一種推薦的方法及服務(wù)器的制造方法
【專(zhuān)利摘要】本發(fā)明實(shí)施例公布了一種推薦的方法及服務(wù)器，所述方法通過(guò)預(yù)先設(shè)置的組合策略，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合，實(shí)現(xiàn)多個(gè)推薦模型或者系統(tǒng)給用戶反饋推薦結(jié)果，根據(jù)用戶反饋的選擇概率，更新所述組合后的推薦列表，實(shí)現(xiàn)實(shí)時(shí)評(píng)估，并接收用戶定期反饋的選擇結(jié)果，更新所述組合后的推薦列表，進(jìn)而同時(shí)體現(xiàn)用戶的當(dāng)前興趣和歷史興趣愛(ài)好。
【專(zhuān)利說(shuō)明】一種推薦的方法及服務(wù)器

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)據(jù)處理領(lǐng)域，尤其涉及一種推薦的方法及服務(wù)器。

【背景技術(shù)】
[0002] 在信息爆炸的今天，越來(lái)越多的商業(yè)系統(tǒng)引入推薦技術(shù)，從以前人找內(nèi)容的模式 轉(zhuǎn)變成內(nèi)容找人，滿足用戶個(gè)性化需求。單一的推薦系統(tǒng)推薦結(jié)果的效果有限，這點(diǎn)特別是 越來(lái)越多的推薦競(jìng)賽中得到體現(xiàn)，競(jìng)賽最終的獲獎(jiǎng)?wù)咄遣捎枚鄠€(gè)推薦技術(shù)/模型或者 評(píng)分結(jié)果進(jìn)行融合集成。以往的推薦更多類(lèi)比成預(yù)測(cè)評(píng)分問(wèn)題，但有學(xué)者認(rèn)為推薦列表形 式可能更合適，以往的推薦系統(tǒng)效果不好評(píng)估，一般也是離線進(jìn)行，實(shí)時(shí)的效果評(píng)估未被加 以利用。歷史喜好代表的是用戶一直以來(lái)的興趣愛(ài)好，在很長(zhǎng)一段時(shí)間內(nèi)一般是不會(huì)改變 的，可以通過(guò)分析用戶的歷史行為得到；而當(dāng)前喜好代表的是用戶當(dāng)前臨時(shí)的興趣愛(ài)好，一 般也是隨時(shí)間和外界環(huán)境而易變的。
[0003] 通常的現(xiàn)有技術(shù)一中，業(yè)務(wù)系統(tǒng)到推薦系統(tǒng)一般通過(guò)離線導(dǎo)入數(shù)據(jù)，用戶反饋是 用戶實(shí)時(shí)的數(shù)據(jù)反饋到推薦系統(tǒng)，用于更新推薦模型以提高將來(lái)的預(yù)測(cè)準(zhǔn)確性。常用的用 戶反饋方式，有收藏、點(diǎn)擊、瀏覽（時(shí)間)、購(gòu)買(mǎi)、打分、評(píng)論等行為?，F(xiàn)有技術(shù)一的缺點(diǎn)在于， 技術(shù)比較單一，在推薦的準(zhǔn)確性和計(jì)算的實(shí)時(shí)性方面難以兼顧。
[0004] 通常的現(xiàn)有技術(shù)二中，推薦組合技術(shù)通過(guò)離線訓(xùn)練得到選擇模型，本質(zhì)上還是單 一的推薦系統(tǒng)。推薦組合與后端推薦技術(shù)一般都是強(qiáng)相關(guān)，一起部署的。推薦組合技術(shù)：神 經(jīng)網(wǎng)絡(luò)、案例式推理（Case-based reasoning, CBR)、決策樹(shù)等?，F(xiàn)有技術(shù)二的缺點(diǎn)在于，推 薦技術(shù)不易擴(kuò)展，每增加一種推薦技術(shù)則組合模型需要重新離線訓(xùn)練，并且無(wú)法實(shí)時(shí)反饋 用戶的當(dāng)前興趣。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種推薦的方法及服務(wù)器，解決存在多個(gè)推薦模型或系統(tǒng) 時(shí)，如何利用實(shí)時(shí)的評(píng)估效果對(duì)推薦列表進(jìn)行更新，同時(shí)體現(xiàn)用戶的當(dāng)前興趣和歷史興趣 愛(ài)好。
[0006] 第一方面，一種推薦的方法，所述方法包括：
[0007] 接收各個(gè)推薦系統(tǒng)發(fā)送的推薦列表；
[0008] 根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，將組合后的推薦列表呈現(xiàn) 給用戶，使得用戶根據(jù)所述組合后的推薦列表進(jìn)行選擇；
[0009] 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推薦列表。
[0010] 結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)預(yù)先設(shè)置的組 合策略，將所述推薦列表進(jìn)行組合，包括：
