特許 7252969 対象推薦方法および装置、記憶媒体と端末装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-03-28

(45)【発行日】2023-04-05

(54)【発明の名称】対象推薦方法および装置、記憶媒体と端末装置

(51)【国際特許分類】

   G06Q 30/0601 20230101AFI20230329BHJP

   G16Y 10/45 20200101ALI20230329BHJP

【ＦＩ】

G06Q30/0601 330

G16Y10/45

【請求項の数】 18

(21)【出願番号】P 2020547209

(86)(22)【出願日】2019-04-30

(65)【公表番号】

(43)【公表日】2021-09-16

(86)【国際出願番号】 CN2019085363

(87)【国際公開番号】W WO2020220340

(87)【国際公開日】2020-11-05

【審査請求日】2020-09-09

(73)【特許権者】

【識別番号】520476341

【氏名又は名称】北京字節跳動網絡技術有限公司

【氏名又は名称原語表記】Ｂｅｉｊｉｎｇ Ｂｙｔｅｄａｎｃｅ Ｎｅｔｗｏｒｋ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．， Ｌｔｄ．

【住所又は居所原語表記】Ｒｏｏｍ Ｂ－００３５， ２／Ｆ， Ｎｏ．３ Ｂｕｉｌｄｉｎｇ， Ｎｏ．３０， Ｓｈｉｘｉｎｇ Ｒｏａｄ， Ｓｈｉｊｉｎｇｓｈａｎ Ｄｉｓｔｒｉｃｔ Ｂｅｉｊｉｎｇ １０００４１ Ｃｈｉｎａ

(74)【代理人】

【識別番号】110000523

【氏名又は名称】アクシス国際弁理士法人

(72)【発明者】

【氏名】李航

(72)【発明者】

【氏名】張暁穎

【審査官】梅岡 信幸

(56)【参考文献】

【文献】特開２０１４－２３８８０４（ＪＰ，Ａ）

【文献】国際公開第２０２０／０６６１５４（ＷＯ，Ａ１）

【文献】特開２０１３－０９７７９９（ＪＰ，Ａ）

【文献】特表２０１５－５３５９６３（ＪＰ，Ａ）

【文献】中国特許出願公開第１０７８８５８８９（ＣＮ，Ａ）

【文献】中国特許出願公開第１０５２４３１４３（ＣＮ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００－９９／００

Ｇ１６Ｙ １０／４５

(57)【特許請求の範囲】

【請求項1】

使用者の従来の行為データと従来のフィードバックデータを獲得するステップと、
訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定するステップと、
前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得するステップと、
前記フィードバックデータにより目標推薦対象を確定するステップと、
前記目標推薦対象を出力するステップとを含み、
前記従来のフィードバックデータは対象推薦方法を実施する前に推薦される対象において獲得した使用者のフィードバックデータであることを特徴とするコンピュータによる対象推薦方法。

【請求項2】

訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定するステップは、
前記従来の行為データと前記従来のフィードバックデータに対応する第一キーワードを獲得するステップと、
キーワードの集合において第一キーワード以外の各第二キーワードに興味を持っている程度を獲得するステップと、
前記興味を持っている程度を低程度から高程度への順番に配列し、順番の前に位置する少なくとも１個の第二キーワードを獲得しかつそれを前記質問キーワードとし、前記興味を持っている程度を低程度から高程度への順番に配列し、順番の後に位置する少なくとも１個の第二キーワードを獲得しかつそれを前記質問キーワードとするステップとを含むことを特徴とする請求項１に記載のコンピュータによる対象推薦方法。

【請求項3】

訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定するステップは、
前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測するステップと、
前記興味を持っている対象に対応する少なくとも１個の第三キーワードを獲得し、かつそれを前記質問キーワードとするステップとを含むことを特徴とする請求項１に記載のコンピュータによる対象推薦方法。

【請求項4】

訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定するステップは、
前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測するステップと、
前記興味を持っている対象に対応する第三キーワードを獲得し、かつ前記従来の行為データと前記従来のフィードバックデータに対応する第一キーワードを獲得するステップと、
前記第一キーワードと重畳していない少なくとも１個の第三キーワードを獲得しかつそれを前記質問キーワードとするステップとを含むことを特徴とする請求項１に記載のコンピュータによる対象推薦方法。

