增强推荐系统和方法技术方案

本发明专利技术公开了一种增强推荐系统和方法。其中，该方法包括根据消费者行为和消费者模型发现消费者特征，以及基于消费者特征和项目信息生成初始推荐列表。该方法还包括从在线评论库生成用于所述消费者行为和消费者模型的项目社会信誉(ISR)，以及基于初始推荐列表和项目社会信誉生成最终推荐结果。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种。其中，该方法包括根据消费者行为和消费者模型发现消费者特征，以及基于消费者特征和项目信息生成初始推荐列表。该方法还包括从在线评论库生成用于所述消费者行为和消费者模型的项目社会信誉(ISR)，以及基于初始推荐列表和项目社会信誉生成最终推荐结果。【专利说明】
本专利技术涉及计算机
，尤其涉及用于的技术。
技术介绍
推荐系统在今天的商业和娱乐行业中已经相当普遍。在推荐装置的帮助下，消费 者在搜索他/她想要的产品时花费较少的时间。然而，从可用的多个选项中选择一个的最 终决定有时是耗时的。基于在线购物情景的考虑，影响消费者在购买他们的产品时的决定 在互联网市场中甚至是更重要的，因为它与转化率直接相关联。 转化率是指访问网站的、采取除偶然的内容查看或网站访问之外的行动的访问者 的比例。市场调研已经表明，消费者出于多个原因作出决定。知晓促成购买决定的因素对 互联网市场来说是关键的。一般来说，当消费者在现实生活中购买一项目时，消费者通常会 考虑产品的价格、外观，以及使用该产品的其它体验。 模仿人们在现实生活中的购买行为，在线购物中的因素还来自元数据和评论。元 数据源自产品本身，如，价格、重量。评论源自用户体验，如〃包质量很好"，〃包作为礼物相 当完美"。源自产品的元数据自然地用在在线购物中，而由于自然语言理解中的技术困难， 不能容易地利用源自用户体验的评论。 图1示出典型的推荐系统。如图1所示，首先，消费者行为可以被构建为消费者模 型，其产生消费者特征。随后，项目信息、候选项目和消费者特征一起输入项目推荐模块，产 生初始推荐列表。在过滤和重排序之后，产生最终推荐结果。 然而，在这种方法中，用户对项目的反馈被稍微敷衍地处理。例如，在线零售商以 不同的方式使用评论：多个地点表示用户对星形评级的情感。但这种方法明显缺少为什么 给予产品该评级的因素。一些零售商采用针对项目的具体的预设的特定领域方面，比如包 的价格、配送、类型和颜色。方面是以文本中的词语的多项式分布表示主题的特定领域概 念，如，包评论中的〃拉链〃。主题是表示该文本的思想的词语的多项式分布。然而这些方 面是静态的，这意味着它不能自动地检测可以用来强调产品的特征的具体地的、有说服力 的理由。 而且，对一种方面被评级为高或低的理由不存在进一步地的说明。此外，其它零售 商从高评级推荐理由中选择语句作为推荐理由，或者让其他人对评论进行投票。但新的消 费者仍然不能获得人们投票的那些理由的全貌。而且，明显的是，在评论中出现普遍的理 由，如〃价格〃和〃服务"，而一些特定原因是没有价值的特征，如〃防水〃以及〃有风天气 耐用"。这些问题,即文本摘要区域中的集中性和差异性,在这种情况中也需要处理。集中 性是指类似于多个其他人的理由。差异性是指不同于其他人的理由。此外，将从评论中提 取的所有理由显现给新的消费者是不可行的。 所公开的方法和系统旨在解决上述的一个或多个问题以及其它问题。
技术实现思路
本专利技术的一个方面包括一种增强推荐方法。该方法包括根据消费者行为和消费 者模型发现消费者特征，以及基于消费者特征和项目信息生成初始推荐列表。该方法还 包括从在线评论库生成用于所述消费者行为和消费者模型的项目社会信誉（Item Social Reputation-ISR)，以及基于初始推荐列表和项目社会信誉生成最终推荐结果。 本专利技术的另一个方面包括一种增强推荐系统。该增强推荐系统包括消费者信息提 取模块，用于根据消费者行为和消费者模型发现消费者特征。该增强推荐系统还包括项目 推荐模块，用于基于消费者特征和项目信息生成初始推荐列表。