[0011] 預(yù)先定義各個(gè)推薦系統(tǒng)發(fā)送的結(jié)果在所有推薦系統(tǒng)發(fā)送的結(jié)果中占的比重； [0012] 根據(jù)所述比重，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合。
[0013] 結(jié)合第一方面或者第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能 的實(shí)現(xiàn)方式中，所述接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推薦 列表，包括：
[0014] 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率；
[0015] 預(yù)先設(shè)置更新系數(shù)，根據(jù)所述選擇概率、更新系數(shù)和各個(gè)推薦系統(tǒng)的比重計(jì)算各 個(gè)推薦系統(tǒng)更新后的比重；
[0016] 根據(jù)所述更新后的比重更新組合后的推薦列表。
[0017] 結(jié)合第一方面的第二種可能的實(shí)現(xiàn)方式，在第一方面的第三種可能的實(shí)現(xiàn)方式 中，所述接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率，包括 ：
[0018] 計(jì)算所述選擇結(jié)果占所述組合后的推薦列表所有的結(jié)果的比例，所述比例為選擇 概率；或者，
[0019] 預(yù)先設(shè)置用戶選擇的權(quán)重，根據(jù)所述用戶選擇的權(quán)重得到用戶選擇各個(gè)推薦系統(tǒng) 推薦的結(jié)果的權(quán)重占組合后的推薦列表所有的結(jié)果的權(quán)重的比例，所述比例為選擇概率。
[0020] 結(jié)合第一方面或者第一方面的第一種可能的實(shí)現(xiàn)方式或者第一方面的第二種可 能的實(shí)現(xiàn)方式或者第一方面的第三種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方 式中，所述方法還包括：
[0021] 接收用戶定期反饋的選擇結(jié)果，根據(jù)所述定期反饋的選擇結(jié)果，更新各個(gè)推薦系 統(tǒng)的推薦列表。
[0022] 第二方面，一種服務(wù)器，所述服務(wù)器包括：
[0023] 接收單元，用于接收各個(gè)推薦系統(tǒng)發(fā)送的推薦列表；
[0024] 組合單元，用于根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，將組合后的 推薦列表呈現(xiàn)給用戶，使得用戶根據(jù)所述組合后的推薦列表進(jìn)行選擇；
[0025] 更新單元，用于接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的 推薦列表。
[0026] 結(jié)合第二方面，在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述組合單元具體用 于：
[0027] 預(yù)先定義各個(gè)推薦系統(tǒng)發(fā)送的結(jié)果在所有推薦系統(tǒng)發(fā)送的結(jié)果中占的比重；
[0028] 根據(jù)所述比重，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合。
[0029] 結(jié)合第二方面或者第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能 的實(shí)現(xiàn)方式中，所述更新單元具體用于：
[0030] 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率；
[0031] 預(yù)先設(shè)置更新系數(shù)，根據(jù)所述選擇概率、更新系數(shù)和各個(gè)推薦系統(tǒng)的比重計(jì)算各 個(gè)推薦系統(tǒng)更新后的比重；
[0032] 根據(jù)所述更新后的比重更新組合后的推薦列表。
[0033] 結(jié)合第二方面的第二種可能的實(shí)現(xiàn)方式，在第二方面的第三種可能的實(shí)現(xiàn)方式 中，所述更新單元中執(zhí)行步驟接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率， 包括：
[0034] 計(jì)算所述選擇結(jié)果占所述組合后的推薦列表所有的結(jié)果的比例，所述比例為選擇 概率；或者，
