一種針對推薦系統(tǒng)解釋的交互方法
【技術(shù)領域】
[0001]本發(fā)明涉及推薦系統(tǒng)技術(shù)領域，尤其涉及一種針對推薦系統(tǒng)解釋的交互方法。
【背景技術(shù)】
[0002]互聯(lián)網(wǎng)的出現(xiàn)和推廣給用戶帶來了大量的信息，滿足了用戶在信息時代對信息的需求。但是隨著網(wǎng)絡的迅速發(fā)展而帶來的網(wǎng)上信息量的大幅增長，使得用戶在面對大量信息時無法從中獲得對自己真正有用的那部分信息，對信息的使用效率反而降低了，這就是所謂的信息超載問題。
[0003]推薦系統(tǒng)是解決信息超載問題的一個極具潛力的途徑，尤其在電子商務中得到了大規(guī)模應用，它根據(jù)用戶的信息需求、興趣等，將用戶感興趣的信息、產(chǎn)品等推薦給用戶。
[0004]推薦系統(tǒng)根據(jù)用戶過往的瀏覽或購買記錄進行推薦，其中對每個推薦結(jié)果說明推薦原因，即推薦系統(tǒng)解釋。
[0005]本發(fā)明中涉及到基于物品的協(xié)同推薦，它是推薦系統(tǒng)中一種常用的推薦方法，通過計算物品之間的相似度，并根據(jù)物品的相似度和用戶的歷史行為生成推薦結(jié)果列表。但是當物品數(shù)量過大時，計算物品相似度矩陣的代價也更加大。
[0006]現(xiàn)有的推薦系統(tǒng)大多缺少對應的解釋機制，或者已有的解釋機制還不完善。多數(shù)用戶無法理解推薦系統(tǒng)的推薦原理，也沒辦法獲得關(guān)于推薦結(jié)果的附加信息。從用戶的角度看，缺乏適當解釋說明或者解釋說明不合理的推薦系統(tǒng)，并不能獲得用戶的信任。在推薦系統(tǒng)解釋機制中，增加與用戶交互功能是取得用戶信任的一個可行方法。

【發(fā)明內(nèi)容】

[0007]本發(fā)明目的就是為了彌補已有技術(shù)的缺陷，提供一種針對推薦系統(tǒng)解釋的交互方法。
[0008]本發(fā)明是通過以下技術(shù)方案實現(xiàn)的:
一種針對推薦系統(tǒng)解釋的交互方法，在針對推薦系統(tǒng)推薦結(jié)果的解釋中，增加用戶介入的過程，在對推薦結(jié)果進行解釋的模塊中，用戶介入過程采用文本輸入或標簽選擇方式，方便后臺對以用戶-物品為數(shù)據(jù)結(jié)構(gòu)的瀏覽或購買記錄進行分類，使推薦系統(tǒng)在不同分類下的推薦結(jié)果獲得更高的轉(zhuǎn)換率。
[0009]所述的用戶介入過程所采用的文本輸入或標簽選擇等方式，具體步驟如下:
(O系統(tǒng)有基本的場景分類通過標簽選擇的方式提供給用戶，同時也向用戶提供文本輸入的窗口；
(2)已建立的標簽由系統(tǒng)根據(jù)用戶使用熱度進行排序供用戶選擇；
(3)通過文本相似性對文本輸入的內(nèi)容進行處理，建立新的標簽；
(4)通過用戶介入方式對推薦結(jié)果進行分類，方便推薦系統(tǒng)后臺對記錄進行分類，在分類相對應的場景下，實現(xiàn)推薦結(jié)果獲得更高的轉(zhuǎn)化率。
[0010]在現(xiàn)有的推薦系統(tǒng)中，加入一個系統(tǒng)與用戶交互模塊。在該交互模塊中，用戶可以通過文本輸入或點擊標簽的方式對已經(jīng)購買過的商品加以解釋，比如“買給自己”、“買給Alice”、“買給Bob”等。推薦系統(tǒng)根據(jù)用戶的解釋，對用戶已經(jīng)購買過的物品進行更詳細的分類，將物品矩陣分解成較小矩陣。系統(tǒng)根據(jù)與用戶交互得到的信息，建立單用戶與多物品之間的關(guān)聯(lián)。當用戶上線時，推薦系統(tǒng)首先對用戶進行場景判斷，然后根據(jù)用戶與物品之間的關(guān)聯(lián)，推薦相關(guān)物品給用戶。
[0011]本發(fā)明的優(yōu)點是:本發(fā)明改進了現(xiàn)有推薦系統(tǒng)解釋機制的弊端，使推薦系統(tǒng)的內(nèi)部邏輯更為透明，不再被用戶當作“黑匣子”，讓推薦結(jié)果有據(jù)可依；同時，推薦系統(tǒng)與用戶交互可以達到數(shù)據(jù)清洗的目的，可減輕系統(tǒng)的計算負擔，使推薦結(jié)果更為準確，從而增加用戶對系統(tǒng)的信任，有利于推薦系統(tǒng)快速準確的捕捉到用戶的興趣特征，減少用戶查找信息的時間開銷。
【附圖說明】
[0012]圖1為系統(tǒng)根據(jù)收集的用戶信息對用戶已購買物品分類。
[0013]圖2為單用戶與多物品的關(guān)聯(lián)圖。
