上下文感知推薦的制作方法
【專利摘要】根據(jù)本公開的各個(gè)方面，提供系統(tǒng)和方法，用于通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供推薦，來管理上下文感知推薦。
【專利說明】上下文感知推薦

【技術(shù)領(lǐng)域】
[0001]本描述涉及用于上下文感知推薦管理(context aware recommendat1nmanagement)的各種基于計(jì)算機(jī)的技術(shù)。

【背景技術(shù)】
[0002]近年來已經(jīng)見證了在移動(dòng)設(shè)備的使用方面的快速增長和在線信息需求的爆發(fā)，諸如尋找最好的餐館、搜索旅游景點(diǎn)、和/或?qū)ふ夜?。為了便利于用戶對更?zhǔn)確的信息的需求，需要改進(jìn)的推薦技術(shù)。而且，由于移動(dòng)設(shè)備與桌面顯示器相比相對較小的顯示屏幕尺寸，需要更加準(zhǔn)確的推薦，以便示出用于顯示的一些候選項(xiàng)。


【發(fā)明內(nèi)容】

[0003]根據(jù)公開的各個(gè)方面，可以提供包括記錄在非瞬時(shí)計(jì)算機(jī)可讀介質(zhì)上且至少一個(gè)處理器可運(yùn)行的指令的計(jì)算機(jī)系統(tǒng)。計(jì)算機(jī)系統(tǒng)可以包括上下文感知推薦管理器，其被配置為使得至少一個(gè)處理器，通過在考慮到上下文的顆粒結(jié)構(gòu)(granular structure)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢而向用戶提供一個(gè)或多個(gè)推薦。上下文感知推薦管理器可以包括多顆粒(mult1-granular)上下文模塊，其被配置為檢測與用戶相關(guān)的上下文，并且基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素(structural elements)的上下文的顆粒結(jié)構(gòu)。上下文感知推薦管理器可以包括預(yù)過濾推薦范例(paradigm)模塊，其被配置為根據(jù)顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑(relat1nal path)的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾,并選擇用于與每個(gè)上下文組合進(jìn)行比較的與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)。上下文感知推薦管理器可以包括推薦構(gòu)建器(recommendat1n builder),其被配置為通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能(recommendat1n performance),在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模(model),并且確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
[0004]在一種實(shí)施方式中，上下文可以包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)包括具有多顆粒組織(mult1-granular organizat1n)的層級結(jié)構(gòu)。與上下文相關(guān)聯(lián)的上下文信息可以揭示用戶查詢的意圖。上下文信息可以包括用戶發(fā)出的查詢的時(shí)間和位置。推薦構(gòu)建器可以被配置為對于〈查詢，位置，時(shí)間 > 選擇最佳的上下文組合。與上下文相關(guān)聯(lián)的上下文信息可以包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和/或反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。
[0005]在一種實(shí)施方式中，上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息可以包括一個(gè)或多個(gè)顆粒級別(granular level)和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件(granular component)。多顆粒上下文模塊可以被配置為基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文。多顆粒上下文模塊可以被配置為自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系(dependency)，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系。
[0006]在一種實(shí)施方式中，推薦構(gòu)建器可以包括訓(xùn)練器模塊(trainer module),其被配置為自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系(potentially predictive relat1nship)以及上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系。推薦器模塊(recommender module)可以被配置為自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合，作為提供給用戶的上下文感知推薦。
[0007]根據(jù)本公開的各個(gè)方面，計(jì)算機(jī)實(shí)施的方法可以被配置為用于通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦。計(jì)算機(jī)實(shí)施的方法可以被配置為用于檢測與用戶相關(guān)的上下文，基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)，并且根據(jù)顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾。計(jì)算機(jī)實(shí)施的方法可以被配置為用于選擇用于與每個(gè)上下文組合進(jìn)行比較的與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)，通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模，并且確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
[0008]在一種實(shí)施方式中，上下文可以包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)可以包括具有多顆粒組織的層級結(jié)構(gòu)。與上下文相關(guān)聯(lián)的上下文信息可以揭示用戶查詢的意圖。上下文信息可以包括用戶發(fā)出的查詢的時(shí)間和位置。推薦構(gòu)建器可以被配置為對于〈查詢，位置，時(shí)間〉選擇最佳的上下文組合。與上下文相關(guān)聯(lián)的上下文信息可以包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和/或反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息可以包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。
