使用收入加權(quán)的協(xié)同過濾器預(yù)測商品偏好的系統(tǒng)、方法和計(jì)算機(jī)程序產(chǎn)品的制作方法
【專利摘要】公開的實(shí)施例提供了一種系統(tǒng)、方法和計(jì)算機(jī)程序產(chǎn)品，用于識(shí)別更有可能被個(gè)體用戶購買的消費(fèi)品。在某些實(shí)施例中，協(xié)同過濾器可以用于根據(jù)商品與用戶偏好匹配的程度對(duì)商品進(jìn)行排序。所述協(xié)同過濾器可以是分層的，并且可以考慮多種因素。實(shí)例因素可以包括基于可觀察特征的、商品之間的相似度、多個(gè)用戶合計(jì)在線搜索行為的匯總、被確定為對(duì)個(gè)體用戶最重要的商品特征以及基準(zhǔn)商品，對(duì)照它測量出另一件商品被選擇的條件概率。
【專利說明】使用收入加權(quán)的協(xié)同過濾器預(yù)測商品偏好的系統(tǒng)、方法和計(jì)算機(jī)程序產(chǎn)品
【技術(shù)領(lǐng)域】
[0001]一般來說，本公開涉及在市場中使用的協(xié)同過濾器。更確切地說，本文所公開的實(shí)施例涉及的系統(tǒng)、方法和計(jì)算機(jī)程序產(chǎn)品實(shí)施協(xié)同過濾器，用于識(shí)別一定的消費(fèi)品。
【背景技術(shù)】
[0002]目前，為了服務(wù)商品相對(duì)低價(jià)(如包裝雜貨)、頻繁消費(fèi)(如電影租賃)、捆綁了其他商品(如買剃須刀的消費(fèi)者也可能購買替換刀片)，和/或商品之間的可度量相似性不大(如書籍)的市場，存在著協(xié)同過濾器。當(dāng)消費(fèi)者沒有特別需要的商品的相關(guān)信息，或是不明白這樣的信息時(shí)，消費(fèi)者在協(xié)商中就處于嚴(yán)重的劣勢(shì)。使這個(gè)問題加劇的是以下事實(shí):由于各種因素，包括當(dāng)?shù)厣唐坊蛏唐诽卣鞯墓┣笾g相互依賴，交易發(fā)生在商品生命周期中的時(shí)間點(diǎn)，以及多筆交易的彼此相互關(guān)系，消費(fèi)者難以理解這些復(fù)雜的協(xié)商的交易。例如，賣方可能會(huì)犧牲一筆交易的一個(gè)方面的利潤，但在對(duì)于同一個(gè)(或不同)消費(fèi)者的另一筆交易中把這個(gè)利潤賺回來。
[0003]對(duì)于涉及復(fù)雜交易的商品，目前可用的數(shù)據(jù)一般是一維的。舉個(gè)特例來說，商品A的建議零售價(jià)(如$20，000)可能沒有考慮這個(gè)價(jià)格是如何敏感(“對(duì)這件商品定價(jià)$19，000是好還是不好？ ”)，或在大約相同價(jià)位上比較商品A和B孰優(yōu)孰劣。所以總有改進(jìn)的余地。

【發(fā)明內(nèi)容】

[0004]本文公開的實(shí)施例提供了一種系統(tǒng)、方法和計(jì)算機(jī)程序產(chǎn)品，用于識(shí)別更可能被個(gè)體用戶購買的消費(fèi)品。在某些實(shí)施例中，協(xié)同過濾器可以用于根據(jù)商品與用戶偏好匹配的程度對(duì)商品進(jìn)行排序。所述協(xié)同過濾器可以是分層的，并且可以考慮多種因素。實(shí)例因素可以包括基于可觀察特征的、商品之間的相似度、多個(gè)用戶合計(jì)在線搜索行為的匯總、被確定為對(duì)所述個(gè)體用戶最重要的商品特征以及基準(zhǔn)商品，對(duì)照它測量出另一件商品被選擇的條件概率。實(shí)例可觀察的特征包括但不限于價(jià)格、顏色、尺寸等。
[0005]在某些實(shí)施例中，識(shí)別更可能被個(gè)體用戶購買的消費(fèi)品的方法可以包括確定基于可觀察特征的、商品之間的相似度。在某些實(shí)施例中，本文公開的協(xié)同過濾器可以包括多個(gè)軟件組件，包括第一組件，用于確定基于可觀察特征的、商品之間的相似度。在某些實(shí)施例中，所述過濾器的第一組件可以被設(shè)置為計(jì)算第一觀察結(jié)果與第二觀察結(jié)果之間的個(gè)體特征差異，計(jì)算第一觀察結(jié)果與第二觀察結(jié)果之間的復(fù)合相似度，以及對(duì)第一觀察結(jié)果與第二觀察結(jié)果的所有可能值重復(fù)這些計(jì)算。
