[发明专利]用于基于用户提供的标准进行推荐的方法和系统

权利要求书

1.一种使用机器学习模型基于用户提供的标准来提供推荐的系统，所述系统包括：

存储器；和

非暂时性计算机可读存储器，包括指令，所述指令使处理器执行包括以下的操作：

从用户接收对内容推荐的用户偏好；

检索所述用户的用户配置文件；

将所述用户偏好与所述用户配置文件进行比较，以通过以下方式确定针对所述用户的内容推荐的标准：基于所述用户偏好和所述用户配置文件来生成第一机器学习模型的第一特征输入，并且将所述第一特征输入输入到所述第一机器学习模型中以接收所述标准，其中，所述第一机器学习模型包括第一基于内容的过滤组件和第一协作过滤组件；

接收内容提供商提供的内容的内容属性；

检索所述内容提供商的内容提供商配置文件；

将所述内容属性与所述内容提供商配置文件进行比较，以通过以下方式确定针对所述内容提供商的内容推荐的归一化内容属性：基于所述内容属性和所述内容提供商配置文件来生成第二机器学习模型的第二特征输入，并且将所述第二特征输入输入到所述第二机器学习模型中以接收所述归一化的内容属性，其中，所述第二机器学习模型包括第二基于内容的过滤组件和第二协作过滤组件；

将所述标准与所述归一化的内容属性相匹配；以及

响应于所述标准与所述归一化的内容属性相匹配，生成对所述内容的推荐以向所述用户显示。

2.一种基于用户提供的标准来提供推荐的方法，所述方法包括：

使用控制电路从用户接收对内容推荐的用户偏好；

使用所述控制电路检索所述用户的用户配置文件；

使用所述控制电路将所述用户偏好与所述用户配置文件进行比较，以确定针对所述用户的内容推荐的标准；

使用所述控制电路接收内容提供商提供的内容的内容属性；

将所述标准与所述内容属性相匹配；以及

响应于所述标准与内容属性相匹配，生成对所述内容的推荐以向所述用户显示。

3.根据权利要求2所述的方法，其中，将所述用户偏好与所述用户配置文件进行比较，以确定针对所述用户的内容推荐的标准还包括：

基于所述用户偏好和所述用户配置文件，生成第一机器学习模型的第一特征输入；以及

将所述第一特征输入输入到所述第一机器学习模型中以接收所述标准，其中，所述第一机器学习模型包括第一基于内容的过滤组件和第一协作过滤组件。

4.根据权利要求2所述的方法，还包括：

使用所述控制电路从所述内容提供商接收所述内容的内容描述；

使用所述控制电路检索所述内容提供商的提供商配置文件；以及

使用所述控制电路将所述内容描述与所述提供商配置文件进行比较，以确定所述内容的内容属性。

5.根据权利要求4所述的方法，其中，所述提供商配置文件基于来自第三方的评论或通过结合其他信息分析第三方评论而导出的数据。

6.根据权利要求2所述的方法，其中，所述标准包括经批准提供商的列表，所述内容属性标识所述内容提供商，并且其中，将所述标准与所述内容属性相匹配包括确定所述内容提供商在所述经批准提供商的列表上。

7.根据权利要求2所述的方法，其中，所述标准包括在第一类别中，并且其中，所述第一类别中的标准是针对多个用户确定的。

8.根据权利要求7所述的方法，其中，匹配所述标准包括：使所述第一类别中针对所述多个用户的标准的值之和最小化。

9.根据权利要求7所述的方法，还包括：训练递归神经网络、CNN和/或变换器或者其他合适的学习和/或优化算法，以使所述第一类别中针对所述多个用户的标准的值之和最小化。

10.根据权利要求2所述的方法，还包括：训练机器学习模型，以基于所述用户偏好和所述用户配置文件来确定所述标准。