[发明专利]用于面向排序的协同过滤的推荐方法和设备

说明书

技术领域

本发明一般地涉及信息过滤，并且更具体地，涉及用于面向排 序的协同过滤的推荐方法和设备。

背景技术

随着互联网上可访问信息的爆炸性增长，帮助人们有效地筛选 大量信息的信息过滤技术变得不可或缺，以便能够克服由于所获得 的信息量过大而造成的信息过载问题。推荐系统就是这样一种信息 过滤技术，其基于用户过去的反馈，从大量数据项目中自动生成项 目推荐列表以供用户选择和参考。

构成推荐系统的现有技术一般分为基于内容的过滤和协同过滤 两大类。相比较于基于内容的过滤，协同过滤不需要关于项目的任 何内容信息，其通过收集大量用户对项目的反馈(如评分)，并且 基于其他用户的偏好模式向用户做出推荐。除了避免需要收集广泛 的关于项目或用户的内容信息以外，协同过滤不要求特殊的领域知 识并且其容易被应用在不同的推荐系统中。因此，协同过滤已经成 为当前推荐系统中普遍使用的算法。

推荐系统的任务是根据用户兴趣生成项目的排序列表，用户最 感兴趣的项目应当被排在该列表的顶部。对于项目排序，大多数的 协同过滤算法首先预测用户对该项目的评分，然后利用评分对项目 进行排序。然而，此类基于评分预测的协同过滤算法由于在评分预 测方面不总是与排序有效性相一致、在排序中未将多个项目间的关 系纳入考虑而存在预测准确度不高的缺陷。

在例如互联网搜索的许多交互式应用中，评分形式的显式用户 反馈经常是难以获得的，而收集大量如用户点击的隐式反馈是很容 易的，从中可以容易地提取用户关于项目的成对偏好。因此，针对 偏好的模型是更加通用的，其可以处理隐式和显式的用户反馈。

在针对偏好的模型中，N.N.Liu和Q.Yang在国际信息检索年会 2008(SIGIR-08)上发表了Eigenrank：一种用于协同过滤的面向排序 的方法。该论文提出一种称为EigenRank的基于邻域的协同过滤算 法，其将协同过滤视作排序问题而不是评分预测问题。该基于邻域 的方法执行某些形式的最近邻搜索，通过融合用户邻居的偏好来产 生针对用户的排序推荐列表。经验表明这种面向排序的方法可以产 生比传统的评分预测方法更好的排序。

尽管基于邻域的方法因为概念上简单并且直观而被广泛使用， 但此类方法也存在不足。第一，基于邻域的方法的准确性通常不是 最佳的。第二，尽管基于邻域的方法可以产生预测，但它们并不涉 及太多的学习，因而只能从数据中获得很少的关于用户或项目的知 识。第三，基于邻域的方法经常要求在预测时直接操纵整个训练数 据集，这会造成很大的计算开销。最后，因为没有合适的模型，采 用基于邻域的方法来优化与特定任务或应用领域相关联的不同对象 是困难的。

发明内容

本发明所要解决的技术问题之一是提供一种能够使用观测到的 用户对项目对的偏好来直接预测用户对其他项目的偏好排序，从而 不需要对整个偏好数据库进行搜索而即时地做出排序预测。

为了解决上述的技术问题，根据本发明的一个方面，提供一种 用于面向排序的协同过滤的推荐方法。该方法可以包括：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。

根据本发明的另一方面，提供一种用于面向排序的协同过滤的 推荐设备。该设备可以包括：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，用于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。

根据本发明的用于面向排序的协同过滤的推荐方法和设备，可 以使用观测到的用户对项目对的偏好(即，排序对)来训练预测排 序模型，从而可以经由模型预测排序而不用像基于邻域的方法那样 在整个偏好数据库中进行搜索，这显著地降低了计算成本。另外， 尽管在该预测排序过程中涉及到可以在离线时完成的额外的模型构 建阶段，但通过将全部的数据压缩进非常紧凑的统计模型，可以做 出即时的排序预测。此外，通过设计合适的损失函数和优化程序， 模型可以被系统地调整从而适应不同领域的应用。

优选地，当训练数据是评分集合而非排序对集合时，可以根据 不同的策略从评分集合自动地产生合适的排序对集合。