[发明专利]基于用户意图识别执行推荐的设备和方法

说明书

技术领域

本发明涉及一种基于用户的意图的识别执行推荐的设备和使用该设备执行推荐的方法，具体地，本发明涉及一种能够基于用户的意图提供更精确的推荐项目的、且基于用户的意图的识别执行推荐的设备和方法。

背景技术

个人的决策过程的重要方面是接受来自可靠源的推荐。在过去的数十年内，已经进行了这样的推荐，即，提供用户很可能感兴趣的信息项目，例如，电影、TV节目/表演/插曲、视频点播、音乐、书、新闻、图像、网页和科学文献。

推荐系统向用户提供便于其决策的个性化建议。这些个性化的推荐允许用户在执行各种任务时依赖于推荐系统。在推荐系统中存在很多供用户选择的项目，例如，属性、元数据和文档。如何提供更好的推荐是推荐系统的关键。

现有的推荐系统包括一系列的传感器、评定处理器(rating processor)、推荐器和存储器，如图1所示，该推荐系统基于用户的相似度来推荐文档项目。推荐系统中的传感器感测项目(文档或图像)上的操作，例如，打印或电子邮件操作。然后，评定处理器使用文档分布、用户简档(user profile)等来评定项目。基于该评定，推荐器提供关于项目的推荐。为了找到目标项目，推荐标准仅仅用于这些文档。然而，在诸如分面搜索系统(faceted search system)的推荐系统中，还存在作为项目的属性和元数据。因此，可以推荐所有的属性、元数据和文档。

当用户选择属性菜单中的元数据时，将进行缩小范围的搜索，并且，减少搜索结果的数目。如果用户的目标项目全部显示在搜索结果的第一页中，则这意味着用户找到了其目标并实现了搜索。此外，在用户连续地选择属性菜单中的一些元数据之后，缩小范围的搜索结果的数目将被减少到更小的数目，并且搜索目标将被找到。可以存在若干条导向搜索目标的选择路径。例如，这些搜索路径(例如，搜索路径A、B、C、D、E；A、D、E；B、D、E、A；和C、D、E、A)在图2中示出。对于搜索目标，存在最短的搜索路径。这意味着，与其它路径相比，用户可以通过按照该路径更快地找到目标。因此，为了缩短耗用的搜索时间，推荐系统应该按照最佳的搜索路径为用户推荐项目。

一些现有的推荐系统基于文档分布的标准进行属性的推荐。如果用户具有较多的关于推荐系统的各面的知识，则较平坦的属性菜单能够以较少的缩小范围的步骤产生更快的搜索。例如，如图3所示，在非平坦菜单(由①表示)中，具有较多搜索结果的菜单将更有可能包含在目标文档中。此外，通过缩小范围而减少结果数目的速度也比平坦菜单(由②表示)的速度慢。另外，在图3中，搜索结果的数目相同，但是，执行的缩小范围的搜索的数目不同。因此，文档分布能够帮助提供更好的属性推荐。

然而，现有的推荐系统无法将属性与用户模型一起推荐。推荐的属性菜单可能具有更平坦的分布。此外，该属性不是用户最喜欢的。例如，用户不想使用“File Type”作为属性。但是，由于在数据库中存在很多以“File Type”元素作为元数据的文档，所以通常推荐属性“File Type”的菜单。实际上，它对于用户来说是无用的。用户必须将属性菜单改变为其感兴趣的属性菜单。从而，推荐系统应该在用户感兴趣的项目的范围内进行推荐。

在用户选择几个元数据并开始操作(例如读取/复印等)搜索结果之后，选择的几个元数据实际上是用户决定结果所需的元数据，并且，这些用户选择和操作历史被称为“用户简档”。一些现有的推荐系统可能基于用户简档的标准进行属性的推荐。推荐的是用户感兴趣的项目之一。但是，它不是最佳的。如何找到最佳的搜索路径以减少缩小范围的搜索的步骤仍然是一个问题。用户兴趣和属性菜单分布应该一起被考虑。

推荐系统为用户提供推荐以供使用。对于缩小范围的搜索的导航进行属性推荐和元数据推荐。推荐可以帮助用户以更少的缩小范围的搜索的步骤更快地找到目标。针对搜索目标进行文档推荐。如果推荐是用户的目标，则用户实现了搜索任务。

有时用户仅仅浏览系统的文档内容。如果用户首次使用推荐系统并不知道在系统中登记了什么数据，则该用户将浏览菜单并检查文档以了解文档信息。这被称为冷启动(cold start)。另一方面，如果文档内容被更新，则更新后的内容的信息对于用户来说是新的。推荐系统应该通过一些方法来提示用户。推荐是这些方法之一。用户可以通过推荐来掌握推荐系统或其它用户的历史趋势。针对冷启动如何进行推荐也是一个新的问题。