[0014]圖3為系統(tǒng)與用戶交互的界面。
【具體實施方式】
[0015]一種針對推薦系統(tǒng)解釋的交互方法，在針對推薦系統(tǒng)推薦結(jié)果的解釋中，增加用戶介入的過程，在對推薦結(jié)果進行解釋的模塊中，用戶介入過程采用文本輸入或標簽選擇方式，方便后臺對以用戶-物品為數(shù)據(jù)結(jié)構(gòu)的瀏覽或購買記錄進行分類，使推薦系統(tǒng)在不同分類下的推薦結(jié)果獲得更高的轉(zhuǎn)換率。
[0016]所述的用戶介入過程所采用的文本輸入或標簽選擇等方式，具體步驟如下:
(O系統(tǒng)有基本的場景分類通過標簽選擇的方式提供給用戶，同時也向用戶提供文本輸入的窗口；
(2)已建立的標簽由系統(tǒng)根據(jù)用戶使用熱度進行排序供用戶選擇；
(3)通過文本相似性對文本輸入的內(nèi)容進行處理，建立新的標簽；
(4)通過用戶介入方式對推薦結(jié)果進行分類，方便推薦系統(tǒng)后臺對記錄進行分類，在分類相對應的場景下，實現(xiàn)推薦結(jié)果獲得更高的轉(zhuǎn)化率。
[0017]在現(xiàn)有的推薦系統(tǒng)中，加入系統(tǒng)與用戶交互功能。所述功能具體實現(xiàn)步驟如下:
①用戶初次上線時，系統(tǒng)采用現(xiàn)有的推薦算法產(chǎn)生推薦結(jié)果；
②用戶可通過文本輸入和點擊標簽的形式與系統(tǒng)進行交互，如圖3所示；
③推薦系統(tǒng)根據(jù)與用戶交互得到的信息，對用戶已購買物品進行更為精確地分類，如圖1所示；
④推薦系統(tǒng)建立單用戶和多物品的關(guān)聯(lián)，如圖2所示；
⑤推薦系統(tǒng)根據(jù)與用戶交互得到的信息，按照用戶使用熱度生成標簽，標簽可幫助用戶對已購買物品進行解釋，如圖3所示；
用戶下次上線時，推薦系統(tǒng)首先分析用戶的應用場景，然后根據(jù)用戶與物品之間的關(guān)聯(lián)，給用戶重新推薦。
【主權(quán)項】
1.一種針對推薦系統(tǒng)解釋的交互方法，其特征在于:在針對推薦系統(tǒng)推薦結(jié)果的解釋中，增加用戶介入的過程，在對推薦結(jié)果進行解釋的模塊中，用戶介入過程采用文本輸入或標簽選擇方式，方便后臺對以用戶-物品為數(shù)據(jù)結(jié)構(gòu)的瀏覽或購買記錄進行分類，使推薦系統(tǒng)在不同分類下的推薦結(jié)果獲得更高的轉(zhuǎn)換率。2.根據(jù)權(quán)利要求1所述的一種針對推薦系統(tǒng)解釋的交互方法，其特征在于:所述的用戶介入過程所采用的文本輸入或標簽選擇等方式，具體步驟如下: (O系統(tǒng)有基本的場景分類通過標簽選擇的方式提供給用戶，同時也向用戶提供文本輸入的窗口； (2)已建立的標簽由系統(tǒng)根據(jù)用戶使用熱度進行排序供用戶選擇； (3)通過文本相似性對文本輸入的內(nèi)容進行處理，建立新的標簽； (4)通過用戶介入方式對推薦結(jié)果進行分類，方便推薦系統(tǒng)后臺對記錄進行分類，在分類相對應的場景下，實現(xiàn)推薦結(jié)果獲得更高的轉(zhuǎn)化率。
【專利摘要】本發(fā)明公開了一種針對推薦系統(tǒng)解釋的交互方法，在針對推薦系統(tǒng)推薦結(jié)果的解釋中，增加用戶介入的過程,在對推薦結(jié)果進行解釋的模塊中，用戶介入過程采用文本輸入或標簽選擇方式，方便后臺對以用戶-物品為數(shù)據(jù)結(jié)構(gòu)的瀏覽或購買記錄進行分類，使推薦系統(tǒng)在不同分類下的推薦結(jié)果獲得更高的轉(zhuǎn)換率。本發(fā)明改進了現(xiàn)有推薦系統(tǒng)解釋機制的弊端，使推薦系統(tǒng)的內(nèi)部邏輯更為透明，不再被用戶當作“黑匣子”，讓推薦結(jié)果有據(jù)可依；同時，推薦系統(tǒng)與用戶交互可以達到數(shù)據(jù)清洗的目的，可減輕系統(tǒng)的計算負擔，使推薦結(jié)果更為準確，從而增加用戶對系統(tǒng)的信任，有利于推薦系統(tǒng)快速準確的捕捉到用戶的興趣特征，減少用戶查找信息的時間開銷。
【IPC分類】G06Q30/02
【公開號】CN105069653
【申請?zhí)枴緾N201510483282
【發(fā)明人】湯臨春, 劉征宇, 史鵬健, 田昶, 宋亮, 陸國生
【申請人】合肥工業(yè)大學, 安徽新華傳媒股份有限公司
【公開日】2015年11月18日
【申請日】2015年8月7日