[0009]在一種實(shí)施方式中，計(jì)算機(jī)實(shí)施的方法可以包括以下各項(xiàng)中的一個(gè)或多個(gè):基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文，自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系，自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，以及自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合作為提供給用戶的上下文感知推薦。
[0010]根據(jù)本公開的各個(gè)方面，計(jì)算機(jī)程序產(chǎn)品可以被提供為有形地體現(xiàn)在非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上且包括指令，當(dāng)所述指令由至少一個(gè)處理器運(yùn)行時(shí)，可以被配置為通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦。當(dāng)由至少一個(gè)處理器運(yùn)行時(shí)，所述指令可以被配置為檢測與用戶相關(guān)的上下文，基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)，并且根據(jù)在顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾。當(dāng)由至少一個(gè)處理器運(yùn)行時(shí)，所述指令可以被配置為選擇用于與每個(gè)上下文組合進(jìn)行比較的與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)，通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模，并且確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
[0011]在一種實(shí)施方式中，上下文可以包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)可以包括具有多顆粒組織的層級結(jié)構(gòu)。與上下文相關(guān)聯(lián)的上下文信息可以揭示用戶查詢的意圖。上下文信息可以包括用戶發(fā)出的查詢的時(shí)間和位置。推薦構(gòu)建器可以被配置為對于〈查詢，位置，時(shí)間〉選擇最佳的上下文組合。與上下文相關(guān)聯(lián)的上下文信息可以包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和/或反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息可以包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。
[0012]在一種實(shí)施方式中，當(dāng)由處理器運(yùn)行時(shí)，所述指令可以被配置為，基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文，自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系，自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，和/或自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合作為提供給用戶的上下文感知推薦。

【專利附圖】

【附圖說明】
[0013]圖1是示出根據(jù)本公開的各個(gè)方面的用于上下文感知推薦管理的示例系統(tǒng)的框圖。
[0014]圖2是示出根據(jù)本公開的各個(gè)方面的用于管理上下文感知推薦的示例方法的處理流程。
[0015]圖3A-圖3B是示出根據(jù)本公開的各個(gè)方面的各種示例上下文顆粒組合的示圖。
[0016]圖4是示出根據(jù)本公開的各個(gè)方面的示例預(yù)過濾范例的示圖。
[0017]圖5是示出根據(jù)本公開的各個(gè)方面的系統(tǒng)的示例組件的示圖。
[0018]圖6是示出根據(jù)本公開的各個(gè)方面的示例程序的示圖。

【具體實(shí)施方式】
[0019]由于Web2.0以及移動(dòng)設(shè)備的廣泛使用，諸如時(shí)間和位置的上下文信息在一些在線服務(wù)中是可容易地訪問的。根據(jù)本公開的各個(gè)方面，這里提供的上下文感知推薦系統(tǒng)可以被配置為通過裁減(tailoring)與用戶相關(guān)的一些特定上下文來改進(jìn)用戶對推薦的滿意度。具有顆粒結(jié)構(gòu)的多個(gè)上下文的效果被認(rèn)為對于推薦性能來說是重要的。而且，這里描述了對于給定輸入如何檢測用于推薦的最佳的上下文組合。根據(jù)本公開的各個(gè)方面，用于使用包括例如時(shí)間和/或位置上下文的一個(gè)或多個(gè)各種類型的上下文的架構(gòu)(framework)被提供在這里用于上下文感知推薦系統(tǒng)，所述上下文感知推薦系統(tǒng)被配置為向用戶提供更佳的推薦，并且用于提高網(wǎng)絡(luò)設(shè)定中的用戶體驗(yàn)。與所述系統(tǒng)一起，還提供了用于自動(dòng)地檢測用于推薦的上下文依賴關(guān)系的方法。
[0020]而且，移動(dòng)設(shè)備和Web2.0提供用于訪問在上下文之內(nèi)的豐富的上下文信息。對于旅游景點(diǎn)推薦任務(wù)，查詢的時(shí)間和位置可以與查詢語言和用戶簡檔信息一起發(fā)出，用戶簡檔信息諸如，例如，性別、年齡、薪水、個(gè)人愛好、以及社交網(wǎng)絡(luò)/媒體、購物單等等，這可以被認(rèn)為是為了更佳的推薦而利用的與用戶相關(guān)的重要的上下文。例如，旅游者(用戶)可以對于接近例如巴黎埃菲爾鐵塔的一些推薦事件輸入“旅游事件”。如果所述系統(tǒng)和方法知道在這個(gè)特定位置，對于日志數(shù)據(jù)(log data)中的一些先前的查詢，一些精選的(hit)推薦可以包括“拍攝鐵塔照片”、“購買紀(jì)念品”，則如果使用位置上下文，所述系統(tǒng)和方法可以向用戶推薦一個(gè)或多個(gè)這些主意。如果另一個(gè)用戶在例如7月14日晚上在相同地點(diǎn)發(fā)出相同的查詢，與提及的推薦事件一起，包括例如“法國國慶日游行”和“煙火秀”的更多推薦的事件也可以被提供給用戶作為推薦。如示例所示出的，推薦系統(tǒng)和方法可以利用豐富的上下文信息用于更好的推薦。
[0021]根據(jù)本公開的各個(gè)方面，推薦系統(tǒng)和方法被配置為提供基于內(nèi)容的推薦和與上下文相關(guān)的上下文信息的協(xié)同過濾(collaborative filtering)。而且,推薦系統(tǒng)和方法被配置為將上下文的上下文信息整合到推薦模型中。因此，這里提供的推薦系統(tǒng)和方法被配置為提供在考慮到(多個(gè))上下文的上下文結(jié)構(gòu)和與每個(gè)上下文相關(guān)的上下文信息的同時(shí)，在推薦模型中開發(fā)豐富的一組(多個(gè))上下文和上下文信息的架構(gòu)。上下文敏感的系統(tǒng)和方法還可以被提供用來開發(fā)每個(gè)上下文的顆粒并因此檢測最佳的上下文組合。如這里所描述的，所述系統(tǒng)和方法引入多顆粒上下文的表達(dá)，并提供推薦任務(wù)的預(yù)過濾范例。所述系統(tǒng)和方法還可以被配置為在開發(fā)顆粒時(shí)選擇最佳的上下文組合，并且這里還描述了抽取采樣用于示出方案(approach)如何起作用、工作、和/或操作。
[0022]圖1是示出根據(jù)本公開的各個(gè)方面的用于上下文感知推薦管理的示例系統(tǒng)100的框圖。