[0035] 預(yù)先設(shè)置用戶選擇的權(quán)重，根據(jù)所述用戶選擇的權(quán)重得到用戶選擇各個(gè)推薦系統(tǒng) 推薦的結(jié)果的權(quán)重占組合后的推薦列表所有的結(jié)果的權(quán)重的比例，所述比例為選擇概率。
[0036] 結(jié)合第二方面或者第二方面的第一種可能的實(shí)現(xiàn)方式或者第二方面的第二種可 能的實(shí)現(xiàn)方式或者第二方面的第三種可能的實(shí)現(xiàn)方式，在第二方面的第四種可能的實(shí)現(xiàn)方 式中，所述服務(wù)器還包括定期反饋單元，用于：
[0037] 接收用戶定期反饋的選擇結(jié)果，根據(jù)所述定期反饋的選擇結(jié)果，更新各個(gè)推薦系 統(tǒng)的推薦列表。
[0038] 與現(xiàn)有技術(shù)相比，本發(fā)明通過(guò)預(yù)先設(shè)置的組合策略，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦 列表進(jìn)行組合，實(shí)現(xiàn)多個(gè)推薦模型或者系統(tǒng)給用戶反饋推薦結(jié)果，根據(jù)用戶反饋的選擇概 率，更新所述組合后的推薦列表，實(shí)現(xiàn)實(shí)時(shí)評(píng)估，并接收用戶定期反饋的選擇結(jié)果，更新所 述組合后的推薦列表，因?yàn)閷?shí)時(shí)評(píng)估可以體現(xiàn)用戶的當(dāng)前興趣，定期反饋可以體現(xiàn)用戶的 歷史興趣，因此本發(fā)明可以同時(shí)體現(xiàn)用戶的當(dāng)前興趣和歷史興趣愛(ài)好。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0039] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的 附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng) 域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的 附圖。
[0040] 圖1是本發(fā)明實(shí)施例提供的一種推薦的方法的應(yīng)用場(chǎng)景圖；
[0041] 圖2是本發(fā)明實(shí)施例提供的一種推薦的方法的方法流程圖；
[0042] 圖3是本發(fā)明實(shí)施例提供的一種推薦的方法的方法示意圖；
[0043] 圖4是本發(fā)明實(shí)施例提供的一種推薦的方法的方法示意圖；
[0044] 圖5是本發(fā)明實(shí)施例提供的一種服務(wù)器的裝置結(jié)構(gòu)圖；
[0045] 圖6是本發(fā)明實(shí)施例提供的一種服務(wù)器的裝置結(jié)構(gòu)圖。

【具體實(shí)施方式】
[0046] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0047] 以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
[0048] 參考圖1，圖1是本發(fā)明實(shí)施例提供的一種推薦的方法的應(yīng)用場(chǎng)景圖。如圖1所 示，用戶101根據(jù)服務(wù)器102提供的推薦列表，從推薦列表中選擇感興趣的物品等，同時(shí)，用 戶101將選擇的結(jié)果實(shí)時(shí)反饋給服務(wù)器102,服務(wù)器102根據(jù)用戶實(shí)時(shí)反饋的選擇結(jié)果更新 系統(tǒng)，服務(wù)器102下一次給用戶101推送的推薦列表中能及時(shí)反應(yīng)出用戶101上一次的喜 好，并且服務(wù)器102會(huì)定期接收用戶101反饋的選擇結(jié)果，服務(wù)器102根據(jù)定期反饋的選擇 結(jié)果更新系統(tǒng)，使得服務(wù)器102每次給用戶101推送的推薦列表中能同時(shí)反應(yīng)用戶的歷史 興趣和當(dāng)前興趣。
[0049] 參考圖2,圖2是本發(fā)明實(shí)施例提供的一種推薦的方法的方法流程圖。如圖2所 示，所述方法包括以下步驟：
[0050] 步驟201，接收各個(gè)推薦系統(tǒng)發(fā)送的推薦列表；