[0006]在某些實(shí)施例中，識(shí)別更可能被個(gè)體用戶購買的消費(fèi)品的方法可以進(jìn)一步包括合計(jì)多個(gè)用戶的在線搜索或商品查詢行為。在某些實(shí)施例中，本文公開的協(xié)同過濾器可以進(jìn)一步包括第二組件，用于合計(jì)多個(gè)用戶的在線搜索行為。所述過濾器的第二組件可以用多種方式實(shí)施。例如，在一個(gè)實(shí)施例中，所述第二組件可以被設(shè)置為僅對(duì)于搜索路徑(商品發(fā)現(xiàn)序列)中每一“跳變”收集瀏覽商品頻率。在另一個(gè)實(shí)施例中，所述第二組件可以被設(shè)置為僅對(duì)于搜索路徑中全部“跳變”收集瀏覽商品頻率。在又一個(gè)實(shí)施例中，所述第二組件可以被設(shè)置為僅對(duì)于搜索路徑中所有成對(duì)商品收集瀏覽商品頻率，而忽略其被搜索的順序。
[0007]在某些實(shí)施例中，識(shí)別更可能被個(gè)體用戶購買的消費(fèi)品的方法可以進(jìn)一步包括確定對(duì)于所述個(gè)體用戶最重要的商品特征。新用戶有可能表現(xiàn)出明顯不同于其他用戶的商品查詢行為。本文公開的過濾器可以包括第三組件，通過新用戶的商品查詢行為確定對(duì)于所述個(gè)體用戶可能最重要的特征。在某些實(shí)施例中應(yīng)用了加權(quán)算法。當(dāng)用戶確定了其基準(zhǔn)商品后，向每個(gè)特征分配的權(quán)重與用于計(jì)算商品之間的所述相似度的權(quán)重是相同的?？梢栽囂叫缘卮_定初始特征權(quán)重。所述第一跳變后，當(dāng)用戶選擇下一件商品時(shí)，所述基準(zhǔn)商品與下一件商品中的特征進(jìn)行對(duì)比以確定它們?cè)诙鄠€(gè)維度中差異多大。這個(gè)過程可以持續(xù)到用戶的商品查詢終止。
[0008]根據(jù)所述單一跳變搜索行為，在商品查詢?nèi)罩練v史中，對(duì)于每一個(gè)觀察結(jié)果都可以存在著兩件商品之間隱含的配對(duì)。當(dāng)用戶設(shè)置了基準(zhǔn)商品后，本文公開的若干實(shí)施例可以用于預(yù)測用戶可能的下一步行動(dòng)。在某些實(shí)施例中，預(yù)測用戶的商品偏好的方法可以包括以下內(nèi)容:
[0009]-對(duì)于利用基準(zhǔn)商品i的每個(gè)配對(duì)的觀察結(jié)果，確定預(yù)期的下一件被選擇的商品j。下一步，對(duì)于基準(zhǔn)商品為i的一切情況，遍歷全部其他觀察結(jié)果以確定下一件被選擇的商品t。
[0010]-對(duì)于商品i之后被選擇的商品為t的每一種情況，對(duì)于給定半徑計(jì)算內(nèi)核K(dtt)
[0011]-確定用戶在i之后將選擇商品j的條件概率。這可以同時(shí)反映由總行為qu(h)加權(quán)的基于結(jié)構(gòu)的、特點(diǎn)的相似度。在一個(gè)實(shí)施例中，其逆可以為du=l_Sij。
[0012]-對(duì)于每件商品t，給定基準(zhǔn)商品i，有可能預(yù)測被選擇的商品并與實(shí)際被選擇的下一件商品對(duì)比，以及對(duì)不正確的預(yù)測結(jié)果分配懲罰值。假定基準(zhǔn)商品i，預(yù)測的下一件商品選擇為j，實(shí)際的下一件商品選擇為k，那么懲罰值可以為:
[0013]j=k 時(shí) Lj，k(i)=0
[0014]j 古 k 時(shí) Lj，k (i) =max (Rk-Rj, O)
[0015]在這個(gè)實(shí)例中，Rk可以為銷售一件商品k可能產(chǎn)生的收益。
[0016]-對(duì)于歷史數(shù)據(jù)組中的每一個(gè)觀察結(jié)果，都可以計(jì)算懲罰值，并且能夠匯總對(duì)不正確預(yù)測的懲罰值之和L。
[0017]-預(yù)測誤差受加權(quán)的相似度Sij驅(qū)動(dòng)。因此改變權(quán)重Wp可以改變L的值。