[0023]在圖1的示例中，系統(tǒng)100包括計(jì)算機(jī)系統(tǒng)，用于實(shí)施可以與計(jì)算設(shè)備104相關(guān)聯(lián)的上下文感知推薦管理系統(tǒng)，由此將計(jì)算設(shè)備104變換為專用機(jī)器，該專用機(jī)器被設(shè)計(jì)為確定和實(shí)施上下文感知推薦(多個(gè))過程，如這里所述。在這個(gè)意義上，可以理解，計(jì)算設(shè)備104可以包括任意的(多個(gè))標(biāo)準(zhǔn)元件和/或組件，包括至少一個(gè)處理器110、存儲(chǔ)器(例如，非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì))112、一個(gè)或多個(gè)數(shù)據(jù)庫資源140、電源(power)、外設(shè)(peripherals)、以及在圖1中沒有具體地示出的各種其它計(jì)算元件和/或組件。而且，系統(tǒng)100可以與用戶接口(UI) 160 (例如，各種電子輸入設(shè)備)相關(guān)聯(lián)，UI160可以用來經(jīng)由，諸如，在一個(gè)示例中，圖形用戶界面(GUI)接收用戶輸入162。在一種實(shí)施方式中，UI160可以用來，例如，從用戶接收用于管理或利用系統(tǒng)100的各種偏好。因此，應(yīng)當(dāng)理解，對于實(shí)施系統(tǒng)100有用的系統(tǒng)100的各種其他元件和/或組件可以被添加或包括，如本領(lǐng)域普通技術(shù)人員將清楚的。
[0024]在圖1的示例中，上下文感知推薦管理系統(tǒng)100可以包括計(jì)算設(shè)備104和記錄在非瞬時(shí)計(jì)算機(jī)可讀介質(zhì)112上且至少一個(gè)處理器110可運(yùn)行的指令。計(jì)算設(shè)備104被配置為訪問一個(gè)或多個(gè)數(shù)據(jù)庫資源140以及與一個(gè)或多個(gè)數(shù)據(jù)庫資源140進(jìn)行通信，一個(gè)或多個(gè)數(shù)據(jù)庫資源140可以包括(多個(gè))本地資源、(多個(gè))遠(yuǎn)程資源、(多個(gè))外設(shè)資源、(多個(gè))內(nèi)部資源、(多個(gè))外部資源、和/或(多個(gè))基于網(wǎng)絡(luò)的資源。同樣地，在一些示例中，上下文感知推薦管理系統(tǒng)100可以包括用戶接口(UI) 160，UI160用于從用戶接收各種輸入和/或用于向用戶提供各種輸出。
[0025]上下文感知推薦管理系統(tǒng)100可以包括上下文感知推薦管理器120，上下文感知推薦管理器120被配置為使得至少一個(gè)處理器110，通過在考慮到上下文142的顆粒結(jié)構(gòu)146及其上下文信息144的同時(shí)，將與用戶相關(guān)的上下文142的上下文信息144整合到推薦模型128中，響應(yīng)于與用戶相關(guān)的查詢164向用戶提供一個(gè)或多個(gè)推薦134。計(jì)算設(shè)備104的上下文感知推薦管理器120可以被配置為經(jīng)由用戶接口(UI)160從用戶接收查詢164(—個(gè)或多個(gè)查詢)。
[0026]在一種實(shí)施方式中，上下文感知推薦管理器120可以被配置為引入多顆粒上下文的表達(dá)，并提供推薦任務(wù)的預(yù)過濾范例。上下文感知推薦管理器120還可以被配置為選擇最佳的上下文組合(bbc)和具有抽取采樣的顆粒，以示出方案可以如何起作用。
[0027]在各種示例中，計(jì)算設(shè)備104可以使用被配置用于通過網(wǎng)絡(luò)進(jìn)行有線和/或無線通信的硬件和/或軟件的任何適當(dāng)?shù)慕M合來實(shí)施。在一種實(shí)施方式中，計(jì)算設(shè)備104可以實(shí)施為適合于通過網(wǎng)絡(luò)進(jìn)行通信的服務(wù)器(例如，網(wǎng)絡(luò)服務(wù)器)。在另一個(gè)示例中，計(jì)算設(shè)備104可以實(shí)施為適合于與網(wǎng)絡(luò)進(jìn)行通信的移動(dòng)通信設(shè)備(例如，無線蜂窩電話)。在其它的示例中，計(jì)算設(shè)備104可以實(shí)施為個(gè)人計(jì)算機(jī)(PC)、個(gè)人數(shù)字助理(PDA)、膝上型計(jì)算機(jī)、平板計(jì)算機(jī)、筆記本計(jì)算機(jī)、和/或被配置用于與網(wǎng)絡(luò)進(jìn)行通信的各種其它一般已知類型的有線和/或無線計(jì)算設(shè)備。因此，在各種實(shí)施方式中，計(jì)算設(shè)備104可以被稱為用于網(wǎng)絡(luò)的服務(wù)器計(jì)算設(shè)備。
[0028]在各種示例中，用戶接口(UI) 160可以實(shí)施為使用被配置用于通過網(wǎng)絡(luò)進(jìn)行有線和/或無線通信的硬件和/或軟件的任何適當(dāng)?shù)慕M合的設(shè)備。在一個(gè)示例中，UI設(shè)備160可以實(shí)施為適合于與網(wǎng)絡(luò)進(jìn)行通信的移動(dòng)通信設(shè)備(例如，無線蜂窩電話)。在其它的示例中，Π設(shè)備160可以實(shí)施為PC、PDA、膝上型計(jì)算機(jī)、平板計(jì)算機(jī)、筆記本計(jì)算機(jī)、和/或被配置用于與網(wǎng)絡(luò)進(jìn)行通信的各種其它已知類型的有線和/或無線計(jì)算設(shè)備。因此，在各種示例中，UI設(shè)備160可以被稱為用戶設(shè)備、客戶端設(shè)備、和/或客戶設(shè)備。而且，UI160可以包括至少一個(gè)視覺監(jiān)視組件，諸如，例如，液晶顯示器(IXD)，或一些其它的顯示設(shè)備。UI160可以包括至少一個(gè)音頻輸入/輸出組件，諸如，例如，麥克風(fēng)、揚(yáng)聲器、或一些其它的音頻輸入/輸出設(shè)備。
[0029]在各種示例中，計(jì)算設(shè)備104和用戶接口(UI)設(shè)備160可以被配置為通過網(wǎng)絡(luò)進(jìn)行通信，該網(wǎng)絡(luò)可以實(shí)施為單一網(wǎng)絡(luò)或多個(gè)網(wǎng)絡(luò)的組合。例如，所述網(wǎng)絡(luò)可以包括適合于與諸如因特網(wǎng)的一個(gè)或多個(gè)其它通信網(wǎng)絡(luò)進(jìn)行通信的無線電信網(wǎng)絡(luò)(例如，蜂窩式電話網(wǎng)絡(luò))。在其它示例中，所述網(wǎng)絡(luò)可以包括因特網(wǎng)、一個(gè)或多個(gè)內(nèi)聯(lián)網(wǎng)、固定電話網(wǎng)絡(luò)(landline network)、無線網(wǎng)絡(luò)、和/或一個(gè)或多個(gè)其它適當(dāng)類型的通信網(wǎng)絡(luò)。同樣地,在各種實(shí)施方式中，計(jì)算設(shè)備104和用戶接口(UI)設(shè)備160可以與特定鏈路(例如，鏈路，諸如到IP (網(wǎng)際協(xié)議)地址的URL (統(tǒng)一資源定位符))相關(guān)聯(lián)。
[0030]上下文感知推薦管理器120可以包括多顆粒上下文模塊122，多顆粒上下文模塊122被配置為檢測與用戶相關(guān)的上下文142，并且基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息144，確定包括顆粒結(jié)構(gòu)146的一個(gè)或多個(gè)結(jié)構(gòu)元素148的上下文142的顆粒結(jié)構(gòu)146。多顆粒上下文模塊122可以被配置為基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)152自動(dòng)地檢測與用戶相關(guān)的上下文142。
