基於用戶意圖識別執行推薦的設備和方法

2023-05-31 03:02:36 2

專利名稱：基於用戶意圖識別執行推薦的設備和方法
技術領域：
本發明涉及一種基於用戶的意圖的識別執行推薦的設備和使用該設備執行推薦的方法，具體地，本發明涉及一種能夠基於用戶的意圖提供更精確的推薦項目的、且基於用戶的意圖的識別執行推薦的設備和方法。
背景技術：
個人的決策過程的重要方面是接受來自可靠源的推薦。在過去的數十年內，已經進行了這樣的推薦，即，提供用戶很可能感興趣的信息項目，例如，電影、TV節目/表演/插 曲、視頻點播、音樂、書、新聞、圖像、網頁和科學文獻。推薦系統向用戶提供便於其決策的個性化建議。這些個性化的推薦允許用戶在執行各種任務時依賴於推薦系統。在推薦系統中存在很多供用戶選擇的項目，例如，屬性、元數據和文檔。如何提供更好的推薦是推薦系統的關鍵。現有的推薦系統包括一系列的傳感器、評定處理器(rating processor)、推薦器和存儲器，如圖I所示，該推薦系統基於用戶的相似度來推薦文檔項目。推薦系統中的傳感器感測項目(文檔或圖像)上的操作，例如，列印或電子郵件操作。然後，評定處理器使用文檔分布、用戶簡檔(user profile)等來評定項目。基於該評定，推薦器提供關於項目的推薦。為了找到目標項目，推薦標準僅僅用於這些文檔。然而，在諸如分面搜索系統(facetedsearch system)的推薦系統中，還存在作為項目的屬性和元數據。因此,可以推薦所有的屬性、元數據和文檔。當用戶選擇屬性菜單中的元數據時，將進行縮小範圍的搜索，並且，減少搜索結果的數目。如果用戶的目標項目全部顯示在搜索結果的第一頁中，則這意味著用戶找到了其目標並實現了搜索。此外，在用戶連續地選擇屬性菜單中的一些元數據之後，縮小範圍的搜索結果的數目將被減少到更小的數目，並且搜索目標將被找到。可以存在若干條導向搜索目標的選擇路徑。例如，這些搜索路徑(例如，搜索路徑A、B、C、D、E ;A、D、E ;B、D、E、A ;和C、D、E、A)在圖2中示出。對於搜索目標，存在最短的搜索路徑。這意味著，與其它路徑相t匕，用戶可以通過按照該路徑更快地找到目標。因此，為了縮短耗用的搜索時間，推薦系統應該按照最佳的搜索路徑為用戶推薦項目。一些現有的推薦系統基於文檔分布的標準進行屬性的推薦。如果用戶具有較多的關於推薦系統的各面的知識，則較平坦的屬性菜單能夠以較少的縮小範圍的步驟產生更快的搜索。例如，如圖3所示，在非平坦菜單(由①表示)中，具有較多搜索結果的菜單將更有可能包含在目標文檔中。此外，通過縮小範圍而減少結果數目的速度也比平坦菜單(由②表示)的速度慢。另外，在圖3中，搜索結果的數目相同，但是，執行的縮小範圍的搜索的數目不同。因此，文檔分布能夠幫助提供更好的屬性推薦。然而，現有的推薦系統無法將屬性與用戶模型一起推薦。推薦的屬性菜單可能具有更平坦的分布。此外，該屬性不是用戶最喜歡的。例如，用戶不想使用「File Type」作為屬性。但是，由於在資料庫中存在很多以「File Type」元素作為元數據的文檔，所以通常推薦屬性「File Type」的菜單。實際上，它對於用戶來說是無用的。用戶必須將屬性菜單改變為其感興趣的屬性菜單。從而，推薦系統應該在用戶感興趣的項目的範圍內進行推薦。在用戶選擇幾個元數據並開始操作(例如讀取/複印等)搜索結果之後，選擇的幾個元數據實際上是用戶決定結果所需的元數據，並且，這些用戶選擇和操作歷史被稱為「用戶簡檔」。一些現有的推薦系統可能基於用戶簡檔的標準進行屬性的推薦。推薦的是用戶感興趣的項目之一。