一种推荐的方法及服务器的制造方法
【专利摘要】本发明实施例公布了一种推荐的方法及服务器，所述方法通过预先设置的组合策略，对各个推荐系统发送的推荐列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概率，更新所述组合后的推荐列表，实现实时评估，并接收用户定期反馈的选择结果，更新所述组合后的推荐列表，进而同时体现用户的当前兴趣和历史兴趣爱好。
【专利说明】一种推荐的方法及服务器
【技术领域】
[0001] 本发明属于数据处理领域，尤其涉及一种推荐的方法及服务器。
【背景技术】
[0002] 在信息爆炸的今天，越来越多的商业系统引入推荐技术，从以前人找内容的模式 转变成内容找人，满足用户个性化需求。单一的推荐系统推荐结果的效果有限，这点特别是 越来越多的推荐竞赛中得到体现，竞赛最终的获奖者往往是采用多个推荐技术/模型或者 评分结果进行融合集成。以往的推荐更多类比成预测评分问题，但有学者认为推荐列表形 式可能更合适，以往的推荐系统效果不好评估，一般也是离线进行，实时的效果评估未被加 以利用。历史喜好代表的是用户一直以来的兴趣爱好，在很长一段时间内一般是不会改变 的，可以通过分析用户的历史行为得到；而当前喜好代表的是用户当前临时的兴趣爱好，一 般也是随时间和外界环境而易变的。
[0003] 通常的现有技术一中，业务系统到推荐系统一般通过离线导入数据，用户反馈是 用户实时的数据反馈到推荐系统，用于更新推荐模型以提高将来的预测准确性。常用的用 户反馈方式，有收藏、点击、浏览（时间)、购买、打分、评论等行为。现有技术一的缺点在于， 技术比较单一，在推荐的准确性和计算的实时性方面难以兼顾。
[0004] 通常的现有技术二中，推荐组合技术通过离线训练得到选择模型，本质上还是单 一的推荐系统。推荐组合与后端推荐技术一般都是强相关，一起部署的。推荐组合技术：神 经网络、案例式推理（Case-based reasoning, CBR)、决策树等。现有技术二的缺点在于，推 荐技术不易扩展，每增加一种推荐技术则组合模型需要重新离线训练，并且无法实时反馈 用户的当前兴趣。
【发明内容】
[0005] 本发明的目的在于提供一种推荐的方法及服务器，解决存在多个推荐模型或系统 时，如何利用实时的评估效果对推荐列表进行更新，同时体现用户的当前兴趣和历史兴趣 爱好。
[0006] 第一方面，一种推荐的方法，所述方法包括：
[0007] 接收各个推荐系统发送的推荐列表；
[0008] 根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现 给用户，使得用户根据所述组合后的推荐列表进行选择；
[0009] 接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。
[0010] 结合第一方面，在第一方面的第一种可能的实现方式中，所述根据预先设置的组 合策略，将所述推荐列表进行组合，包括：
[0011] 预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重； [0012] 根据所述比重，对各个推荐系统发送的推荐列表进行组合。
[0013] 结合第一方面或者第一方面的第一种可能的实现方式，在第一方面的第二种可能 的实现方式中，所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐 列表，包括：
[0014] 接收用户反馈的选择结果，根据所述选择结果计算选择概率；
[0015] 预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各 个推荐系统更新后的比重；
[0016] 根据所述更新后的比重更新组合后的推荐列表。
[0017] 结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式 中，所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括 ：
[0018] 计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择 概率；或者，
[0019] 预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统 推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。
[0020] 结合第一方面或者第一方面的第一种可能的实现方式或者第一方面的第二种可 能的实现方式或者第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方 式中，所述方法还包括：
[0021] 接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新各个推荐系 统的推荐列表。
[0022] 第二方面，一种服务器，所述服务器包括：
[0023] 接收单元，用于接收各个推荐系统发送的推荐列表；
[0024] 组合单元，用于根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的 推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；
[0025] 更新单元，用于接收用户反馈的选择结果，根据所述选择结果更新所述组合后的 推荐列表。
[0026] 结合第二方面，在第二方面的第一种可能的实现方式中，所述组合单元具体用 于：
[0027] 预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；
[0028] 根据所述比重，对各个推荐系统发送的推荐列表进行组合。
[0029] 结合第二方面或者第二方面的第一种可能的实现方式，在第二方面的第二种可能 的实现方式中，所述更新单元具体用于：