[0031]在各種示例中，上下文142可以包括具有多顆粒組織的層級結(jié)構(gòu)。上下文142可以包括一個(gè)或多個(gè)上下文，所述一個(gè)或多個(gè)上下文包括一個(gè)或多個(gè)不同的上下文。上下文142可以包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)可以包括具有多顆粒組織的層級結(jié)構(gòu)。
[0032]在各種示例中，與上下文142相關(guān)聯(lián)的上下文信息144可以揭示用戶查詢164的意圖。上下文信息可以包括用戶經(jīng)由UI162發(fā)出的查詢164的時(shí)間和/或位置。如這里進(jìn)一步描述的，推薦構(gòu)建器126可以被配置為選擇對于〈查詢，位置，時(shí)間 > 的最佳的上下文組合。
[0033]在各種示例中，與上下文142相關(guān)聯(lián)的上下文信息144可以包括用戶簡檔，用戶簡檔包括與用戶相關(guān)的各種信息，諸如，例如，以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水/報(bào)酬/職業(yè)、與用戶相關(guān)聯(lián)的購物單、用戶各種喜歡的和反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)/媒體。
[0034]在各種示例中，上下文142的顆粒結(jié)構(gòu)146的結(jié)構(gòu)元素148和與用戶相關(guān)的上下文信息144可以包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。多顆粒上下文模塊122可以被配置為自動(dòng)地檢測上下文142的結(jié)構(gòu)元素148和與用戶相關(guān)的上下文144之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系。
[0035]上下文感知推薦管理器120可以包括預(yù)過濾推薦范例模塊124，預(yù)過濾推薦范例模塊124被配置為根據(jù)在顆粒結(jié)構(gòu)146的每個(gè)結(jié)構(gòu)元素148之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合150對上下文信息144進(jìn)行預(yù)過濾。預(yù)過濾推薦范例模塊124可以被配置為選擇與用戶相關(guān)的歷史數(shù)據(jù)(例如，歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù))152，用于與每個(gè)上下文組合150進(jìn)行比較。
[0036]上下文感知推薦管理器120可以包括推薦構(gòu)建器126，推薦構(gòu)建器126被配置為通過在考慮到上下文142的顆粒結(jié)構(gòu)146及其上下文信息144的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)152相比較的推薦性能，在推薦模型128中對用于查詢164的每個(gè)上下文組合150進(jìn)行建模。
[0037]推薦構(gòu)建器126可以被配置為確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合150中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢164向用戶提供一個(gè)或多個(gè)推薦134。
[0038]推薦構(gòu)建器126可以包括訓(xùn)練器模塊130，訓(xùn)練模塊130被配置為自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及在上下文142的顆粒結(jié)構(gòu)146的結(jié)構(gòu)元素148和與用戶相關(guān)的上下文信息144之間的依賴關(guān)系。
[0039]推薦構(gòu)建器126可以包括推薦器模塊132,推薦器模塊132被配置為對于查詢164檢測一個(gè)或多個(gè)最佳的上下文組合，作為響應(yīng)于接收和/或處理查詢164的提供給用戶的上下文感知推薦。
[0040]在圖1的示例中，應(yīng)當(dāng)理解，使用或多或少代表離散功能的各種功能塊或模塊示出了上下文感知推薦管理系統(tǒng)100。然而，為了清楚和方便而提供了這樣的例示，因此，應(yīng)當(dāng)理解，各種功能可以在所描述的(多個(gè))塊或(多個(gè))模塊之內(nèi)重疊或組合，和/或可以通過在圖1的示例中沒有具體示出或例示的一個(gè)或多個(gè)塊或模塊來實(shí)施。因此，應(yīng)當(dāng)理解，被認(rèn)為對圖1的系統(tǒng)100有用的各種傳統(tǒng)功能也可以被包括，即使這樣的傳統(tǒng)元素為了清楚和方便的目的而沒有明確地示出。
[0041]圖2是示出根據(jù)本公開的各個(gè)方面的用于管理上下文感知推薦的示例方法200的處理流程。
[0042]在圖2的示例中，操作202-212被示出為依照順序的次序出現(xiàn)的離散操作。然而，應(yīng)當(dāng)理解，在其它的實(shí)施方式中，操作202-212中的兩個(gè)或更多個(gè)可以以部分地或完全地重疊或并行的方式出現(xiàn)，或者以嵌套或循環(huán)方式出現(xiàn)，或者可以以與所示不同的次序出現(xiàn)。而且，在圖2的示例中沒有具體地示出或例示的各種額外的操作可以包括在一些實(shí)施方式中，而在其它實(shí)施方式中，操作202-212中的一個(gè)或多個(gè)可以被省略。而且，在各種其它的實(shí)施方式中，方法200可以包括用于圖1的系統(tǒng)100中的上下文感知推薦管理的計(jì)算機(jī)實(shí)施的方法的處理流程。而且，操作202-212可以提供簡化的操作處理流程，該流程可以由計(jì)算設(shè)備104執(zhí)行(enact)以提供如參考圖1描述的特征和功能。
[0043]根據(jù)本公開的各個(gè)方面，圖2的方法200可以被配置為用于通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦。
[0044]在圖2的示例中，在202，方法200可以包括檢測與用戶相關(guān)的上下文。在204，方法200可以包括基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)。在206，方法200可以包括根據(jù)在顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾。而且，在208，方法200可以包括選擇與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)用于與每個(gè)上下文組合進(jìn)行比較。在210，方法200可以包括通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模。在212，方法200可以包括確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
[0045]在各種示例中，方法200可以包括基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文。方法200可以包括自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系。方法200可以包括自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及在上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系。方法200可以包括自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合，作為提供給用戶的上下文感知推薦。
