[发明专利]推荐系统的搜索区域减小

说明书

本发明涉及一种装置，包括至少一个处理单元，用于：接收用于识别数据集中的条目的请求，所述请求指定目标函数；将目标函数分解成多个子函数；确定所述多个子函数中的至少一个子函数的恒定界限；采用所述至少一个子函数的恒定界限计算所述目标函数的界限；采用所计算出的界限定义所述数据集的搜索区域；通过在所述搜索区域中的条目上处理目标函数来评估所述数据集的搜索区域中的条目。此外，公开了一种推荐系统和条目推荐方法。

技术领域

本发明涉及一种装置、推荐系统和条目推荐方法。本发明还涉及存储有用于配置计算设备以执行这种方法的指令的计算机可读存储介质。

背景技术

推荐系统是当前通信和信息处理系统的重要组成部分。用户可以检索、处理和上传的大量信息和数据需要预选或将信息或数据量减少到能够由用户处理的合适数量或大小。但是，为了生成有意义的推荐，必须分析和处理大型数据集，而这需要大量的计算资源和计算时间。已经针对各个数据集提出了搜索方法来处理特定任务。但是，很难将这些方法适用于不同的推荐设置。对于不同的数据集，这些方法可能根本不会减少计算资源的数量或者缩短计算时间，甚至可能会提供不准确的结果。

发明内容

本发明的目的在于提供一种装置、推荐系统和条目推荐方法，所述装置、推荐系统和方法克服了现有技术中的一个或多个上述问题。

本发明的第一方面提供一种装置，包括至少一个处理单元，用于：接收用于识别数据集中的条目的请求，所述请求指定目标函数；将目标函数分解成多个子函数；确定所述多个子函数中的至少一个子函数的恒定界限；采用所述至少一个子函数的恒定界限计算所述目标函数的界限；采用所计算出的界限定义所述数据集的搜索区域；通过在所述搜索区域中的条目上处理(即，计算或应用)目标函数来评估所述数据集的搜索区域中的条目。

第一方面中的装置适用于任何类型的数据集和查询。接收到的请求通过指定目标函数来定义数据集中的条目的评估。然而，由于就计算资源和计算时间两者而言，在数据集中的所有条目上评估目标函数过于昂贵，因此所述装置用于分解目标函数并采用目标函数的至少一个子函数的恒定界限来近似目标函数，从而有效地减小了搜索区域。搜索区域可以用于(在搜索区域内)识别候选条目，以在搜索区域中的条目上计算相对昂贵(原始)的目标函数。根据目标函数，例如推荐结果等查询结果可以包括已评估条目的子集。例如，根据目标函数所定义的值(或指标)，结果可以包括一个或多个最佳或最差条目的任何组合。

该方法非常灵活，因为目标函数可以表示适用于任何类型数据集的各种查询类型。此外，通过采用恒定界限来近似至少一些子函数，例如计算成本增加的子函数，搜索区域可以有效地减小，并且即使对于非单调目标函数仍然可以有效地提供精确的近似。此外，将目标函数分解成多个子函数是有利的，因为各个部分可以在所述装置的专用处理单元上或在例如计算云或群集中的外部处理单元上进行处理，从而能够平衡计算资源并加快查询处理速度。

根据第一方面，在所述装置的第一种实现方式中，所述至少一个处理单元用于去除所述多个子函数中的针对所述搜索区域的大小变化保持不变的一个或多个子函数。去除针对搜索区域大小变化保持不变的至少一些子函数，进一步加快了基于目标函数的后续计算速度。优选地，处理单元可以用于确定是否存在这种不变的子函数，并从分解的目标函数中去除所识别出的子函数。在整个说明书中，目标函数的剩余子函数也可以被组合地称为简化目标函数。