[发明专利]数据库系统中的相关性表聚合

权利要求书

1.一种用于提供推荐的方法，包括：

由计算设备生成多个子相关性表，所述多个子相关性表包括由视频交付服务提供的媒体节目之间的第一相关性值集合，其中每个表通过对针对与用户信息或媒体节目相关联的多个特征中的单个特征的相关性值进行建模来生成；

由所述计算设备接收包括所述媒体节目之间的第二相关性值集合的标记结果，所述标记结果基于用户输入；

由所述计算设备将所述多个子相关性表组合成单个相关性表，所述单个相关性表包括所述媒体节目之间的针对所述多个特征的第三相关性值集合，其中所述组合包括基于用于所述标记结果的所述第二相关性值集合和所述多个子相关性表中的所述第一相关性值集合来生成用于所述多个子相关性表中的每个子相关性表的权重、将相应的权重应用于所述多个子相关性表、以及组合所述多个子相关性表与应用的权重，来生成所述第三相关性值集合；以及

由所述计算设备向使用所述视频交付服务的客户端提供推荐，所述推荐是使用来自所述单个相关性表的所述第三相关性值集合以及所述用户的特性来生成的。

2.如权利要求1所述的方法，还包括：

分析所述多个子相关性表中的至少一个子相关性表，以生成关于所述媒体节目之间的关系的多个问题；以及

接收回答所述多个问题的用户输入，所述用户输入被用来生成所述标记结果。

3.如权利要求2所述的方法，其中所述问题包括元组，所述元组包括三个媒体节目之间的关系。

4.如权利要求3所述的方法，其中：

所述问题询问第一媒体节目还是第二媒体节目与第三媒体节目更相关，以及

对所述第一媒体节目或所述第二媒体节目的选择被用来生成标记结果。

5.如权利要求1所述的方法，其中所述权重是通过使用通过将子相关性表的相关性值与所述标记结果进行比较来测量所述子相关性表的正确性的函数来生成的。

6.如权利要求5所述的方法，其中所述函数包括：

其中(k，i，j)和P是所述标记结果；x_k，i是包含子相关性表中从媒体节目k到媒体节目i的相关性值的向量，x_k，j是包含子相关性表s中从媒体节目k到媒体节目j的相关性值的向量；α是缩放参数，并且F()是关于所述单个相关性表的评分函数。

7.如权利要求1所述的方法，其中所述组合包括使用线性组合。

8.如权利要求7所述的方法，其中所述线性组合使用：F(x)＝w^Tx，

其中w是权重向量，并且x是包含所述媒体节目之间的相关性值的向量。

9.如权利要求1所述的方法，其中所述组合包括使用非线性组合。

10.如权利要求9所述的方法，其中所述非线性组合使用：

其中F_t(x)是第t次迭代中关于所述单个相关性表的评分函数，并且F(x)是关于所述单个相关性表的最终评分函数，并且β_k是F_k(x)的权重。

11.如权利要求1所述的方法，还包括：

基于来自用户的反馈信息来调整所述单个相关性表。

12.如权利要求11所述的方法，其中所述调整包括：

使用所述单个相关性表来向所述用户提供推荐集合；以及

基于来自用户的对所述推荐集合的响应来接收所述反馈信息。

13.如权利要求1所述的方法，其中所述组合包括使用对平局进行建模的函数来对所述标记结果中的平局进行建模。