该增强推荐系统还包括项 目社会信誉（ISR)模块，用于从在线评论库生成用于所述消费者行为和消费者模型的项目 社会信誉。该增强推荐系统还包括推荐生成模块，用于基于初始推荐列表和项目社会信誉 生成最终推荐结果。 本领域技术人员可根据本公开内容的描述，权利要求书和附图来理解本专利技术公开 的其它方面内容。 【专利附图】【附图说明】 图1所示为示例性的当前推荐系统； 图2A所示为结合本专利技术实施例的示例性环境； 图2B所示为与所公开的实施例一致的示例性计算系统； 图3所示为与所公开的实施例一致的示例性的项目社会信誉（ISR)增强推荐系 统； 图4A所示为与所公开的实施例一致的生成项目社会信誉（ISR)的示例性工作流 程； 图4B所示为与所公开的实施例一致的示例性的项目社会信誉（ISR)的生成过 程； 图5所示为与所公开的实施例一致的示例性的具有词加权方法的方面和 情感聚集模块（Aspect and Sentiment Aggregation Model with Term Weighting Schemes-ASAMTWS)； 图6所示为与所公开的实施例一致的用于平滑的隐含狄利克雷分布（Latent Dirichlet Allocation-LDA)的不例性图模型表不法； 图7A和图7B所示为与所公开的实施例一致的示例性的高品质方面排序差异性 (Diversity in Ranking High Quality Aspect-DRHQA)模型； 图8A所示为当前推荐； 图8B所示为与所公开的实施例一致的具有项目社会信誉（ISR)的增强推荐系统 中的示例性推荐；以及 图8C所示为与所公开的实施例一致的具有项目社会信誉（ISR)的增强推荐系统 中的另一个示例性推荐。 【具体实施方式】 通过本专利技术的实施例对本专利技术进行详细说明，这也将在附图中进行阐述。在任何 可能的情况下，相同的附图标记在整个附图中用来指代相同或相似的部件。 图2A所示为结合本专利技术实施例的示例性环境200。如图2A所示，环境200包括电 视机（TV)2102、遥控器2104、服务器2106、用户2108和网络2110。还可以包括其它装置。 电视机2102可以包括任意适当类型的电视机，如等离子体电视机，液晶电视机， 投影电视机，非智能电视机，或智能电视机。电视机2102还可以包括其它计算系统，如个人 计算机（PC)，平板或便携式电脑，或智能手机等。进一步地，电视机2102可以是能够在一个 或多个频道中呈现多个节目的任意适当的内容呈现装置，可以通过遥控器2104控制节目 的呈现。 遥控器2104可包括任意适当类型的遥控器，其可通过与电视机2102的通信实现 对电视机2102的控制，例如定制的电视机遥控器、万能遥控器、平板电脑、智能手机，或者 能够执行远程控制功能的任何其他计算设备。遥控器2104还可以包括其它类型的设备，如 基于遥控控制的运动传感器或深度相机增强式遥控器，以及简单的输入/输出装置，如键 盘、鼠标、声控输入设备等。 进一步地，服务器2106可以包括用于将个性化内容提供给用户2108的任意适当 类型的服务器计算机或多个服务器计算机。服务器2106还可促进遥控器2104和电视机 2102之间的通信、数据存储和数据处理。电视机2102、遥控器2104和服务器2106可以通 过一种或多种通信网络2110,如电缆网络、电话网络，和/或卫本文档来自技高网...

【技术保护点】
一种增强推荐方法，包括下述步骤：根据消费者行为和消费者模型发现消费者特征；基于消费者特征和项目信息生成初始推荐列表；从在线评论库生成用于所述消费者行为和消费者模型的项目社会信誉(ISR)；以及基于初始推荐列表和项目社会信誉(ISR)生成最终推荐结果。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：郭立帆，汪灏泓，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：广东;44