[0051] 具體的，如圖3所示，圖3是本發(fā)明實(shí)施例提供的一種推薦的方法的方法示意圖。 如圖3所示，推薦前端系統(tǒng)接收推薦系統(tǒng)1、推薦系統(tǒng)2、推薦系統(tǒng)3發(fā)送的推薦列表，所述 推薦前端系統(tǒng)根據(jù)組合策略將所述推薦系統(tǒng)1、推薦系統(tǒng)2、推薦系統(tǒng)3發(fā)送的推薦列表進(jìn) 行組合，所述推薦前端系統(tǒng)將組合后的推薦列表發(fā)送給業(yè)務(wù)系統(tǒng)，使得所述業(yè)務(wù)系統(tǒng)將組 合后的推薦列表呈現(xiàn)給用戶。所述推薦前端系統(tǒng)接收用戶實(shí)時(shí)反饋的選擇概率，用于更新 所述組合后的推薦列表，同時(shí)，推薦系統(tǒng)1、推薦系統(tǒng)2、推薦系統(tǒng)3接收用戶定期反饋的選 擇結(jié)果，用于更新推薦系統(tǒng)1、推薦系統(tǒng)2、推薦系統(tǒng)3的推薦列表，每個(gè)推薦系統(tǒng)根據(jù)數(shù)據(jù) 庫(kù)計(jì)算的推薦結(jié)果不同，例如推薦系統(tǒng)1更多推薦的是兒童用品，推薦系統(tǒng)2更多推薦的電 子產(chǎn)品或者書(shū)籍或者衣服等領(lǐng)域。
[0052] 步驟202,根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，將組合后的推薦 列表呈現(xiàn)給用戶，使得用戶根據(jù)所述組合后的推薦列表進(jìn)行選擇；
[0053] 可選地，所述根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，包括：
[0054] 預(yù)先定義各個(gè)推薦系統(tǒng)發(fā)送的結(jié)果在所有推薦系統(tǒng)發(fā)送的結(jié)果中占的比重；
[0055] 根據(jù)所述比重，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合。
[0056] 具體的，假設(shè)推薦系統(tǒng)1發(fā)送給推薦前端系統(tǒng)的推薦列表A為{al，a2, a3}，推薦 系統(tǒng)2發(fā)送給推薦前端系統(tǒng)的推薦列表B為{bl，b2，b3}，推薦系統(tǒng)3發(fā)送給推薦前端系統(tǒng) 的推薦列表C為{cl，c2, c3}。根據(jù)預(yù)先設(shè)置的推薦結(jié)果的組合策略，假設(shè)推薦系統(tǒng)1、推 薦系統(tǒng)2、推薦系統(tǒng)3推薦的結(jié)果占所有推薦系統(tǒng)推薦結(jié)果的比重都是1/3時(shí)，則組合后的 推薦列表可為{al，bl，c2}，假設(shè)推薦系統(tǒng)1、推薦系統(tǒng)2、推薦系統(tǒng)3推薦的結(jié)果占所有推 薦系統(tǒng)推薦結(jié)果的比重分別是3/5、1/5、1/5時(shí)，則組合后的推薦列表可為{al，a2, a3, b2， c3}。
[0057] 同時(shí)，組合策略的比重可以自由定義，假設(shè)兒童節(jié)時(shí)，可以將推薦系統(tǒng)1的比重提 高，因?yàn)橥扑]系統(tǒng)1推薦的大多是兒童用品。
[0058] 步驟203,接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推薦列 表。
[0059] 可選地，所述接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推 薦列表，包括 ：
[0060] 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率；
[0061] 預(yù)先設(shè)置更新系數(shù)，根據(jù)所述選擇概率、更新系數(shù)和各個(gè)推薦系統(tǒng)的比重計(jì)算各 個(gè)推薦系統(tǒng)更新后的比重；
[0062] 根據(jù)所述更新后的比重更新組合后的推薦列表。
[0063] 可選地，所述接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率，包括：
[0064] 計(jì)算所述選擇結(jié)果占所述組合后的推薦列表所有的結(jié)果的比例，所述比例為選擇 概率；或者，
[0065] 預(yù)先設(shè)置用戶選擇的權(quán)重，根據(jù)所述用戶選擇的權(quán)重得到用戶選擇各個(gè)推薦系統(tǒng) 推薦的結(jié)果的權(quán)重占組合后的推薦列表所有的結(jié)果的權(quán)重的比例，所述比例為選擇概率。 [0066] 具體的，初始化圖3中3個(gè)推薦系統(tǒng)，假設(shè)各個(gè)推薦系統(tǒng)的比重分別為Pi (t)、 P2(t)、P3(t)，
[0067]

【權(quán)利要求】
1. 一種推薦的方法，其特征在于，所述方法包括： 接收各個(gè)推薦系統(tǒng)發(fā)送的推薦列表； 根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，將組合后的推薦列表呈現(xiàn)給用 戶，使得用戶根據(jù)所述組合后的推薦列表進(jìn)行選擇； 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推薦列表。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)預(yù)先設(shè)置的組合策略，將所述推 薦列表進(jìn)行組合，包括： 預(yù)先定義各個(gè)推薦系統(tǒng)發(fā)送的結(jié)果在所有推薦系統(tǒng)發(fā)送的結(jié)果中占的比重； 根據(jù)所述比重，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合。