[0046]圖3A是示出根據(jù)本公開的各個(gè)方面的示例上下文顆粒組合300的示圖。例如，在一種實(shí)施方式中，圖3A示出示例上下文組合306(例如,笛卡爾乘積(Cartesian product))和上下文組合306的至少一個(gè)對應(yīng)表格330，至少一個(gè)對應(yīng)表格330示出了，例如，對于至少兩個(gè)不同的顆粒路徑(例如，對于位置302的顆粒路徑和對于時(shí)間304的顆粒路徑)的至少九個(gè)(9)可能的上下文組合。
[0047]參考推薦模型，本公開的各個(gè)方面可以被配置為引入多顆粒上下文的表達(dá)，并提供推薦任務(wù)的預(yù)過濾范例。而且，可以提供選擇最佳的上下文組合和顆粒的方法，并且可以給出抽取采樣以示出方案如何起作用、工作、或操作。
[0048]多顆粒上下文可以被配置為提供范圍廣泛的實(shí)施方式。例如，在推薦設(shè)定中，上下文可以參考上下文信息，上下文信息可以參考表現(xiàn)作為請求的用戶的信息需求的特征的信息。上下文信息可以揭示用戶查詢的意圖。在各種示例中，可以發(fā)出查詢的時(shí)間和/或位置，可以提供查詢語言，和/或一個(gè)或多個(gè)用戶簡檔(例如，性別、年齡、個(gè)人愛好、薪水、以及社交網(wǎng)絡(luò)/媒體等)可以包括在上下文中，在這里提供的系統(tǒng)和方法可以利用以上各項(xiàng)來生成更佳的推薦。
[0049]在各種示例中，上下文可以包括層級結(jié)構(gòu)和多顆粒組織，所述層級結(jié)構(gòu)和多顆粒組織可以被采用、利用、和/或?qū)嵤?，以生成一個(gè)或多個(gè)上下文感知推薦。例如，位置上下文可以包括一個(gè)或多個(gè)不同的顆粒和/或顆粒級別、元素、組件等，諸如，例如，鄰區(qū)(neighborhood)、城區(qū)(district)、城市、地域(reg1n)、國家等。
[0050]在圖3A的示例中，如果在例如〈緯度，經(jīng)度 > 的或像〈緯度，經(jīng)度 > 的特定全球定位系統(tǒng)(GPS)位置路徑發(fā)出查詢，則位置上下文顆?？梢詤⒖迹?，〈城市，城區(qū)，鄰區(qū)〉。例如，顆粒級別1L310可以參考城市位置，顆粒級別2L312可以參考城區(qū)位置，而顆粒級別3L314可以參考鄰區(qū)位置。這種多顆粒上下文的表達(dá)可以被稱為上下文顆粒路徑(CGP)。在另一個(gè)實(shí)例中，時(shí)間上下文可以包括類似的參考性質(zhì)，諸如可以具有例如〈季節(jié)，日期，小時(shí) > 的或像〈季節(jié)，日期，小時(shí) > 的上下文顆粒路徑的時(shí)間上下文。例如，顆粒級別1T320可以參考季節(jié)時(shí)間，顆粒級別2T322可以參考日期時(shí)間，而顆粒級別3T324可以參考小時(shí)時(shí)間。在各種示例中，上下文結(jié)構(gòu)可以通過預(yù)先定義的本體(ontology)而獲得。在一些實(shí)例中，上下文組合(cc)可以被定義為對于一個(gè)或多個(gè)實(shí)例的上下文顆粒路徑的笛卡爾乘積。例如，圖3A示出上下文組合306的笛卡爾乘積，而表格330示出對于上述兩條顆粒路徑的可能的上下文組合。
[0051]基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，上下文的顆粒結(jié)構(gòu)可以包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素。上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息可以包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。結(jié)構(gòu)元素可以被稱為顆粒元素、顆粒級別、或顆粒組件。季節(jié)時(shí)間可以參考任意季節(jié)時(shí)間，包括春季、夏季、秋季、冬季、假日、紀(jì)念日、慶祝日等。日期時(shí)間可以參考任意日期時(shí)間，包括日期、世紀(jì)、年代、年、月、日、小時(shí)、分鐘、秒鐘、假日、紀(jì)念日、歷史事件日等。
[0052]一般，在數(shù)學(xué)上，笛卡爾乘積可以被稱為這樣的數(shù)學(xué)運(yùn)算，其提供多個(gè)集合中的集合(或乘積集)。在這個(gè)示例中，對于集合A和B，笛卡爾乘積AXB可以包括所有的有序?qū)?a，b)的集合，其中，a e A，b e B。
[0053]在一些示例中，豐富上下文(rich context)可以參考這樣的實(shí)例，其中，存在多個(gè)可用上下文并且這些上下文中的一個(gè)或多個(gè)可以包括層級結(jié)構(gòu)。當(dāng)對于推薦任務(wù)存在豐富上下文時(shí)，利用信息改進(jìn)推薦性能的過程涉及本公開的各種實(shí)施方式的感興趣的方面。
[0054]圖3B是示出根據(jù)本公開的各個(gè)方面的示例上下文顆粒組合350的示圖。例如，在一種實(shí)施方式中，圖3B示出示例上下文組合356 (例如，笛卡爾乘積)和上下文組合356的至少一個(gè)對應(yīng)表格380，至少一個(gè)對應(yīng)表格380示出了，例如，對于至少兩個(gè)不同的顆粒路徑(例如，對于位置352的顆粒路徑和對于時(shí)間354的顆粒路徑)的至少九個(gè)(9)可能的上下文組合。圖3B代表圖3A的不例實(shí)施方式。
[0055]在各種示例中，如先前描述的，上下文可以包括層級結(jié)構(gòu)和多顆粒組織，所述層級結(jié)構(gòu)和多顆粒組織可以被實(shí)施，以生成一個(gè)或多個(gè)上下文感知推薦。例如，位置上下文可以包括若干顆粒，諸如，例如，鄰區(qū)、城區(qū)、城市、地域、國家，等等。在圖3B的示例中，如果在例如〈緯度=31.237857，經(jīng)度=121.505946〉的采樣GPS位置處發(fā)出查詢，則位置上下文顆?？梢詤⒖?，例如，〈上海(城市)，浦東區(qū)(城區(qū))，陸家嘴公園(鄰區(qū))>。例如，在一種實(shí)施方式中，顆粒級別1L360可以參考城市位置，例如，上海，顆粒級別2L362可以參考城區(qū)位置，例如，浦東區(qū)，而顆粒級別3L364可以參考鄰區(qū)位置，例如，陸家嘴公園。在另一個(gè)示例中，采樣時(shí)間上下文可以包括類似的參考性質(zhì)。例如，在另一種實(shí)施方式中，2012-02-08-14:30可以具有上下文顆粒路徑，例如，〈冬季，二月份，白天〉。例如，顆粒級別1T370可以參考季節(jié)時(shí)間，例如，冬季，顆粒級別2L372可以參考日期時(shí)間，例如，二月份，而顆粒級別3L374可以參考小時(shí)時(shí)間，例如，白天。在一些實(shí)例中，CC可以被定義為對于一個(gè)實(shí)例的所有上下文顆粒路徑的笛卡爾乘積。例如，圖3B示出上下文組合356的笛卡爾乘積，而表格380示出對于上述兩條顆粒路徑的全部9個(gè)可能的上下文組合。
[0056]圖4是示出根據(jù)本公開的各個(gè)方面的示例預(yù)過濾范例400的示圖。在一些示例中，示例預(yù)過濾范例400可以被稱為預(yù)過濾推薦范例。
[0057]在各種實(shí)施方式中，本公開的各個(gè)方面可以被配置為在包括推薦的各種示例推薦中采用預(yù)過濾數(shù)據(jù)模型。例如，系統(tǒng)100可以選擇如具有一個(gè)或多個(gè)截面空間(sect1nalspace)的高維數(shù)據(jù)立方體(high-dimens1nal cube)空間402內(nèi)表現(xiàn)的歷史數(shù)據(jù),諸如,例如，第一歷史數(shù)據(jù)截面空間410和第二歷史數(shù)據(jù)截面空間412，它們中的每一個(gè)可以代表不同的季節(jié)和/或年份，諸如，例如，分別代表2011年冬季和2012年冬季。在各種示例中，歷史數(shù)據(jù)可以將與用戶相關(guān)的(例如，用戶點(diǎn)擊鏈接日志)歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)包括到某些上下文組合，并且基于所選擇的歷史數(shù)據(jù)，可以將推薦作為結(jié)果返回。