【請求項5】

訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定するステップは、
前記従来の行為データと前記従来のフィードバックデータにおいて、前記使用者が従来の推薦対象に対していろいろな操作行為をする特徴値を獲得した後、各操作行為の特徴値に対してウエート処理をすることにより前記従来の推薦対象の満足度を獲得するステップと、
前記満足度が予め設定される満足条件に達していないとき、前記従来の行為データと前記従来のフィードバックデータにより前記質問キーワードを確定するステップとを含むことを特徴とする請求項１～４のうちいずれか一項に記載のコンピュータによる対象推薦方法。

【請求項6】

前記特徴値は操作行為の回数と満足傾向のうち少なくとも一種を示すものであることを特徴とする請求項５に記載のコンピュータによる対象推薦方法。

【請求項7】

前記満足度と予め設定される満足度の閾値を比較するステップと、
前記満足度が前記満足度の閾値より小さいか或いは等しいと、前記満足度が予め設定される満足条件に達していないと判断するか或いは、前記満足度が前記満足度の閾値より小さいか或いは等しい回数総数を統計し、前記回数総数が予め設定される回数総数に達すると、前記満足度が予め設定される満足条件に達していないと判断するステップとを更に含むことを特徴とする請求項５に記載のコンピュータによる対象推薦方法。

【請求項8】

前記質問応答インタラクティブをする過程において、前記使用者の操作情報を採集するステップと、
前記操作情報が質問応答インタラクティブを取り消す指示であれば、前記質問応答インタラクティブを停止させるステップと、
前記操作情報が現在の問題をスキップするように指示するのであれば、次の問題を提出するか或いは前記質問応答インタラクティブを停止させるステップとを更に含むことを特徴とする請求項１に記載のコンピュータによる対象推薦方法。

【請求項9】

前記フィードバックデータにより目標推薦対象を確定するステップは、
前記フィードバックデータにより前記使用者の興味画像を形成するステップと、
前記使用者の興味画像により前記目標推薦対象を確定するステップとを含むことを特徴とする請求項１に記載のコンピュータによる対象推薦方法。

【請求項10】

前記フィードバックデータにより前記使用者の興味画像を形成するステップは
前記フィードバックデータにより興味を持っているキーワードを確定し、かつそれを使用者の興味画像とするか或いは、前記フィードバックデータにより興味を持っているキーワードを確定し、かつ興味を持っているキーワードにより従来の興味画像を更新することにより前記使用者の興味画像を獲得するステップを含み、
前記従来の興味画像は前記従来の行為データにより獲得する興味画像であることを特徴とする請求項９に記載のコンピュータによる対象推薦方法。

【請求項11】

前記使用者の興味画像により前記目標推薦対象を確定するステップは、
前記使用者の興味画像により少なくとも１個の目標キーワードを確定するステップと、
各対象と前記少なくとも１個の目標キーワードとの間のマッチング程度を高程度から低程度への順番に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定するステップとを含むことを特徴とする請求項９または１０に記載のコンピュータによる対象推薦方法。

【請求項12】

前記使用者の興味画像により前記目標推薦対象を確定するステップは、
前記使用者の興味画像に対応する対象のタイプを確定するステップと、
各対象のタイプにおいて、評価値を高程度から低程度への順番に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定するステップとを含むことを特徴とする請求項９または１０に記載のコンピュータによる対象推薦方法。

【請求項13】

従来の行為データは、従来の閲読行為データ、従来の共用行為データ、従来の取引行為データ、従来の収蔵行為データおよび従来の評価行為データのうち少なくとも一種を含むことを特徴とする請求項１～４、８～１０のうちいずれか一項に記載のコンピュータによる対象推薦方法。

【請求項14】

前記フィードバックデータにより目標推薦対象を確定するステップは、
前記フィードバックデータにより目標推薦対象を確定するか或いは前記従来の行為データと前記従来のフィードバックデータの一種および前記フィードバックデータにより前記目標推薦対象を確定するステップを含むことを特徴とする請求項１、９または１０に記載のコンピュータによる対象推薦方法。

