[发明专利]将第一位置简档与至少一个另一位置简档进行匹配

说明书

技术领域

本发明涉及用于将第一位置简档与至少一个另一位置简档进行匹配的一种推荐器系统、一种服务器、一种推荐器引擎计算机程序以及一种计算机程序产品。

背景技术

推荐器系统如今是相对公知的技术，并且用在其中用于推荐媒体项目(例如电影、音乐和图片)的不同服务中。具有互联网站点(例如www.amazon.com和www.lastfm.com)的公司利用这些推荐器系统的示例。推荐器系统帮助用户发现感兴趣的项目，而用户无需明确地声明他或她想要什么。

通用的推荐器方法是CF(协同过滤)，其通过基于消费历史来计算各用户或各项目之间的相似度而产生推荐。CF系统遭受所谓的“新用户问题”；除此而外，它们还遭受所谓的“新项目问题”。新用户问题意味着在用户的偏好可以被理解之前，用户必须评定足够数量的项目。新项目问题使得新项目被忽略(即，未受推荐)，直到足够数量的用户已经评定了该项目。另一公知的推荐器方法是CB(基于内容的)推荐器系统。简单地说，CB推荐基于关于本身内容的描述、元数据。根据用户关于项目消费的简档，用户关于项目属性的偏好可以得以推导并且用于发现相似项目以进行推荐。CB系统通常也遭受新用户问题。

以上方法的组合也是普遍的，并且又称为HRS(混合推荐器系统)。这些混合系统可以具有四种不同的架构：

-分离地实现并且组合预测，

-将一些基于内容的特性合并到CF算法中，

-将一些CF特性合并到CB算法中，

-合并CB和CF算法的统一模型。

关于更多信息，见Y-L.Chen和L-C.Cheng：A novel collaborative filtering approach for recommending ranked items，Expert Syst.Appl.，34(4)：2396-2405，2008。

随着使用具有各种传感器的位置感知设备已经变得更流行，CA(上下文感知)推荐器方法过去几年已经出现。已经例如通过呈现地理上靠近活动用户的其它用户正消费哪些应用来完成对于移动设备推荐应用。已经在A.Girardello和F.Michahelles：AppAware：Which Mobile Applications Are Hot？，MobileHCI，10September7-10，2010中讨论了该情况。

存在使用设备的位置上下文进入移动设备区域的很多不同的推荐器系统。专利申请US-2006/0266830-A1公开了一种使用位置来增强CF分级的方法。该方法要求每个位置对于另一推荐器技术具有足够量的消费数据，以在所有消费子集上产生良好推荐。专利申请US-2009/0193099-A1公开了一种基于每个先前用户请求来评估假设上下文(例如当前上下文、未来时间和未来位置)的系统。假设上下文然后用于对用户产生推荐。推荐因此基于用户所处的上下文以及对于邻近上下文的映射。然而，假设上下文在此并不使用除了当前用户已知的数据之外的其它数据，系统不捕获与上下文有关而推荐的项目的任何特性。

使用用户请求推荐的上下文以及系统中先前项目消费的上下文来产生推荐的上下文感知方法引入了新问题。为了推荐例如在特定位置中流行或频繁消费的项目，该项目数据必须已经在系统中呈现，如果用户最先访问该位置，则将没有或鲜有数据呈现。

发明内容

本发明的目的在于改进推荐器系统或另外对用户设备/用户的推荐，其中至少减少上述新问题。

本发明涉及一种用于支持对用户设备的推荐的服务器。所述服务器包括匹配单元，匹配单元被配置为将与所述用户设备的当前位置关联的第一位置简档与至少一个另一位置简档进行匹配，其中，所述匹配基于在第一时间间隔(α)中在当前位置中所消费的至少一个项目以及在与所述第一时间间隔不同的至少一个第二时间间隔中在所述另一位置中所消费的至少一个项目。由此使得推荐可以基于不仅在特定时间段在当前位置中所消费的项目，而且还基于在具有相似但时移(time-shifted)的消费模式的其它位置中所消费的项目。当检测到各位置之间的相似度时，其可以基于完全位置简档，而并非基于在特定时间点的位置的相似度。