[0030] 接收用户反馈的选择结果，根据所述选择结果计算选择概率；
[0031] 预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各 个推荐系统更新后的比重；
[0032] 根据所述更新后的比重更新组合后的推荐列表。
[0033] 结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式 中，所述更新单元中执行步骤接收用户反馈的选择结果，根据所述选择结果计算选择概率， 包括：
[0034] 计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择 概率；或者，
[0035] 预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统 推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。
[0036] 结合第二方面或者第二方面的第一种可能的实现方式或者第二方面的第二种可 能的实现方式或者第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方 式中，所述服务器还包括定期反馈单元，用于：
[0037] 接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新各个推荐系 统的推荐列表。
[0038] 与现有技术相比，本发明通过预先设置的组合策略，对各个推荐系统发送的推荐 列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概 率，更新所述组合后的推荐列表，实现实时评估，并接收用户定期反馈的选择结果，更新所 述组合后的推荐列表，因为实时评估可以体现用户的当前兴趣，定期反馈可以体现用户的 历史兴趣，因此本发明可以同时体现用户的当前兴趣和历史兴趣爱好。
【专利附图】
【附图说明】
[0039] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领 域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的 附图。
[0040] 图1是本发明实施例提供的一种推荐的方法的应用场景图；
[0041] 图2是本发明实施例提供的一种推荐的方法的方法流程图；
[0042] 图3是本发明实施例提供的一种推荐的方法的方法示意图；
[0043] 图4是本发明实施例提供的一种推荐的方法的方法示意图；
[0044] 图5是本发明实施例提供的一种服务器的装置结构图；
[0045] 图6是本发明实施例提供的一种服务器的装置结构图。
【具体实施方式】
[0046] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并 不用于限定本发明。
[0047] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
[0048] 参考图1，图1是本发明实施例提供的一种推荐的方法的应用场景图。如图1所 示，用户101根据服务器102提供的推荐列表，从推荐列表中选择感兴趣的物品等，同时，用 户101将选择的结果实时反馈给服务器102,服务器102根据用户实时反馈的选择结果更新 系统，服务器102下一次给用户101推送的推荐列表中能及时反应出用户101上一次的喜 好，并且服务器102会定期接收用户101反馈的选择结果，服务器102根据定期反馈的选择 结果更新系统，使得服务器102每次给用户101推送的推荐列表中能同时反应用户的历史 兴趣和当前兴趣。
[0049] 参考图2,图2是本发明实施例提供的一种推荐的方法的方法流程图。如图2所 示，所述方法包括以下步骤：
[0050] 步骤201，接收各个推荐系统发送的推荐列表；
[0051] 具体的，如图3所示，图3是本发明实施例提供的一种推荐的方法的方法示意图。 如图3所示，推荐前端系统接收推荐系统1、推荐系统2、推荐系统3发送的推荐列表，所述 推荐前端系统根据组合策略将所述推荐系统1、推荐系统2、推荐系统3发送的推荐列表进 行组合，所述推荐前端系统将组合后的推荐列表发送给业务系统，使得所述业务系统将组 合后的推荐列表呈现给用户。所述推荐前端系统接收用户实时反馈的选择概率，用于更新 所述组合后的推荐列表，同时，推荐系统1、推荐系统2、推荐系统3接收用户定期反馈的选 择结果，用于更新推荐系统1、推荐系统2、推荐系统3的推荐列表，每个推荐系统根据数据 库计算的推荐结果不同，例如推荐系统1更多推荐的是儿童用品，推荐系统2更多推荐的电 子产品或者书籍或者衣服等领域。
[0052] 步骤202,根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐 列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；
[0053] 可选地，所述根据预先设置的组合策略，将所述推荐列表进行组合，包括：
[0054] 预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；
[0055] 根据所述比重，对各个推荐系统发送的推荐列表进行组合。
[0056] 具体的，假设推荐系统1发送给推荐前端系统的推荐列表A为{al，a2, a3}，推荐 系统2发送给推荐前端系统的推荐列表B为{bl，b2，b3}，推荐系统3发送给推荐前端系统 的推荐列表C为{cl，c2, c3}。根据预先设置的推荐结果的组合策略，假设推荐系统1、推 荐系统2、推荐系统3推荐的结果占所有推荐系统推荐结果的比重都是1/3时，则组合后的 推荐列表可为{al，bl，c2}，假设推荐系统1、推荐系统2、推荐系统3推荐的结果占所有推 荐系统推荐结果的比重分别是3/5、1/5、1/5时，则组合后的推荐列表可为{al，a2, a3, b2， c3}。
