[发明专利]推荐算法的选择的方法及对应的装置

说明书

使用查询集合从设备本地可用的不同推荐算法获得推荐结果。使用相同的查询集合以使用未知的推荐算法从远程的、完善的在线推荐系统中获得推荐结果。测量来自在线推荐系统的推荐结果与来自本地推荐算法的每一个的推荐结果之间的距离。选择具有与来自在线推荐系统的推荐结果的最小距离生成的推荐结果的本地推荐算法，用于基于本地推荐算法生成推荐。

技术领域

本公开一般涉及推荐(推荐器)系统的领域，尤其涉及推荐(推荐器)算法(方法)的选择。

背景技术

本文描述的任何背景信息都旨在向读者介绍本领域的各个方面，这些方面可能与以下描述的本实施例有关。相信该讨论有助于向读者提供背景信息，以有助于更好地理解本公开的各个方面。因此，应该理解的是，应该鉴于此地阅读这些陈述。

能够预测用户偏好或评级的系统通常称为推荐系统。如今，推荐系统已成为日常生活的一部分，并越来越多地在移动设备上的因特网搜索的上下文内使用。对于消费者，该技术使得感兴趣的项目的快速和高效搜索成为可能，而对于服务提供商，有增加产生额外收入的可能性。存在大量的推荐算法，并且算法的选取取决于许多因素。服务提供商将从候选算法的集合中选择执行良好以为其客户提供高质量的服务的推荐算法。此外，选择可以包括候选算法的参数化(“调整”)以获得最佳性能。选择执行良好的推荐算法对于服务提供商是艰巨的任务。当数据稀少时，即，当为相对于推荐系统“新”的客户推荐项目时，或者当服务提供商启动新服务时，推荐算法可能执行不良。最初对于其在稀少数据上的良好性能而选择的候选算法，最终可能比其他未选择的算法(当更多数据变得可用时)执行更差。虽然传统的推荐系统大多数都是基于云的(在线推荐系统)，但是用户设备的改进的性能使得推荐系统能够在这些用户设备上运行。对于用户，这种“设备上”推荐系统的优点可以在以下中找到：因为客户端数据不再存储在云中的改进的隐私，因为推荐系统针对设备的一个用户的个性化更好，以及关于推荐系统起作用的增加的自治性，设备不再要求与服务提供商的云服务器进行通信。对于服务提供商，设备上推荐系统的优点在于维护和开发成本，因为不要求云服务器场用于推荐系统操作。但是，与在线推荐系统不同，设备上推荐系统必须使用相对较小的数据集合，尤其是当用户对系统“新”时。如先前提及，与其他候选算法相比，推荐算法在稀少数据上的良好性能可能并不排除在更丰富数据上的非竞争性能。因此，期望提供一种用于改进用于设备上推荐的推荐算法的选择的方法和设备。

发明内容

根据本公开的一个方面，提供了一种用于设备上的本地推荐器的推荐算法的选择的方法。该方法包括：利用查询集合查询对于设备是本地的多个本地推荐算法，并获得针对该查询集合的多个本地推荐结果；利用所述查询集合查询对于该设备是远程的远程推荐系统以获得针对该查询集合的远程推荐系统结果；基于针对该查询集合的多个本地推荐结果和针对该查询集合的远程推荐结果之间的距离的计算，比较针对该查询集合的多个本地推荐结果与针对该查询集合的远程推荐系统结果；根据所述比较的函数从多个本地推荐算法中选择对于该设备是本地的本地推荐算法用于设备中的本地推荐器。

根据推荐算法的选择的方法的另一方面，在多个本地推荐算法中选择的本地推荐算法是从中获得具有与针对该查询集合的所述远程推荐结果最小的距离的针对该查询集合的推荐结果的推荐算法。

根据推荐算法的选择的方法的另一方面，多个本地推荐算法包括相同算法的至少两个有差别地参数化的版本。

根据推荐算法的选择的方法的另一方面，该方法由移动通信设备，网关，机顶盒中的一个来实现。

根据推荐算法的选择的方法的另一方面，推荐基于设备的离线模式下的所选择的本地推荐算法，并且推荐从远程推荐算法或设备的在线模式下的另一远程推荐算法获得。

根据推荐算法的选择的方法的另一方面，在线模式与允许设备与运行所述远程推荐算法或另一远程推荐算法的远程服务器之间的通信的条件对应。

根据推荐算法的选择的方法的另一方面，基于用户选取，从所选择的推荐算法或从所述远程推荐算法或另一远程推荐算法获得推荐。