但是，它不是最佳的。如何找到最佳的搜索路徑以減少縮小範圍的搜索的步驟仍然是一個問題。用戶興趣和屬性菜單分布應該一起被考慮。推薦系統為用戶提供推薦以供使用。對於縮小範圍的搜索的導航進行屬性推薦和元數據推薦。推薦可以幫助用戶以更少的縮小範圍的搜索的步驟更快地找到目標。針對搜索目標進行文檔推薦。如果推薦是用戶的目標，則用戶實現了搜索任務。有時用戶僅僅瀏覽系統的文檔內容。如果用戶首次使用推薦系統並不知道在系統中登記了什麼數據，則該用戶將瀏覽菜單並檢查文檔以了解文檔信息。這被稱為冷啟動 (cold start)。另一方面，如果文檔內容被更新，則更新後的內容的信息對於用戶來說是新的。推薦系統應該通過一些方法來提示用戶。推薦是這些方法之一。用戶可以通過推薦來掌握推薦系統或其它用戶的歷史趨勢。針對冷啟動如何進行推薦也是一個新的問題。當今，諸如照相機和多功能外設(MFP)的一些裝置被廣泛地應用於日常生活或辦公室工作，以提高其方便性和通用性的效率。由於用戶界面的空間的限制而導致難以向用戶提供全功能鍵盤，以像計算機一樣輸入搜索詢問。通常，輸入的詢問反映了用戶的目標，這在照相機或MFP上不能被直接獲得。包括對應於用戶界面的一系列傳感器的推薦系統用於幫助用戶找到目標。對應於用戶界面的傳感器能夠感測作為信號的用戶的操作，所述操作的一部分反映了搜索會話中的用戶需求。用戶界面通常包括控制面板，該控制面板包括顯示器(例如，液晶顯示器)屏幕和輸入裝置(例如，功能鍵、方向按鈕或操縱杆)。一些裝置具有充當顯示器屏幕和輸入裝置的觸控螢幕。對應於用戶界面的傳感器能夠感測作為信號的用戶的動作，所述動作指示用戶在顯示器中選擇哪一個項目。檢索質量在很大程度上取決於用戶和搜尋引擎之間的交互。現有的推薦系統基於項目對項目的相似度、項目對用戶的相似度和用戶對用戶的相似度來進行推薦。但是，如何在實時會話中為用戶進行滿意的推薦是一個問題。此外，如何減少縮小範圍的搜索的步驟的數目也是一個問題。當今，廣泛地研究基於用戶歷史和簡檔的推薦，但是，仍然沒有充分地研究用戶的意圖。在現有的推薦系統中，如果兩個用戶具有相同的意圖但具有不同的歷史或簡檔，則他們不可能獲得相同的推薦。歷史和簡檔反映了用戶先前的興趣而不是用戶當前的興趣。當在推薦系統中進行搜索時，用戶的行為真實地實時地反映了他/她的意圖。從用戶的意圖到用戶的行為的過程可以被視為編碼。用戶的行為是推薦系統能夠觀察並實時地記錄的信號，例如，在元數據上停留的時間。由於不可能直接理解用戶想要的東西，所以通過用戶的一些行為來識別他/她的意圖是一種方法。將基於用戶的意圖來進行推薦。識別的意圖與用戶的意圖越接近，為用戶提供的推薦就越好。從用戶的行為識別他/她的意圖的過程可以被視為解碼。在整個搜索過程期間，用戶的意圖將不是固定的，從而引起下述新的問題。例如，哪些行為是有價值的並有助於被視為用於意圖識別的特徵？在不同的情況下應該使用哪些特徵？在用戶的意圖改變時如何判斷用戶的意圖？如果用戶首次作業系統，則用戶的意圖是什麼？如上所述，現有的推薦系統具有下述三個問題1)如何測量用戶對其任務的熟悉程度；2)當推薦系統冷啟動時應該向用戶推薦什麼；以及3)根據最近的操作記錄如何識別用戶的意圖。作為關於推薦系統的當前公開的技術之一，美國專利No. 7440943使用項目對項目的相似度、項目對用戶的相似度和用戶對用戶的相似度來進行推薦。此外，一些推薦系統使用轉移概率(transfer probability)進行推薦。眾所周知，用戶不可能每一次都執行熟悉的搜索任務。