[0018]-在一個(gè)實(shí)施例中，葉帕涅奇尼科夫內(nèi)核可以取半徑0.5。對(duì)于p=l，…，m特征，以選擇的初始權(quán)重wP=l/m開始，可以使用多組權(quán)重確定使得總懲罰值L最小的權(quán)重組。
[0019]-能夠運(yùn)行M次迭代，每次迭代中分開的一組權(quán)重表示對(duì)上一次迭代的權(quán)重的小
擾動(dòng)，約束為滿足條件:
【權(quán)利要求】
1.一種計(jì)算機(jī)程序產(chǎn)品,包括至少一種非臨時(shí)性的計(jì)算機(jī)可讀介質(zhì)，存儲(chǔ)由至少一個(gè)處理器可翻譯的指令，用于實(shí)施協(xié)同過濾器，所述協(xié)同過濾器包括: 第一組件，被配置為根據(jù)可觀察的特征確定多件商品之間的相似度； 第二組件，被配置為合計(jì)多個(gè)用戶的在線搜索行為；以及 第三組件，被配置為確定對(duì)于個(gè)體用戶最重要的可觀察的特征，其中，所述協(xié)同過濾器的第三組件應(yīng)用基準(zhǔn)商品及至少一個(gè)下一件商品的可觀察的特征，在多個(gè)維度考察個(gè)體用戶的商品查詢行為，其中，所述基準(zhǔn)商品由所述個(gè)體用戶確定。
2.根據(jù)權(quán)利要求1的計(jì)算機(jī)程序產(chǎn)品，其中，所述協(xié)同過濾器的第一組件進(jìn)一步被配置為: a)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的個(gè)體特征差異； b)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的復(fù)合相似度；以及 c)對(duì)第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果的全部可能值重復(fù)a)和b)。
3.根據(jù)權(quán)利要求1的計(jì)算機(jī)程序產(chǎn)品，其中，所述協(xié)同過濾器的第二組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中個(gè)體用戶的每次跳變收集商品瀏覽頻率。
4.根據(jù)權(quán)利要求1的計(jì)算機(jī)程序產(chǎn)品，其中，所述協(xié)同過濾器的第二組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中個(gè)體用戶的全部跳變收集商品瀏覽頻率。
5.根據(jù)權(quán)利要求1的計(jì)算機(jī)程序產(chǎn)品，其中，所述協(xié)同過濾器的第二組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中全部商品配對(duì)收集商品瀏覽頻率。`
6.一種方法，用于識(shí)別更可能被個(gè)體用戶購買的消費(fèi)品，包括: 對(duì)于多件商品中的每件單個(gè)商品，確定個(gè)體用戶將選擇單個(gè)商品的概率，其中，根據(jù)以下指標(biāo)確定所述概率: 基于可觀察特征的、多件商品之間的相似度； 對(duì)多個(gè)用戶合計(jì)在線搜索行為；以及 個(gè)體用戶對(duì)基準(zhǔn)商品的偏好，其中，所述基準(zhǔn)商品由個(gè)體用戶確定；以及 對(duì)多個(gè)商品被確定的概率，按遞減順序排序，其中，更有可能被個(gè)體用戶購買的商品排在不大可能被個(gè)體用戶購買的商品之前。
7.根據(jù)權(quán)利要求6的方法，進(jìn)一步包括確定多件商品之間的相似度: a)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的個(gè)體特征差異； b)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的復(fù)合相似度；以及 c)對(duì)第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果的全部可能值重復(fù)a)和b)。
8.根據(jù)權(quán)利要求6的方法，進(jìn)一步包括僅僅對(duì)于商品查詢順序中個(gè)體用戶的每次跳變收集商品瀏覽頻率。