[0058]而且，圖4示出預(yù)過濾范例可以如何起作用、工作、或操作的示例。在各種實(shí)施方式中，預(yù)過濾范例400可以被配置為確定和/或識(shí)別可以用于推薦的歷史數(shù)據(jù)的一個(gè)或多個(gè)子立方體(sub-tube)。例如，第一子立方體420可以在第一歷史數(shù)據(jù)截面空間410中確定和/或識(shí)別，而第二子立方體422可以在第二歷史數(shù)據(jù)截面空間412中確定和/或識(shí)別。例如，在一種實(shí)施方式中，可以在浦東區(qū)432、在時(shí)間2012-02-08-14:30 (例如，由歷史數(shù)據(jù)412代表的時(shí)間)、在位置陸家嘴公園430的拍攝照片(picture)的一個(gè)實(shí)例。系統(tǒng)100可以選擇在2012年冬季(例如，歷史數(shù)據(jù)412)并且在位置陸家嘴公園430的實(shí)例或先前拍攝的照片，并且基于由第二子立方體422代表的所選擇的數(shù)據(jù)，推薦可以被提供給用戶。
[0059]圖5是示出根據(jù)本公開的各個(gè)方面的系統(tǒng)100的示例組件500的示圖。在一些實(shí)施方式中，示例組件500可以稱為推薦模型的架構(gòu)。
[0060]在圖5的示例中，推薦任務(wù)可以劃分為包括訓(xùn)練器(trainer) 510和/或推薦器530的一個(gè)或多個(gè)部分。
[0061]訓(xùn)練器510可以被配置為用于發(fā)現(xiàn)在推薦和上下文之間的潛在預(yù)測關(guān)系的過程，而訓(xùn)練器510可以包括離線訓(xùn)練器。訓(xùn)練器510的輸入可以包括排序功能(rankingfunct1n),其可以代表任意推薦方法,諸如,例如,基于內(nèi)容的或協(xié)同過濾。例如,在一種實(shí)施方式中:
[0062]排序功能(R)502:
[0063]R(queryt, candtdatef) — R
[0064]其中，R可以代表用于根據(jù)給定查詢:queryt對候選項(xiàng):candtdatef進(jìn)行排序的任意方法。
[0065]R可以用來找到在歷史點(diǎn)擊鏈接數(shù)據(jù)中的<queryt, candtdatef>對的共同出現(xiàn)(co-occurrence)。
[0066]上下文結(jié)構(gòu)512和數(shù)據(jù)儲(chǔ)存庫D514可以由下式表示:
[0067]d=<query, {clicktrough data}, Cgploc, cgptime>
[0068]其中，d是對于歷史數(shù)據(jù)中的一個(gè)查詢的一個(gè)日志,而{clicktrough data}是當(dāng)查詢信息時(shí)用戶感興趣的(點(diǎn)擊的)推薦。
[0069]訓(xùn)練器510輸出檢測功能520，表示為:
[0070]H (query) — bestcc
[0071]其決定對于query的合適的上下文組合(cc)。訓(xùn)練器可以離線構(gòu)建。在各種實(shí)施方式中，用于生成檢測功能的方式是本公開的一個(gè)焦點(diǎn)。
[0072]在線階段期間，推薦器530接收query作為輸入。query可以包括查詢信息，包括，例如，位置和時(shí)間信息。H(Cpery)可以首先檢測最佳的上下文組合(bcc)，然后基于通過bcc在D上選擇的數(shù)據(jù)，如前所述(即，根據(jù)bcc通過D的選擇操作)，R可以返回一個(gè)或多個(gè)推薦的集合。圖5示出訓(xùn)練器510和推薦器530如何工作以找到上下文感知推薦。進(jìn)一步的描述提供在這里。
[0073]圖5進(jìn)一步示出用于H (query)的設(shè)計(jì)。存在一些訓(xùn)練采樣來構(gòu)建用于H (query)的模型532。一種辦法是，對于每個(gè)訓(xùn)練采樣，在不同的上下文顆粒上選擇數(shù)據(jù)，并且基于選擇數(shù)據(jù)，一個(gè)或多個(gè)推薦540可以由R和D做出。推薦器530可以被配置為測試與在一些測量之下的訓(xùn)練采樣的地面實(shí)況(ground truth)相比較的推薦性能。在所有的訓(xùn)練采樣都被運(yùn)行之后，推薦器530可以從結(jié)果中推定對于每個(gè)上下文組合(cc)的最佳的上下文組合(bcc)。
[0074]而且，在一種實(shí)施方式中，推薦器530可以被配置為識(shí)別不僅取決于當(dāng)前上下文信息的適當(dāng)?shù)纳舷挛慕M合(cc)。給定查詢也應(yīng)當(dāng)被考慮到，因?yàn)榻o定查詢提供了照片的更多信息，并且揭示了用戶信息需求的意圖。在H(Cpery)模型532的示例中，可以做出是否使用上下文的判斷534，其中，判斷534可以基于上下文而偏斜(biased)。如果判斷534輸出為否，則(query)模型532輸出用于推薦540的具有查詢結(jié)果R和數(shù)據(jù)D的上下文組合(cc)。如果判斷534輸出為是,則(query)模型532選擇使用哪個(gè)顆粒536,并且(query)模型532輸出用于推薦540的具有最佳查詢結(jié)果R和最佳數(shù)據(jù)D的最佳的上下文組合(bcc)。
[0075]例如，在一種實(shí)施方式中，當(dāng)只考慮位置時(shí)，對于在陸家嘴公園做出的查詢，其具有諸如，例如，“聚會(huì)”或“婚紗照”的查詢，對于推薦的最佳位置顆?？梢栽卩弲^(qū)級別。如果查詢在陸家嘴公園做出，并且用戶查詢?yōu)椤肮⒆饨稹?，則最佳位置顆粒可以是城區(qū)級別，因?yàn)椤肮⒆饨稹笨梢越沂居脩魧τ诓樵兊年P(guān)于位置的需求實(shí)際上不必位于公園。在所述示例中，即使對于相同上下文中的查詢，適當(dāng)?shù)纳舷挛念w?？梢圆煌?，因?yàn)檎掌Z義可以不同。因此，本公開的各個(gè)方面可以被配置為對于具有上下文結(jié)構(gòu)的一個(gè)或多個(gè)〈查詢，CC>對中的每一個(gè)找到最佳的上下文組合(bcc)。對于〈查詢，cc>，推薦器530可以從那些包括<查詢 > 的訓(xùn)練采樣中選擇，并且通過不同的上下文組合計(jì)算推薦性能。推薦器530可以選擇具有最佳性能(例如，最佳化的、最大化的、等等)的上下文組合，作為對于〈查詢，cc>的最佳的上下文組合(bcc)。
[0076]圖6是示出根據(jù)本公開的各個(gè)方面的示例程序600的示圖。例如，在一種實(shí)施方式中，圖6表現(xiàn)了對于一個(gè)采樣查詢的訓(xùn)練程序。為了決定對于〈查詢、位置、時(shí)間 > 的最佳的上下文組合(bcc)，可以根據(jù)可能的上下文組合610 (例如，如參考圖3A-圖3B所描述的，9種可能的上下文組合)，以預(yù)過濾范例612對數(shù)據(jù)進(jìn)行預(yù)過濾(例如，如參考圖4所描述的)?；诓煌乃x擇的數(shù)據(jù)，一個(gè)或多個(gè)查詢推薦性能620、622 (例如，準(zhǔn)確度)可以被計(jì)算并與歷史數(shù)據(jù)進(jìn)行比較，如參考高維數(shù)據(jù)立方體空間所描述的。如圖6中所示，一個(gè)或多個(gè)查詢推薦性能可以包括第一查詢性能620和第二查詢性能622。在各種示例中，在運(yùn)行所有可適用的訓(xùn)練采樣之后，訓(xùn)練過程可以返回具有最佳性能的上下文組合。在圖6的示例中，最佳的上下文組合(bcc)和最佳性能可以是第一查詢性能620。
