[发明专利]端到端深度协作过滤

摘要

推荐系统使用预测用户对在线系统中的项的偏好的一个或多个神经网络模型来为在线系统生成推荐。神经网络模型生成用户和项的隐表示，其可以被组合以确定用户对项的预期偏好。通过使用神经网络模型，推荐系统可以实时生成针对新用户和项的预测，而无需重新校准模型。此外，推荐系统可以容易地并入除了偏好信息之外的其他形式的信息，以通过包括附加信息来生成用户或项的隐描述从而生成改进的偏好预测。

主权项

1.一种用于预测多个用户中的用户对多个项中的项的偏好的方法，所述方法包括：利用一个或多个计算机模型来生成隐用户向量，所述一个或多个计算机模型被训练以接收多个类型的用户描述符并且输出所述隐用户向量，所述多个类型的用户描述符包括用户偏好向量和用户内容向量，所述用户偏好向量指示所述用户对所述多个项中的其他项的偏好，所述用户内容向量指示针对所述用户的一组标识特性，所述隐用户向量通过以下方式生成：标识与所述多个用户描述符中的至少一个用户描述符相对应的、针对所述用户的一组用户描述符，和将所述一组用户描述符应用于所述一个或多个计算机模型；利用所述一个或多个计算机模型来生成隐项向量，所述一个或多个计算机模型还被训练以接收多个类型的项描述符并且输出所述隐项向量，所述多个类型的项描述符包括项偏好向量和项内容向量，所述项偏好向量指示来自所述多个用户中的其他用户的所述项的偏好，所述项内容向量指示针对所述项的一组标识特性，所述隐项向量通过以下方式生成：标识与所述多个项描述符中的至少一个项描述符相对应的、针对所述项的一组项描述符，和将所述一组项描述符应用于所述一个或多个计算机模型；和将所述隐用户向量和所述隐项向量组合，以确定所述用户对所述项的预测偏好。