當新任務來臨時，用戶必須花費額外的努力在推薦系統中尋找他/她所需要的，並且根據先前的經驗忽視推薦。探索新任務的過程將是困難的。這些方法的缺點在於它們不能測量熟悉程度。美國專利No. 7440943通過使用用戶簡檔的相似度來解決冷啟動的問題。關於相 似度的方法是一種思索。如果當前用戶具有與其它用戶不同的興趣或熟悉程度，則這樣的推薦是不合適的。一些推薦系統根據高度地取決於資料庫而不考慮用戶的內容分布進行首次推薦。有可能會發生這樣的情況，即，用戶對其任務熟悉，但是此時該用戶將該任務傳輸到另一臺計算機的客戶端。從而，用戶沒有歷史但需要定位搜索。上述的方法的缺點在於，不考慮當前用戶的熟悉程度以及不能判斷當前用戶的意圖。美國專利No. 7493319通過內容分布動態地、自動地發現被確定為用戶最感興趣的範圍。允許用戶輸入概率基線分布值和用於確定面集合上的搜索結果的歸一化概率分布和基線分布值之間的距離的尺度。它不考慮搜索過程中的用戶興趣的變化。美國專利No. 7493319中描述的方法具有不能檢測搜索過程中的用戶意圖的變化和用於尋找用戶興趣的特徵不全面的缺點。

發明內容
如上所述，現有的推薦系統具有如下缺點它們不能判斷用戶的意圖，不能檢測搜索過程期間的用戶意圖的變化，從而不能基於用戶的意圖進行推薦。鑑於現有的推薦系統的上述缺點而作出了本發明。根據本發明的一個方面，提供一種基於用戶的意圖的識別而執行推薦的設備，該設備包括傳感器，被配置為感測用戶的行為；識別器，被配置為從感測的行為提取特徵並通過提取的特徵識別用戶的意圖；以及推薦生成器，被配置為基於識別的用戶的意圖來生成推薦。基於用戶的意圖而執行推薦的設備能夠識別用戶的實時意圖並基於用戶的實時意圖來進行推薦。根據本發明的另一方面，提供一種基於用戶的意圖的識別而執行推薦的方法，該方法包括下述步驟感測用戶的行為；從感測的行為提取特徵；通過提取的特徵識別用戶的意圖；以及基於識別的用戶的意圖來生成推薦。通過基於用戶的意圖而執行推薦的方法，能夠識別用戶的實時意圖，並能夠基於用戶的實時意圖來進行推薦。從參照附圖的以下描述中，本發明的進一步的目的和優勢將變得清晰。


併入說明書並且構成說明書的一部分的附示本發明的實施例，並且與本描述一起用於說明本發明的原理。圖I是示出現有的推薦系統的配置的示意圖。圖2是示出現有的推薦系統中的導向搜索目標的搜索路徑的示意圖。圖3是示出基於文檔分布的標準進行屬性的推薦的示意圖。圖4是示出能夠實現本發明的實施例的計算機系統的硬體配置的示意圖。 圖5是示出根據本發明的推薦系統的一個例子的配置的示意圖。圖6是示出在根據本發明的推薦系統中基於兩種類型的用戶意圖(S卩，引導搜索和定位搜索)進行項目的推薦的示意圖。圖7是示出用於根據本發明第一實施例的推薦系統中的用於單個步驟的識別器的配置的示意圖。圖8是由所得到的文檔的數目與檢查的文檔的百分率決定的Arean_,的圖。圖9是示出使用根據本發明第一實施例的推薦系統進行推薦的一個例子的示意圖。圖10是示出如何計算用於識別用戶意圖的移動平均值以保持用戶意圖的穩定性的示意圖。圖11是使用根據本發明第一實施例的推薦系統進行推薦的過程的流程圖。圖12是示出用於本發明的推薦系統中的在線訓練器(online trainer)的配置的示意圖。圖13是使用根據本發明的在線訓練器進行自學習(self-learning)的過程的流程圖。圖14是示出使用根據本發明第一實施例的具有在線訓練器的推薦系統進行屬性的推薦的一個例子的示意圖。圖15是示出用於根據本發明第二實施例的推薦系統中的用於系列步驟的識別器(recoginzer for sequence)的配置的不意圖。