[0057] 同时，组合策略的比重可以自由定义，假设儿童节时，可以将推荐系统1的比重提 高，因为推荐系统1推荐的大多是儿童用品。
[0058] 步骤203,接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列 表。
[0059] 可选地，所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推 荐列表，包括 ：
[0060] 接收用户反馈的选择结果，根据所述选择结果计算选择概率；
[0061] 预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各 个推荐系统更新后的比重；
[0062] 根据所述更新后的比重更新组合后的推荐列表。
[0063] 可选地，所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括：
[0064] 计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择 概率；或者，
[0065] 预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统 推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。 [0066] 具体的，初始化图3中3个推荐系统，假设各个推荐系统的比重分别为Pi (t)、 P2(t)、P3(t)，
[0067]
【权利要求】
1. 一种推荐的方法，其特征在于，所述方法包括： 接收各个推荐系统发送的推荐列表； 根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用 户，使得用户根据所述组合后的推荐列表进行选择； 接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。
2. 根据权利要求1所述的方法，其特征在于，所述根据预先设置的组合策略，将所述推 荐列表进行组合，包括： 预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重； 根据所述比重，对各个推荐系统发送的推荐列表进行组合。
3. 根据权利要求1或2所述的方法，其特征在于，所述接收用户反馈的选择结果，根据 所述选择结果更新所述组合后的推荐列表，包括： 接收用户反馈的选择结果，根据所述选择结果计算选择概率； 预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推 荐系统更新后的比重； 根据所述更新后的比重更新组合后的推荐列表。
4. 根据权利要求3所述的方法，其特征在于，所述接收用户反馈的选择结果，根据所述 选择结果计算选择概率，包括： 计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概 率；或者， 预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐 的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。
5. 根据权利要求1-4任意一项所述的方法，其特征在于，所述方法还包括： 接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系 统的推荐列表。
6. -种服务器，其特征在于，所述服务器包括： 接收单元，用于接收各个推荐系统发送的推荐列表； 组合单元，用于根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐 列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择； 更新单元，用于接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐 列表。
7. 根据权利要求6所述的服务器，其特征在于，所述组合单元具体用于： 预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重； 根据所述比重，对各个推荐系统发送的推荐列表进行组合。
8. 根据权利要求6或7所述的服务器，其特征在于，所述更新单元具体用于： 接收用户反馈的选择结果，根据所述选择结果计算选择概率； 预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推 荐系统更新后的比重； 根据所述更新后的比重更新组合后的推荐列表。
9. 根据权利要求8所述的服务器，其特征在于，所述更新单元中执行步骤接收用户反 馈的选择结果，根据所述选择结果计算选择概率，包括： 计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概 率；或者， 预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐 的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。
10.根据权利要求6-9任意一项所述的服务器，其特征在于，所述服务器还包括定期反 馈单元，用于： 接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系 统的推荐列表。
【文档编号】G06F17/30GK104123284SQ201310145097
【公开日】2014年10月29日 申请日期:2013年4月24日 优先权日:2013年4月24日
【发明者】金洪波, 张弓 申请人:华为技术有限公司