[发明专利]推荐信息生成装置和推荐信息生成方法

说明书

技术领域

本发明涉及生成推荐信息的推荐信息生成装置和推荐信息生成方法。

背景技术

考虑如下的强调过滤方式：根据用户历史与其他用户的历史的比较，求出类似用户，推荐类似用户经常查看的内容。例如，在下述专利文献1(日本特开2002-215665号公报)中记载有如下内容：选定具有与对象用户最相似的嗜好的协调用户，根据该协调用户的分布图，选择要推荐的内容。

专利文献1：日本特开2002-215665号公报

但是，在上述专利文献1所记载的技术中，存在如果访问历史不增加则无法决定推荐信息的问题。即，在选择嗜好类似的用户的情况下，需要选择一个以上的相同内容，所以，如果没有选择相同内容，则不认为是类似用户。因此，需要蓄积某种程度的访问历史。因此，在各用户的访问历史少的状态下，难以生成基于类似用户的推荐信息。

发明内容

因此，本发明的目的在于，提供如下的推荐信息生成装置和推荐信息生成方法：即使历史信息少，也能够可靠地选择类似的类似用户。

为了解决上述课题，本发明的推荐信息生成装置具有：矢量取得单元，其取得各用户的用户特性矢量；类似度计算单元，其根据由所述矢量取得单元取得的各用户的用户特性矢量，计算用户间的类似度；选择单元，其根据由所述类似度计算单元计算出的类似度，选择与一个用户类似的类似用户；以及生成单元，其根据由所述选择单元选择出的类似用户的特征矢量，生成针对所述一个用户的推荐信息。

并且，本发明的推荐信息生成方法具有以下步骤：矢量取得步骤，在该步骤中，取得各用户的用户特性矢量；类似度计算步骤，在该步骤中，根据由所述矢量取得步骤取得的各用户的用户特性矢量，计算用户间的类似度；选择步骤，在该步骤中，根据由所述类似度计算步骤计算出的类似度，选择与一个用户类似的类似用户；以及生成步骤，在该步骤中，根据由所述选择步骤选择出的类似用户的特征矢量，生成针对所述一个用户的推荐信息。

根据本发明，能够取得各用户的用户特性矢量，根据取得的各用户的用户特性矢量，计算用户间的类似度。然后，根据计算出的类似度，选择与一个用户类似的类似用户，根据选择出的类似用户的特征矢量，生成针对一个用户的推荐信息。由此，使用用户特性矢量来判断用户的类似度，从而与现有方法相比，不用取得大量历史信息，就能够判断高精度的类似用户，能够生成基于该类似用户的推荐信息。例如，在现有方法中，需要根据一万件阅览历史信息来判断类似用户，与此相对，根据本发明，使用10件左右的阅览历史信息，就能够高精度地判断类似用户。

并且，在本发明的推荐信息生成装置中，优选所述矢量取得单元由以下单元构成：受理单元，其受理通过用户操作从多个选择对象项目中选择一个选择对象项目；存储单元，其存储由所述受理单元受理的选择对象项目的满意特征矢量、和未由所述受理单元受理的选择对象项目的不满意特征矢量；以及用户特性矢量生成单元，其将与分离平面正交的正交矢量作为用户特性矢量，所述分离平面用于对由所述存储单元存储的已选择的选择对象项目的满意特征矢量和未选择的选择对象项目的不满意特征矢量进行分离。

根据本发明，能够受理通过用户操作从多个选择对象项目中选择一个选择对象项目，存储已受理的选择对象项目的满意特征矢量、和未由所述受理单元受理的选择对象项目的不满意特征矢量。然后，生成与分离平面正交的正交矢量作为用户特性矢量，该分离平面用于对所存储的已选择的选择对象项目的满意特征矢量和未选择的选择对象项目的不满意特征矢量进行分离。由此，能够生成高精度的用户特性矢量。

并且，在本发明的推荐信息生成装置中，优选所述矢量取得单元由以下单元构成：受理单元，其受理通过用户操作从多个选择对象项目中选择一个选择对象项目、以及未选择的选择对象项目；以及用户特性矢量生成单元，其根据未由所述受理单元受理的选择对象项目的不满意特征矢量，生成用户特性矢量。

根据本发明，受理通过用户操作从多个选择对象项目中选择一个选择对象项目、以及未选择的选择对象项目，根据未受理的选择对象项目的不满意特征矢量，生成用户特性矢量，由此，能够根据未选择的内容/操作等的选择对象项目的倾向，生成用户特性矢量。

并且，在本发明的推荐信息生成装置中，优选所述生成单元根据由所述类似度计算单元计算出的类似度、以及类似用户的用户特性矢量与由所述类似用户阅览后的阅览内容的特征矢量的内积值，评价所述阅览内容，根据该评价，根据所述阅览内容生成推荐信息。