圖16是示出本發明第二實施例中的作為由用於系列步驟的識別器提取的特徵的兩個搜索路徑的示意圖。圖17a和圖17b是示出使用根據本發明第二實施例的推薦系統進行屬性的推薦的兩個例子的示意圖。圖18是示出用於根據本發明第三實施例的推薦系統中的用於冷啟動的識別器的配置的示意圖。圖19是示出使用根據本發明第三實施例的推薦系統進行推薦的一個例子的示意圖。圖20是使用根據本發明第四實施例的推薦系統進行推薦的過程的流程圖。圖21是示出使用用戶歷史的現有的推薦系統、使用用戶簡檔的現有的推薦系統和本發明的使用用戶意圖的推薦系統的效果比較的示意圖。圖22是示出使用用戶意圖的推薦系統比使用用戶歷史的現有的推薦系統和使用用戶簡檔的現有的推薦系統能夠推薦更精確的項目的示意圖。
具體實施例方式下面將參照附圖詳細地描述本發明的實施例。請注意，在附圖中相似或相同的附圖標記是指相似或相同的項目，因而，一旦在一幅圖中定義了一個項目，對於之後的圖就不必再討論它。首先，將說明本發明的上下文中的一些術語的含義。如本文所使用的，術語「定位搜索」是指，用戶想要推薦系統去推薦儘可能地定位目標的項目，並且，項目是常見的還是不尋常的對於他/她來說是無差別的。在這種情況下，用戶總是熟悉搜索任務，例如，目標的元數據、系統的屬性/元數據等。如本文所使用的，術語「引導搜索」是指，用戶想要推薦系統引導他/她去尋找目標並推薦易於進行後續步驟的可理解的項目。在這種情況下，用戶總是不熟悉搜索任務，但是用戶對目標(例如，作者、目標是關於什麼等)有印象。如本文所使用的，術語「冷啟動」是指這種情況如果用戶首次使用推薦系統並不知道在推薦系統中登記了什麼數據，則該用戶將瀏覽菜單並檢查文檔以了解文檔信息。如本文所使用的，術語「用戶簡檔」是指與特定用戶關聯的個人數據的集合。因此，用戶簡檔是指對一個人的身份的明確的數字表示，它能夠用來存儲該人的特徵的描述。換句話說，用戶簡檔也可以被視為用戶模型的計算機表示。此外，作為用戶簡檔的此信息能夠由考慮這個人的特徵和喜好的系統利用。如本文所使用的，術語「用戶意圖」是指在執行操作期間的用戶的特定目的，即，旨在或預計實現的目的或目標。操作成功或失敗至少取決於是否產生預期的結果。在本發明中，用戶意圖被指定為兩種類型定位搜索和引導搜索。圖4是示出可以實施本發明的實施例的計算機系統1000的硬體配置的框圖。如圖4所示，計算機系統包括計算機1110。計算機1110包括經由系統總線1121連接的處理單元1120、系統存儲器1130、不可移動的非易失性存儲器接口 1140、可移動的 非易失性存儲器接口 1150、用戶輸入接口 1160、網絡接口 1170、視頻接口 1190和輸出外圍接口 1195。系統存儲器1130包括R0M(只讀存儲器)1131和RAM(隨機存取存儲器)1132。BIOS(基本輸入輸出系統)1133駐留在ROM 1131中。作業系統1134、應用程式1135、其它程序模塊1136和某些程序數據1137駐留在RAM 1132中。諸如硬碟之類的不可移動的非易失性存儲器1141連接到不可移動的非易失性存儲器接口 1140。不可移動的非易失性存儲器1141例如可以存儲作業系統1144、應用程式1145、其它程序模塊1146和某些程序數據1147。諸如軟盤驅動器1151和⑶-ROM驅動器1155之類的可移動的非易失性存儲器連接到可移動的非易失性存儲器接口 1150。例如，軟盤1152可以被插入到軟盤驅動器1151中，以及⑶(光碟)1156可以被插入到⑶-ROM驅動器1155中。