户u对项目i和项目j产生偏好的概率，表示用户 u对项目i和项目j产生偏好的概率， 

其中所述构建装置进一步包括用于利用Bradley-Terry模型对公式化表达的概率潜在偏好分析模型的项进行建模的装置，该建模公式化表达如下： 

其中γ_zi和γ_zj是项目i和j的非负项目参数，用于分别指示项目i和j在潜在用户类z的效用，γ_zi高于γ_zj，则相对于项目j，潜在用户类z中用户u更偏好于项目i，表示潜在用户类z中用户u对项目i和项目j产生偏好的概率，其中表示相对于项目j，用户u偏好于项目i，其中所述构建装置进一步包括利用期望最大化方法求解概率潜在偏好分析模型的未知参数p(z|u)和γ_z的装置。