[0077]這里描述的各種技術(shù)的實(shí)施方式可以以數(shù)字電子電路實(shí)施，或以計(jì)算機(jī)硬件、固件、軟件來實(shí)施，或以它們的組合來實(shí)施。實(shí)施方式可以實(shí)施為計(jì)算機(jī)程序產(chǎn)品，即，有形地體現(xiàn)在信息載體中的計(jì)算機(jī)程序，例如，有形地體現(xiàn)在機(jī)器可讀存儲(chǔ)設(shè)備或傳播信號(hào)中，用于由數(shù)據(jù)處理裝置運(yùn)行或控制數(shù)據(jù)處理裝置的操作，所述數(shù)據(jù)處理裝置例如可編程處理器、計(jì)算機(jī)或多個(gè)計(jì)算機(jī)。計(jì)算機(jī)程序，諸如上述計(jì)算機(jī)程序，可以以任何形式的編程語言來編寫，包括編譯或解釋語言，并且可以以任何形式來配置，包括作為獨(dú)立程序或作為模塊、組件、子例程、或適于在計(jì)算環(huán)境中使用的其它單元。計(jì)算機(jī)程序可以被配置以便在一個(gè)計(jì)算機(jī)上或在一個(gè)地點(diǎn)或跨過多個(gè)地點(diǎn)并通過通信網(wǎng)絡(luò)互連的多個(gè)計(jì)算機(jī)上運(yùn)行。
[0078]方法步驟可以由一個(gè)或多個(gè)運(yùn)行計(jì)算機(jī)程序的可編程處理器執(zhí)行，以便通過對輸入數(shù)據(jù)進(jìn)行操作以及生成輸出來執(zhí)行功能。方法步驟還可以由特殊用途的邏輯電路來執(zhí)行，并且裝置可以實(shí)施為特殊用途的邏輯電路，例如，F(xiàn)PGA (現(xiàn)場可編程門陣列)或ASIC (專用集成電路)。
[0079]適于運(yùn)行計(jì)算機(jī)程序的處理器包括，舉例來說，全部通用和專用微處理器，以及任意種類的數(shù)字計(jì)算機(jī)的任意一個(gè)或多個(gè)處理器。一般，處理器將從只讀存儲(chǔ)器或隨機(jī)存取存儲(chǔ)器或者從兩者接收指令和數(shù)據(jù)。計(jì)算機(jī)的元件可以包括用于執(zhí)行指令的至少一個(gè)處理器和用于存儲(chǔ)指令和數(shù)據(jù)的一個(gè)或多個(gè)存儲(chǔ)設(shè)備。一般，計(jì)算機(jī)還可以包括用于存儲(chǔ)數(shù)據(jù)的一個(gè)或多個(gè)大容量存儲(chǔ)設(shè)備，或者被操作地耦接以便從所述大容量存儲(chǔ)設(shè)備接收數(shù)據(jù)或向所述大容量存儲(chǔ)設(shè)備傳送數(shù)據(jù)，或者兩者都有，所述大容量存儲(chǔ)設(shè)備例如磁盤、磁光盤、或者光盤。適合于體現(xiàn)計(jì)算機(jī)程序指令和數(shù)據(jù)的信息載體包括所有形式的非易失性存儲(chǔ)器，舉例來說，包括半導(dǎo)體存儲(chǔ)器件，例如，EPROM、EEPR0M、以及閃存器件；磁盤，例如，內(nèi)部硬盤或移動(dòng)盤；磁光盤；以及⑶-ROM和DVD-ROM盤。處理器和存儲(chǔ)器可以通過專用邏輯電路來補(bǔ)充，或者合并到專用邏輯電路中。
[0080]為了提供用戶交互，實(shí)施方式可以在具有顯示設(shè)備的計(jì)算機(jī)上實(shí)施，例如，陰極射線管(CRT)或液晶顯示器(LCD)監(jiān)視器，用于向用戶顯示信息，以及鍵盤和指定設(shè)備，例如，鼠標(biāo)或追蹤球，由此用戶能夠提供輸入給計(jì)算機(jī)。其它類型的設(shè)備也可以用來提供與用戶的交互；例如，提供給用戶的反饋可以是任何形式的感覺反饋，例如，視覺反饋、聽覺反饋、或觸覺反饋；以及可以以任何形式接收來自用戶的輸入，包括、聲音、講話、或觸覺輸入。
[0081]實(shí)施方式可以實(shí)施在包括后端組件的計(jì)算系統(tǒng)中，例如，作為數(shù)據(jù)服務(wù)器，或者實(shí)施在包括中間件組件的計(jì)算系統(tǒng)中，例如，作為應(yīng)用服務(wù)器，或者實(shí)施在包括前端組件的計(jì)算系統(tǒng)中，例如，作為具有圖形用戶界面或網(wǎng)絡(luò)瀏覽器的客戶端計(jì)算機(jī)，用戶通過所述網(wǎng)絡(luò)瀏覽器可以與實(shí)施方式交互，或者實(shí)施在包括這樣的后端組件、中間件、或前端組件的任意組合的計(jì)算系統(tǒng)中。組件可以通過任何形式或介質(zhì)的數(shù)字?jǐn)?shù)據(jù)通信互連，例如，通信網(wǎng)絡(luò)。諸如通信網(wǎng)絡(luò)的網(wǎng)絡(luò)的示例可以包括局域網(wǎng)(LAN)和廣域網(wǎng)(WAN)，例如，因特網(wǎng)。
[0082]雖然已經(jīng)如這里所述示出了所描述的實(shí)施方式的一定特征，許多修改、替換、改變以及等效現(xiàn)在將被本領(lǐng)域技術(shù)人員想到。因此，將要理解，所附權(quán)利要求意圖用來涵蓋所有這樣的修改和改變，而落在實(shí)施例的范圍之內(nèi)。
【權(quán)利要求】
1.一種計(jì)算機(jī)系統(tǒng)，包括記錄在非瞬時(shí)計(jì)算機(jī)可讀介質(zhì)上且至少一個(gè)處理器可運(yùn)行的指令，該系統(tǒng)包括: 上下文感知推薦管理器，其被配置為使得至少一個(gè)處理器，通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦，其中，所述上下文感知推薦管理器包括: 多顆粒上下文模塊，其被配置為檢測與用戶相關(guān)的上下文，并且基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)； 預(yù)過濾推薦范例模塊，其被配置為根據(jù)在顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾，并選擇與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)用于與每個(gè)上下文組合進(jìn)行比較；以及 推薦構(gòu)建器，被配置為: 通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模，以及 確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
2.如權(quán)利要求1所述的系統(tǒng)，其中，所述上下文包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)包括具有多顆粒組織的層級結(jié)構(gòu)。
3.如權(quán)利要求1所述的系統(tǒng)，其中，與上下文相關(guān)聯(lián)的上下文信息揭示用戶查詢的意圖，上下文信息包括用戶發(fā)出的查詢的時(shí)間和位置，并且所述推薦構(gòu)建器被配置為選擇對于〈查詢，位置，時(shí)間 > 的最佳的上下文組合。
4.如權(quán)利要求1所述的系統(tǒng)，其中，與上下文相關(guān)聯(lián)的上下文信息包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。
5.如權(quán)利要求1所述的系統(tǒng)，其中，上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。
6.如權(quán)利要求1所述的系統(tǒng)，其中，多顆粒上下文模塊被配置為基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文。
7.如權(quán)利要求1所述的系統(tǒng)，其中，多顆粒上下文模塊被配置為自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系。