諸如滑鼠1161和鍵盤1162之類的輸入設備被連接到用戶輸入接口 1160。計算機1110可以通過網絡接口 1170連接到遠程計算機1180。例如，網絡接口1170可以經由區域網1171連接到遠程計算機1180。或者，網絡接口 1170可以連接到數據機(調製器-解調器)1172，以及數據機1172經由廣域網1173連接到遠程計算機1180。遠程計算機1180可以包括諸如硬碟之類的存儲器1181，其存儲遠程應用程式1185。視頻接口 1190連接到監視器1191。輸出外圍接口 1195連接到印表機1196和揚聲器1197。圖4所示的計算機系統僅僅是說明性的並且決不意圖限制本發明、其應用或用途。圖4所示的計算機系統可以被實施於任何實施例，可作為獨立計算機，或者也可作為設備中的處理系統，可以移除一個或更多個不必要的組件，也可以向其添加一個或更多個附加的組件。 接下來，按照以下順序進行本發明的描述I.概要2.第一實施例(「使用用於單個步驟的識別器來識別用戶的意圖在一輪推薦之後識別實時的意圖」)3.第二實施例(「使用用於系列步驟的識別器來識別用戶的意圖通過一系列操作來識別用戶意圖」)4.第三實施例(「使用用於冷啟動的識別器來識別用戶的意圖在推薦系統冷啟動時識別用戶意圖」)5.第四實施例(第一實施例至第三實施例的組合)6.根據本發明的使用用戶意圖的推薦系統與使用用戶歷史的現有的推薦系統和使用用戶簡檔的現有的推薦系統的效果比較I.概要如圖5所示，根據本發明的基於用戶的意圖提供推薦的推薦系統包括存儲器、一系列傳感器、識別器和推薦生成器。對應於用戶界面控制面板的一系列傳感器能夠感測用戶的行為，用戶的行為包括用戶的動作和每一次交互的時間。識別器能夠記錄用戶的行為，從用戶的行為提取特徵，通過提取的特徵判斷用戶的意圖，並且輸出用戶的意圖。推薦生成器能夠基於輸出的用戶的意圖來生成推薦。存儲器能夠存儲與用戶的動作和每一次交互的時間有關的數據、特徵和用戶的意圖。對於用戶的不同目的，用戶需要不同類型的推薦。按照推薦的目標分類，可以將推薦分成三種屬性推薦、元數據推薦和文檔推薦。另外，推薦系統還可以包括在線訓練器，用於提供用於識別用戶的意圖的模型或字典。在線訓練器將根據最近的搜索會話進行增量學習。更具體地說，在線訓練器中的特徵提取器提取用於訓練的特徵，在線訓練器中的數據標註器將已有的記錄中的有價值的數據標註為訓練集合，並且將標註的數據發送給模型/字典訓練器，從而提供用於通過學習從最近搜索會話中的歷史提取的特徵來識別下一輪搜索中的用戶的意圖的模型或字典。結果，將通過在線訓練器來更新模型/字典。推薦系統的目的在於提供能夠滿足用戶的項目。如果推薦系統能夠將用戶的意圖理解為用戶與推薦系統之間的交互，則由推薦系統提供的推薦使用戶感覺非常好。不幸地，用戶的意圖無法由推薦系統直接觀察到。然而，用戶的行為將向推薦系統提供識別用戶的意圖的機會，因為可以記錄所述交互。用戶的意圖不是像用戶的歷史和簡檔一樣是靜態的。它將隨著搜索的過程而改變。對於不同意圖的要求也是不同的。例如，熟悉任務的用戶想要定位搜索(快速縮小範圍)，但是不熟悉任務的用戶想要引導搜索(可理解的推薦項目)(如圖6所示)。實際上，存在多種用戶意圖。在表I中列出了一些用戶意圖。表I
權利要求
1.一種基於用戶的意圖的識別執行推薦的設備，包括 傳感器，被配置為感測用戶的行為； 識別器，被配置為從感測的行為提取特徵並由提取的特徵識別用戶的意圖；以及 推薦生成器，被配置為基於識別的用戶的意圖來生成推薦。