9.根據(jù)權(quán)利要求6的方法，進(jìn)一步包括僅僅對(duì)于商品查詢順序中個(gè)體用戶的全部跳變收集商品瀏覽頻率。
10.根據(jù)權(quán)利要求6的方法，進(jìn)一步包括僅僅對(duì)于商品查詢順序中全部商品配對(duì)收集商品瀏覽頻率。
11.根據(jù)權(quán)利要求6的方法，進(jìn)一步包括: 對(duì)于與基準(zhǔn)商品相關(guān)聯(lián)的每個(gè)配對(duì)觀察結(jié)果，確定預(yù)期被選擇的第一下一件商品；以及考察與基準(zhǔn)商品相關(guān)聯(lián)的全部觀察結(jié)果以確定預(yù)期被選擇的第二下一件商品。
12.根據(jù)權(quán)利要求11的方法，進(jìn)一步包括: 每次在基準(zhǔn)商品后選擇第二下一件商品時(shí)，對(duì)于給定半徑定義內(nèi)核。
13.根據(jù)權(quán)利要求11的方法，進(jìn)一步包括: 確定個(gè)體用戶在基準(zhǔn)商品后將選擇第一下一件商品的條件概率。
14.根據(jù)權(quán)利要求11的方法，進(jìn)一步包括: 對(duì)個(gè)體用戶將選擇哪件下一件商品作出預(yù)測； 把預(yù)測結(jié)果與個(gè)體用戶選擇的實(shí)際下一件商品進(jìn)行對(duì)比；以及 如果預(yù)測結(jié)果不正確那么向預(yù)測結(jié)果分配懲罰值。
15.根據(jù)權(quán)利要求14的方法，其中，所述預(yù)測結(jié)果是多個(gè)預(yù)測結(jié)果之一，進(jìn)一步包括: 確定對(duì)于多個(gè)預(yù)測結(jié)果中全部不正確預(yù)測結(jié)果的總懲罰值；以及 確定一組權(quán)重，使得總懲罰值最小化。
16.—種系統(tǒng),包括: 在計(jì)算機(jī)上運(yùn)行以及協(xié)同工作以實(shí)施協(xié)同過濾器的第一軟件組件、第二軟件組件以及第三軟件組件，其中: 第一軟件組件被配置為根據(jù)可觀察的特征確定多件商品之間的相似度； 第二軟件組件被配置為合計(jì) 多個(gè)用戶的在線搜索行為；以及 第三軟件組件被配置為確定對(duì)于個(gè)體用戶最重要的可觀察的特征，其中，所述協(xié)同過濾器的第三組件應(yīng)用基準(zhǔn)商品及至少一個(gè)下一件商品的可觀察的特征，在多個(gè)維度考察個(gè)體用戶的商品查詢行為，其中，所述基準(zhǔn)商品由所述個(gè)體用戶確定。
17.根據(jù)權(quán)利要求16的系統(tǒng)，其中，所述協(xié)同過濾器的第一軟件組件進(jìn)一步配置為: a)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的個(gè)體特征差異； b)計(jì)算第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果之間的復(fù)合相似度；以及 c)對(duì)第一個(gè)觀察結(jié)果與第二個(gè)觀察結(jié)果的全部可能值重復(fù)a)和b)。
18.根據(jù)權(quán)利要求16的系統(tǒng)，其中，所述協(xié)同過濾器的第二軟件組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中個(gè)體用戶的每次跳變收集商品瀏覽頻率。
19.根據(jù)權(quán)利要求16的系統(tǒng)，其中，所述協(xié)同過濾器的第二軟件組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中個(gè)體用戶的全部跳變收集商品瀏覽頻率。
20.根據(jù)權(quán)利要求16的系統(tǒng)，其中，所述協(xié)同過濾器的第二軟件組件進(jìn)一步被配置為僅僅對(duì)于商品查詢順序中個(gè)體用戶的全部商品配對(duì)收集商品瀏覽頻率。
【文檔編號(hào)】G06Q10/04GK103782311SQ201280031076
【公開日】2014年5月7日 申請(qǐng)日期:2012年6月26日 優(yōu)先權(quán)日:2011年6月30日
【發(fā)明者】T·J·沙利文, M·D·斯溫桑 申請(qǐng)人:真車股份有限公司