8.如權(quán)利要求1所述的系統(tǒng)，所述推薦構(gòu)建器還包括: 訓(xùn)練器模塊，其被配置為自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系；以及 推薦器模塊，其被配置為自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合，作為提供給用戶的上下文感知推薦。
9.一種計(jì)算機(jī)實(shí)施的方法，包括: 通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦，包括: 檢測與用戶相關(guān)的上下文， 基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)， 根據(jù)在顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾， 選擇與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)用于與每個(gè)上下文組合進(jìn)行比較， 通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模型，以及 確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
10.如權(quán)利要求9所述的方法，其中，所述上下文包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)包括具有多顆粒組織的層級結(jié)構(gòu)。
11.如權(quán)利要求9所述的方法，其中，與上下文相關(guān)聯(lián)的上下文信息揭示用戶查詢的意圖，上下文信息包括用戶發(fā)出的查詢的時(shí)間和位置，并且推薦構(gòu)建器被配置為選擇對于〈查詢，位置，時(shí)間 > 的最佳的上下文組合。
12.如權(quán)利要求9所述的方法，其中，與上下文相關(guān)聯(lián)的上下文信息包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。
13.如權(quán)利要求9所述的方法，其中，上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。
14.如權(quán)利要求9所述的方法，該方法還包括: 基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文； 自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系; 自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及在上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系；以及 自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合，作為提供給用戶的上下文感知推薦。
15.一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品被有形地體現(xiàn)在非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上且包括指令，所述指令當(dāng)由至少一個(gè)處理器運(yùn)行時(shí)，被配置為: 通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，將與用戶相關(guān)的上下文的上下文信息整合到推薦模型中，響應(yīng)于與用戶相關(guān)的查詢向用戶提供一個(gè)或多個(gè)推薦，包括指令，所述指令當(dāng)由至少一個(gè)處理器運(yùn)行時(shí)，被配置為: 檢測與用戶相關(guān)的上下文， 基于表現(xiàn)與用戶相關(guān)的信息的特征的上下文信息，確定包括顆粒結(jié)構(gòu)的一個(gè)或多個(gè)結(jié)構(gòu)元素的上下文的顆粒結(jié)構(gòu)， 根據(jù)在顆粒結(jié)構(gòu)的每個(gè)結(jié)構(gòu)元素之間的關(guān)系路徑的一個(gè)或多個(gè)上下文組合對上下文信息進(jìn)行預(yù)過濾， 選擇與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)用于與每個(gè)上下文組合進(jìn)行比較， 通過在考慮到上下文的顆粒結(jié)構(gòu)及其上下文信息的同時(shí)，計(jì)算每條不同的關(guān)系路徑與所選擇的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)相比較的推薦性能，在推薦模型中對用于查詢的每個(gè)上下文組合進(jìn)行建模，以及 確定具有最佳推薦性能的一個(gè)或多個(gè)上下文組合中的至少一個(gè)，由此選擇一個(gè)或多個(gè)最佳的上下文組合，用于響應(yīng)于查詢向用戶提供一個(gè)或多個(gè)推薦。
16.如權(quán)利要求15所述的計(jì)算機(jī)程序產(chǎn)品，其中，所述上下文包括多個(gè)上下文，而多個(gè)上下文中的每一個(gè)包括具有多顆粒組織的層級結(jié)構(gòu)。
17.如權(quán)利要求15所述的計(jì)算機(jī)程序產(chǎn)品，其中，與上下文相關(guān)聯(lián)的上下文信息揭示用戶查詢的意圖，上下文信息包括用戶發(fā)出的查詢的時(shí)間和位置，并且推薦構(gòu)建器被配置為選擇對于〈查詢，位置，時(shí)間 > 的最佳的上下文組合。
18.如權(quán)利要求15所述的計(jì)算機(jī)程序產(chǎn)品，其中，與上下文相關(guān)聯(lián)的上下文信息包括用戶簡檔，用戶簡檔包括以下各項(xiàng)中的一個(gè)或多個(gè):用戶性別、用戶年齡、用戶個(gè)人愛好、用戶薪水、用戶喜歡的和反感的、以及與用戶相關(guān)聯(lián)的一個(gè)或多個(gè)社交網(wǎng)絡(luò)。
19.如權(quán)利要求15所述的計(jì)算機(jī)程序產(chǎn)品，其中，上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息包括一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件。
20.如權(quán)利要求15所述的計(jì)算機(jī)程序產(chǎn)品，還包括指令，所述指令當(dāng)由處理器運(yùn)行時(shí)，被配置為: 基于與用戶相關(guān)的歷史網(wǎng)絡(luò)導(dǎo)航數(shù)據(jù)自動(dòng)地檢測與用戶相關(guān)的上下文； 自動(dòng)地檢測上下文的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系，所述依賴關(guān)系包括在一個(gè)或多個(gè)顆粒級別和在每個(gè)顆粒級別內(nèi)的一個(gè)或多個(gè)顆粒組件之間的依賴關(guān)系; 自動(dòng)地發(fā)現(xiàn)一個(gè)或多個(gè)潛在預(yù)測關(guān)系以及在上下文的顆粒結(jié)構(gòu)的結(jié)構(gòu)元素和與用戶相關(guān)的上下文信息之間的依賴關(guān)系；以及 自動(dòng)地檢測對于查詢的一個(gè)或多個(gè)最佳的上下文組合，作為提供給用戶的上下文感知推薦。
【文檔編號(hào)】G06F17/30GK104252498SQ201310270007
【公開日】2014年12月31日 申請日期:2013年6月28日 優(yōu)先權(quán)日:2013年6月28日
【發(fā)明者】黎文憲, 施興天 申請人:Sap歐洲公司