2.根據權利要求I所述的設備，其中，所述識別器還包括 用於單個步驟的識別器，用戶的意圖是在要求推薦的用戶的單個步驟操作之後被識別的。
3.根據權利要求I所述的設備，其中，所述識別器還包括 用於系列步驟的識別器，用戶的意圖是在一系列的推薦和用戶選擇操作之後被識別的。
4.根據權利要求I所述的設備，其中，所述識別器還包括 用於冷啟動的識別器，用戶的意圖是在設備冷啟動時被識別的。
5.根據權利要求I所述的設備，其中，所述識別器還包括 用於單個步驟的識別器，用戶的意圖是在要求推薦的用戶的單個步驟操作之後被識別的； 用於系列步驟的識別器，用戶的意圖是在一系列的推薦和用戶選擇操作之後被識別的；以及 用於冷啟動的識別器，用戶的意圖是在設備冷啟動時被識別的。
6.根據權利要求I至5中的任一項所述的設備，其中，所述設備還包括 在線訓練器，被配置為通過學習從最近的搜索會話中的歷史提取的特徵來提供用於在下一輪搜索中識別用戶的意圖的模型或字典。
7.根據權利要求2所述的設備，其中，所述用於單個步驟的識別器還包括 記錄器，被配置為在搜索期間記錄用戶的行為； 第一特徵提取器，被配置為從記錄的用戶的行為提取特徵； 意圖識別器，被配置為由提取的特徵判斷用戶的意圖；以及 輸出裝置，被配置為輸出用戶的意圖。
8.根據權利要求7所述的設備，其中，所述特徵包括下述特徵中的至少一個 在屬性處停留的時間； 在元數據處停留的時間； 在文檔處停留的時間； 用戶和設備之間的兩次交互之間的間隔； 推薦項目的接受率； 由所得到的項目的數目和被檢查的項目的比率決定的區域； 用戶在先前的歷史中找到目標的會話的比率； 兩個會話之間的間隔；以及 用戶觀看所得到的文檔的順序。
9.根據權利要求3所述的設備，其中，所述用於系列步驟的識別器還包括 記錄器，被配置為在搜索期間記錄用戶的行為； 第一提取器，被配置為從記錄的用戶的行為提取特徵；意圖識別器，被配置為由提取的特徵判斷用戶的意圖；以及 輸出裝置，被配置為輸出用戶的意圖。
10.根據權利要求9所述的設備，其中，所述特徵包括搜索路徑。
11.根據權利要求4所述的設備，其中，所述用於冷啟動的識別器還包括 記錄器，被配置為在搜索期間記錄用戶的行為； 第一提取器，被配置為從記錄的用戶的行為提取特徵； 意圖識別器，被配置為由提取的特徵判斷用戶的意圖；以及 輸出裝置，被配置為輸出用戶的意圖。
12.根據權利要求11所述的設備，其中，所述特徵包括 用戶的不可用的歷史；以及 在要求推薦之前用戶的操作的數目。
13.根據權利要求I所述的設備，其中，所述推薦生成器還被配置為通過過濾或使用由機器學習產生的模型，根據用戶的意圖生成推薦。
14.根據權利要求6所述的設備，其中，所述在線訓練器還包括 第二特徵提取器，被配置為從記錄提取特徵，該記錄包括用戶的行為和用戶對推薦的反饋； 數據標註器，被配置為對用於訓練的數據進行標註；以及 用於自學習的模型/字典訓練器。
15.根據權利要求14所述的設備，其中，所述特徵包括 搜索路徑； 搜索路徑中的接受的項目和拒絕的項目； 與搜索路徑中的每一個步驟有關的用戶意圖； 整個路徑的耗用時間；以及 路徑的步驟的數目。
16.根據權利要求I所述的設備，其中，所述設備還包括存儲器，被配置為存儲所述行為、所述特徵和用戶的意圖。
17.一種基於用戶的意圖的識別執行推薦的方法，包括下述步驟 感測用戶的行為； 從感測的行為提取特徵； 由提取的特徵識別用戶的意圖；以及 基於識別的用戶的意圖來生成推薦。
18.根據權利要求17所述的方法，其中，識別用戶的意圖的步驟還包括下述步驟 針對單個步驟識別用戶意圖，用戶的意圖是在要求推薦的用戶的單個步驟操作之後被識別的。
