[发明专利]商品在线推荐方法和系统

权利要求书

1.一种商品在线推荐方法，其特征在于，包括：

根据已知的用户关系建立用户间动态影响力矩阵；

针对各用户根据每个商品的特征向量和该用户最新的潜在偏好向量确定期待收益，并选取期待收益最大的相应商品推荐给各用户；

其中，所述用户最新的潜在偏好向量的确定方法包括：

获取选定用户针对推荐商品反馈的回报值，根据实际推荐给该选定用户的商品的特征向量和用户针对推荐商品反馈的回报值对该选定用户的潜在偏好向量进行更新，得到该选定用户最新的潜在偏好向量；

根据推荐给选定用户商品的准确程度更新所述用户间动态影响力矩阵；由更新后的用户间动态影响力矩阵、本轮推荐的商品的特征向量和选定用户针对推荐商品反馈的回报值更新除去选定用户的其余所有用户的潜在偏好向量，得到其余所有用户最新的潜在偏好向量；更新除去选定用户的其余所有用户的潜在偏好向量的方法如下：

由本轮实际推荐给用户的商品i_t的特征向量得到其对应的长向量

为了由本次的推荐更新其余(Z-1)个用户的偏好向量，构建矩阵

其中A＝L+I_Z，表示A与I_Z的克罗内克积，I_Z为Z×Z的单位阵，L为用户间动态影响力矩阵；

由公式：

得到本轮系统对其余用户潜在偏好向量推测的更新，其中b_u，t表示在第t-1轮中更新得到的用户u的偏置向量，u＝1，...，Z，Z表示用户数，M_u，t表示第t轮中用户u相关矩阵，表示第t-1轮中用户v逆相关矩阵，v＝1，...，Z；p_v，t表示第t轮对用户v潜在偏好向量，b_v，t表示在第t轮中更新得到的用户v的偏置向量，b_u，t-1表示在第t-1轮中更新得到的用户u的偏置向量。

2.根据权利要求1所述的一种商品在线推荐方法，其特征在于，

利用用户之间邻接关系矩阵表示用户间动态影响力矩阵，表示为：

其中，L表示用户间动态影响力矩阵，Z表示用户数，L_u，v表示矩阵L中第u行第v列的元素；

当u＝v时，L_u，u等于与用户u有邻接关系的所有用户的数量，

当u≠v时，若用户u与用户v有邻接关系，则L_u，v＝-1；若用户u与用户v没有邻接关系，则L_u，v＝0。

3.根据权利要求1所述的一种商品在线推荐方法，其特征在于，选取期待收益最大的相应商品推荐给各用户表示如下：

其中i_t表示第t轮推荐给用户u的商品，表示第t-1轮更新得到的用户u的用户偏好向量的转置矩阵，q_i表示第i个商品的特征向量，CB_t(q_i)表示第t轮推荐第i个商品的特征向量的置信区间。

4.根据权利要求3所述的一种商品在线推荐方法，其特征在于，第t轮推荐第i个商品的特征向量的置信区间CB_t(q_i)的计算方法如下：

其中表示第i个商品的特征向量的转置矩阵，表示第t-1轮中用户u逆相关矩阵，σ表示预先设定的可变参数。

5.根据权利要求4所述的一种商品在线推荐方法，其特征在于，将第t轮推荐第i个商品的特征向量的置信区间CB_t(q_i)作为推荐给选定用户商品的准确程度；

更新用户间动态影响力矩阵的方法如下：

当u≠v时，若用户u与用户v有邻接关系，则否则L_u，v＝0；

当u＝v时，L_u，u＝-(L_u，1+…+L_u，u-1+L_u，u+1+…+L_u，Z)，其中，Z表示用户数。