[发明专利]用于面向排序的协同过滤的推荐方法和设备

摘要

本发明公开了一种用于面向排序的协同过滤的推荐方法和设备。所述方法可以包括：获取用户对排序的项目对的偏好数据；根据所述偏好数据以及用户和项目相关数据，构建基于用户偏好的概率潜在偏好分析模型；以及利用所述概率潜在偏好分析模型，预测基于用户偏好的项目排序以便向用户进行推荐。利用本发明的推荐方法和设备，能够使用观测到的用户对项目对的偏好来直接预测用户对其他项目的偏好排序，从而不需要对整个偏好数据库进行搜索而即时地做出排序预测。这不仅能够减小计算开销，而且提高了向用户推荐的准确性和便利性。

主权项

1.一种用于面向排序的协同过滤的推荐方法，该方法包括： 获取用户对排序的项目对的偏好数据； 根据所述偏好数据以及用户和项目相关数据，构建基于用户偏好的概率潜在偏好分析模型；以及 利用所述概率潜在偏好分析模型，预测基于用户偏好的项目排序以便向用户进行推荐， 其中，所述概率潜在偏好分析模型公式化表达如下： 其中u表示用户，i和j表示项目，z表示潜在用户类，表示用户u对于项目i和项目j的成对偏好变量，如果相对于项目j，用户u更偏好于项目i，则否则k表示潜在用户类的数目，p(z|u)表示用户u属于潜在用户类z的概率，表示潜在用户类z的用户u对项目i和项目j产生偏好的概率，表示用户u对项目i和项目j产生偏好的概率，其中，利用Bradley-Terry模型对公式化表达的概率潜在偏好分析模型的项进行建模，该建模公式化表达如下：其中γ_zi和γ_zj是项目i和j的非负项目参数，用于分别指示项目i和j在潜在用户类z的效用，γ_zi高于γ_zj，则相对于项目j，潜在用户类z中用户u更偏好于项目i，表示潜在用户类z中用户u对项目i和项目j产生偏好的概率，其中表示相对于项目j，用户u更偏好于项目i，其中利用期望最大化方法求解概率潜在偏好分析模型的未知参数p(z|u)和γ_z，其中γ_z是所述潜在用户类z的非负参数。