19.根據權利要求17所述的方法，其中，識別用戶的意圖的步驟還包括下述步驟 針對系列步驟識別用戶意圖，用戶的意圖是在一系列的推薦和用戶選擇操作之後被識別的。
20.根據權利要求17所述的方法，其中，識別用戶的意圖的步驟還包括下述步驟 針對冷啟動識別用戶意圖，用戶的意圖是在設備冷啟動時被識別的。
21.根據權利要求17所述的方法，其中，識別用戶的意圖的步驟還包括下述步驟 如果設備冷啟動，則針對冷啟動識別用戶意圖；或者 如果設備沒有冷啟動，則 針對單個步驟識別用戶意圖，用戶的意圖是在要求推薦的用戶的單個步驟操作之後被識別的，以及 針對系列步驟識別用戶意圖，用戶的意圖是在一系列的推薦和用戶選擇操作之後被識別的。
22.根據權利要求17至21中的任一項所述的方法，其中，所述方法還包括下述步驟 通過學習從最近的搜索會話中的歷史提取的特徵來提供用於在下一輪搜索中識別用戶的意圖的模型或字典。
23.根據權利要求18所述的方法，其中，針對單個步驟識別用戶意圖的步驟還包括 在搜索期間記錄用戶的行為； 從記錄的用戶的行為提取特徵； 由提取的特徵判斷用戶的意圖；以及 輸出用戶的意圖。
24.根據權利要求23所述的方法，其中，所述特徵包括下述特徵中的至少一個 在屬性處停留的時間； 在元數據處停留的時間； 在文檔處停留的時間； 用戶和設備之間的兩次交互之間的間隔； 推薦項目的接受率； 由所得到的項目的數目和被檢查的項目的比率決定的區域； 用戶在先前的歷史中找到目標的會話的比率； 兩個會話之間的間隔；以及 用戶觀看所得到的文檔的順序。
25.根據權利要求19所述的方法，其中，針對系列步驟識別用戶意圖的步驟還包括 在搜索期間記錄用戶的行為； 從記錄的用戶的行為提取特徵； 由提取的特徵判斷用戶的意圖；以及 輸出用戶的意圖。
26.根據權利要求25所述的方法，其中，所述特徵包括搜索路徑。
27.根據權利要求20所述的方法，其中，針對冷啟動識別用戶意圖的步驟還包括 在搜索期間記錄用戶的行為； 從記錄的用戶的行為提取特徵； 由提取的特徵判斷用戶的意圖；以及 輸出用戶的意圖。
28.根據權利要求27所述的方法，其中，所述特徵包括 用戶的不可用的歷史；以及 在要求推薦之前用戶的操作的數目。
29.根據權利要求17所述的方法，其中，生成推薦的步驟還包括下述步驟通過過濾或使用由機器學習產生的模型，根據用戶的意圖生成推薦。
30.根據權利要求22所述的方法，其中，提供模型或字典的步驟還包括 從記錄提取特徵，該記錄包括用戶的行為和用戶對推薦的反饋； 對用於訓練的數據進行標註；以及 進行自學習。
31.根據權利要求30所述的方法，其中，所述特徵包括 搜索路徑； 搜索路徑中的接受的項目和拒絕的項目； 與搜索路徑中的每一個步驟有關的用戶意圖； 整個路徑的耗用時間；以及 路徑的步驟的數目。
32.根據權利要求17所述的方法，其中，所述方法還包括下述步驟存儲所述行為、所述特徵和用戶的意圖。
全文摘要
本發明提供一種能夠基於用戶的意圖提供更精確的推薦項目的、基於用戶的意圖的識別執行推薦的設備和方法。該設備包括傳感器，被配置為感測用戶的行為；識別器，被配置為從感測的行為提取特徵並由提取的特徵識別用戶的意圖；以及推薦生成器，被配置為基於識別的用戶意圖來生成推薦。
文檔編號G06F17/30GK102968416SQ20111025615
公開日2013年3月13日 申請日期2011年9月1日 優先權日2011年9月1日
發明者黃耀海, 譚誠, 郭瑞山, 譚華, 阿部健一 申請人:佳能株式會社