基于媒体内容的推荐的属性加权的制作方法

文档序号:12612280阅读:来源:国知局

技术特征:

1.一种用于生成基于内容的推荐的计算机实现的方法,所述方法包括:

由计算机处理器基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;

由所述计算机处理器基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;

通过由所述计算机处理器基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型;以及

由所述计算机处理器使用所述预测模型基于所述权重来生成具有所述第一内容属性和所述第二内容属性二者的内容项的基于内容的推荐。

2.根据权利要求1所述的方法,其中用户偏好之间的相似性的所述统计测量基于表示指示对所述第一内容项的偏好的用户数以及指示对所述第二内容项的偏好的用户数的历史评级数据。

3.根据权利要求2所述的方法,还包括:

由所述计算机处理器基于所述历史评级数据来计算指示对所述第一内容项和第二内容项二者的偏好的用户数;以及

由所述计算机处理器基于所述历史评级数据来计算指示对所述第一内容项或所述第二内容项的偏好的用户数,

其中通过将指示对所述第一内容项和第二内容项二者的偏好的用户数除以指示对所述第一内容项或所述第二内容项的偏好的用户数来确定所述第一相似性得分。

4.根据权利要求1所述的方法,其中分配所述权重包括基于所述第一相似性得分和第二相似性得分来生成线性方程组并且向所述线性方程组应用回归函数以求解所述权重,其中所述权重是所述线性方程组中的因子。

5.根据权利要求1所述的方法,还包括由所述计算机处理器根据所述权重和所述第二相似性得分来确定表示所述第一内容项和第二之间的相似性的统计测量的第三相似性得分。

6.根据权利要求1所述的方法,还包括由所述计算机处理器还基于以下各项中的每项之间的相似性的统计测量来确定所述第一相似性得分:

所述第一内容项和第三内容项,以及

所述第二内容项和所述第三媒体内容项。

7.根据权利要求1所述的方法,其中所述第一内容项和所述第二内容项中的每个内容项是数字音频内容、数字视频内容和可打印内容中的至少一项。

8.一种信息处理环境中的系统,包括:

存储装置;以及

计算机处理器,在操作上耦合至所述存储装置,所述计算机处理器被配置成执行存储在所述存储装置中的指令,所述指令在被执行时引起所述计算机处理器执行处理,所述处理包括:

基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;

基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;以及

通过基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型。

9.根据权利要求8所述的系统,其中用户偏好之间的相似性的所述统计测量基于表示指示对所述第一内容项的偏好的用户数以及指示对所述第二内容项的偏好的用户数的历史评级数据。

10.根据权利要求9所述的系统,其中所述处理还包括:

基于所述历史评级数据来计算指示对所述第一内容项和第二内容项二者的偏好的用户数;以及

基于所述历史评级数据来计算指示对所述第一内容项或所述第二内容项的偏好的用户数,

其中通过将指示对所述第一内容项和第二内容项二者的偏好的用户数除以指示对所述第一内容项或所述第二内容项的偏好的用户数来确定所述第一相似性得分。

11.根据权利要求8所述的系统,其中分配所述权重包括基于所述第一相似性得分和第二相似性得分来生成线性方程组并且向所述线性方程组应用回归函数以求解所述权重,其中所述权重是所述线性方程组中的因子。

12.根据权利要求8所述的系统,其中所述处理还包括根据所述权重和所述第二相似性得分来确定表示所述第一内容项和第二内容项之间的相似性的统计测量的第三相似性得分。

13.根据权利要求8所述的系统,其中所述处理还包括还基于以下各项中的每项之间的相似性的统计测量来确定所述第一相似性得分:

所述第一内容项和第三内容项,以及

所述第二内容项和所述第三媒体内容项。

14.根据权利要求8所述的系统,其中所述第一内容项和所述第二内容项中的每个内容项是数字音频内容、数字视频内容和可打印内容中的至少一项。

15.一种非瞬态计算机程序产品,所述非瞬态计算机程序产品上具有被编码的指令,所述指令在由一个或多个计算机处理器执行时引起所述一个或多个计算机处理器执行处理,所述处理包括:

基于第一内容项和第二内容项中的每个内容项的用户偏好之间的相似性的统计测量来确定第一相似性得分;

基于第一内容属性与第二内容属性之间的相似性的统计测量来确定第二相似性得分;以及

通过基于所述第一相似性得分和第二相似性得分向所述第一内容属性分配权重并且基于所述第一相似性得分和第二相似性得分向所述第二内容属性分配权重来训练预测模型。

16.根据权利要求15所述的非瞬态计算机程序产品,其中用户偏好之间的相似性的所述统计测量基于表示指示对所述第一内容项的偏好的用户数以及指示对所述第二内容项的偏好的用户数的历史评级数据。

17.根据权利要求16所述的非瞬态计算机程序产品,其中所述处理还包括:

基于所述历史评级数据来计算指示对所述第一内容项和第二内容项二者的偏好的用户数;以及

基于所述历史评级数据来计算指示对所述第一内容项或所述第二内容项的偏好的用户数,

其中通过将指示对所述第一内容项和第二内容项二者的偏好的用户数除以指示对所述第一内容项或所述第二内容项的偏好的用户数来确定所述第一相似性得分。

18.根据权利要求15所述的非瞬态计算机程序产品,其中分配所述权重包括基于所述第一相似性得分和第二相似性得分来生成线性方程组并且向所述线性方程组应用回归函数以求解所述权重,其中所述权重是所述线性方程组中的因子。

19.根据权利要求15所述的非瞬态计算机程序产品,其中所述处理还包括根据所述权重和所述第二相似性得分来确定表示所述第一内容项和第二内容项之间的相似性的统计测量的第三相似性得分。

20.根据权利要求15所述的非瞬态计算机程序产品,其中所述处理还包括还基于以下各项中的每项之间的相似性的统计测量来计算所述第一相似性得分:

所述第一内容项和第三内容项,以及

所述第二内容项和所述第三媒体内容项。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1