[发明专利]对象偏好预测的方法、装置和计算机可读介质

说明书

本公开的实施例涉及对象偏好预测的方法、装置和计算机可读介质。该方法包括：获取评价信息，评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取用户集和对象集中至少一个的辅助信息，辅助信息指示用户集中的相应用户和对象集中的相应对象中的至少一个的属性；基于评价信息和辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及基于用户特征表示和对象特征表示，确定用户集中的目标用户针对对象集的目标对象的偏好预测值，目标用户对目标对象的偏好值未由评价信息指示。基于这样的方法，可以在推荐过程中考虑针对用户集和对象集中至少一项的辅助信息，从而实现更为精准的推荐。

技术领域

本公开的实施例涉及人工智能领域，并且更具体地，涉及对象偏好预测的方法、装置和计算机可读介质。

背景技术

随着互联网技术的飞速发展，互联网每天都将产生大量新的内容。用户迫切地希望能够从海量的内容中及时、准确地选择所需要的信息内容。近年来，个性化智能推荐服务(PRS，Personalized Recommender Services)技术发展迅速，其能够基于用户和/或对象的信息来推测用户的偏好，并进而根据用户的兴趣偏好来推荐符合用户兴趣偏好的信息。

一种常见的推荐方式是基于用户对于对象的偏好预测来进行推荐。然而，在这样的推荐过程中往往存在多个用户和多个对象，但仅能够获得部分用户对于部分对象的偏好。因此，如何基于用户对于对象的已有偏好值来更准确地推测用户对于对象的偏好成为了当前关注的焦点。

发明内容

本公开的实施例提供一种用于对象偏好预测的方案。

根据本公开的第一方面，提出了一种对象偏好预测的方法。该方法包括：获取评价信息，评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；获取用户集和对象集中至少一个的辅助信息，辅助信息指示用户集中的相应用户和对象集中的相应对象中的至少一个的属性；基于评价信息和辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及基于用户特征表示和对象特征表示，确定用户集中的目标用户针对对象集的目标对象的偏好预测值，目标用户对目标对象的偏好值未由评价信息指示。

根据本公开的第二方面，提出了一种用于对象偏好预测的装置。该装置包括：评价信息获取模块，被配置为获取评价信息，评价信息指示用户集中部分用户针对对象集中部分对象的偏好值；辅助信息获取模块，被配置为获取用户集和对象集中至少一个的辅助信息，辅助信息指示用户集中的相应用户和对象集中的相应对象中的至少一个的属性；特征表示确定模块，基于评价信息和辅助信息，利用矩阵分解模型确定用户特征表示和对象特征表示；以及偏好预测确定模块，被配置为基于用户特征表示和对象特征表示，确定用户集中的目标用户针对对象集的目标对象的偏好预测值，目标用户对目标对象的偏好值未由评价信息指示。

在本公开的第三方面，提供了一种计算机可读存储介质。该计算机可读存储介质具有存储在其上的计算机可读程序指令，所述计算机可读程序指令用于执行根据第一方面所描述的方法。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1图示了可以用来实施本公开实施例的环境的示意图；

图2图示了根据本公开实施例的对象偏好预测的方法的流程图；

图3图示了根据本公开实施例的示例辅助信息的示意图；

图4图示了根据本公开的一个实施例的确定用户特征表示的过程的流程图；

图5图示了根据本公开的一个实施例的确定对象特征表示的过程的流程图；