3. 根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述接收用戶反饋的選擇結(jié)果，根據(jù) 所述選擇結(jié)果更新所述組合后的推薦列表，包括： 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率； 預(yù)先設(shè)置更新系數(shù)，根據(jù)所述選擇概率、更新系數(shù)和各個(gè)推薦系統(tǒng)的比重計(jì)算各個(gè)推 薦系統(tǒng)更新后的比重； 根據(jù)所述更新后的比重更新組合后的推薦列表。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述接收用戶反饋的選擇結(jié)果，根據(jù)所述 選擇結(jié)果計(jì)算選擇概率，包括： 計(jì)算所述選擇結(jié)果占所述組合后的推薦列表所有的結(jié)果的比例，所述比例為選擇概 率；或者， 預(yù)先設(shè)置用戶選擇的權(quán)重，根據(jù)所述用戶選擇的權(quán)重得到用戶選擇各個(gè)推薦系統(tǒng)推薦 的結(jié)果的權(quán)重占組合后的推薦列表所有的結(jié)果的權(quán)重的比例，所述比例為選擇概率。
5. 根據(jù)權(quán)利要求1-4任意一項(xiàng)所述的方法，其特征在于，所述方法還包括： 接收用戶定期反饋的選擇結(jié)果，根據(jù)所述定期反饋的選擇結(jié)果，更新所述各個(gè)推薦系 統(tǒng)的推薦列表。
6. -種服務(wù)器，其特征在于，所述服務(wù)器包括： 接收單元，用于接收各個(gè)推薦系統(tǒng)發(fā)送的推薦列表； 組合單元，用于根據(jù)預(yù)先設(shè)置的組合策略，將所述推薦列表進(jìn)行組合，將組合后的推薦 列表呈現(xiàn)給用戶，使得用戶根據(jù)所述組合后的推薦列表進(jìn)行選擇； 更新單元，用于接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果更新所述組合后的推薦 列表。
7. 根據(jù)權(quán)利要求6所述的服務(wù)器，其特征在于，所述組合單元具體用于： 預(yù)先定義各個(gè)推薦系統(tǒng)發(fā)送的結(jié)果在所有推薦系統(tǒng)發(fā)送的結(jié)果中占的比重； 根據(jù)所述比重，對(duì)各個(gè)推薦系統(tǒng)發(fā)送的推薦列表進(jìn)行組合。
8. 根據(jù)權(quán)利要求6或7所述的服務(wù)器，其特征在于，所述更新單元具體用于： 接收用戶反饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率； 預(yù)先設(shè)置更新系數(shù)，根據(jù)所述選擇概率、更新系數(shù)和各個(gè)推薦系統(tǒng)的比重計(jì)算各個(gè)推 薦系統(tǒng)更新后的比重； 根據(jù)所述更新后的比重更新組合后的推薦列表。
9. 根據(jù)權(quán)利要求8所述的服務(wù)器，其特征在于，所述更新單元中執(zhí)行步驟接收用戶反 饋的選擇結(jié)果，根據(jù)所述選擇結(jié)果計(jì)算選擇概率，包括： 計(jì)算所述選擇結(jié)果占所述組合后的推薦列表所有的結(jié)果的比例，所述比例為選擇概 率；或者， 預(yù)先設(shè)置用戶選擇的權(quán)重，根據(jù)所述用戶選擇的權(quán)重得到用戶選擇各個(gè)推薦系統(tǒng)推薦 的結(jié)果的權(quán)重占組合后的推薦列表所有的結(jié)果的權(quán)重的比例，所述比例為選擇概率。
10.根據(jù)權(quán)利要求6-9任意一項(xiàng)所述的服務(wù)器，其特征在于，所述服務(wù)器還包括定期反 饋單元，用于： 接收用戶定期反饋的選擇結(jié)果，根據(jù)所述定期反饋的選擇結(jié)果，更新所述各個(gè)推薦系 統(tǒng)的推薦列表。
【文檔編號(hào)】G06F17/30GK104123284SQ201310145097
【公開(kāi)日】2014年10月29日 申請(qǐng)日期:2013年4月24日 優(yōu)先權(quán)日:2013年4月24日
【發(fā)明者】金洪波, 張弓 申請(qǐng)人:華為技術(shù)有限公司