【請求項15】

使用者の従来の行為データと従来のフィードバックデータを獲得する獲得モジュールと、
訓練済キーワード予測モデルにより前記従来の行為データと従来のフィードバックデータを処理し、かつ前記訓練済キーワード予測モデルの出力を獲得することにより質問キーワードを確定する第一確定モジュールと、
前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得するインタラクティブモジュールと、
前記フィードバックデータにより目標推薦対象を確定する第二確定モジュールとを含み、
前記インタラクティブモジュールは前記目標推薦対象を出力することにも用いられ、
前記従来のフィードバックデータは対象推薦方法を実施する前に推薦される対象において獲得した使用者のフィードバックデータであることを特徴とする対象推薦装置。

【請求項16】

記憶装置、処理装置およびコンピュータープログラムを含み、前記コンピュータープログラムは前記記憶装置に記憶されかつ前記処理装置により前記請求項１～１４のうちいずれか一項に記載の対象推薦方法を実施するように設けられることを特徴とする対象推薦装置。

【請求項17】

コンピュータープログラムが記憶され、前記コンピュータープログラムが処理装置により実行されることにより前記請求項１～１４のうちいずれか一項に記載の対象推薦方法を実施することを特徴とするコンピュータ読み取り可能な記憶媒体。

【請求項18】

端末本体と対象推薦装置を含み、前記対象推薦装置により前記請求項１～１４のうちいずれか一項に記載の対象推薦方法を実施することを特徴とする端末装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、コンピュータの技術分野に属し、特に、対象推薦方法および装置、記憶媒体と端末装置に関するものである。

【背景技術】

【0002】

インテリジェント端末（intelligent terminal）の普及とコンピュータ技術の発展に伴い、オンライン推薦システムは使用者の生活に幅広く応用されている。従来のオンライン推薦システムは通常、使用者の従来のデータを採集することにより使用者が趣味を持っている対象、例えば物品または情報等を推薦する。すなわち、使用者に物品または情報等の対象を推薦するとき、まず使用者の従来のデータ例えば取引データまたは閲読データ等を採集する。次に、前記従来のデータを分析処理することにより使用者が趣味を持つ可能性がある１個または複数個の対象を予測し、使用者が趣味を持つ可能性がある物品または情報等を使用者に推薦する。

【0003】

前記従来のオンライン推薦システムは、使用者の従来のデータのみにより使用者が趣味を持つ可能性がある対象を予測するので、予測のディメンションが簡単であり、使用者の個人的な需要を満たすことができない。それにより推薦システムの推薦の正確率は低くなり、フレキシビリティーは悪くなるおそれがある。

【発明の概要】

【発明が解決しようとする課題】

【0004】

本発明の実施例において、対象推薦方法および装置、記憶媒体と端末装置を提供することにより、使用者の興味を予測するディメンションを豊富にし、使用者が趣味を持っている対象を認識する正確率とフレキシビリティーを向上させ、かつ推薦の正確率とフレキシビリティーを向上させることができる。

【課題を解決するための手段】

【0005】

本発明の実施例において対象推薦方法を提供する。その対象推薦方法は、
使用者の従来の行為データと従来のフィードバックデータを獲得するステップと、
前記従来の行為データと従来のフィードバックデータにより質問キーワードを確定するステップと、
前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得するステップと、
前記フィードバックデータにより目標推薦対象を確定するステップと、
前記目標推薦対象を出力するステップとを含む。

【0006】

本発明の実施例において対象推薦装置を提供する。その対象推薦装置は、
使用者の従来の行為データと従来のフィードバックデータを獲得する獲得モジュールと、
前記従来の行為データと従来のフィードバックデータにより質問キーワードを確定する第一確定モジュールと、
前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得するインタラクティブモジュールと、
前記フィードバックデータにより目標推薦対象を確定する第二確定モジュールとを含み、
前記インタラクティブモジュールは前記目標推薦対象を出力する。

【0007】

本発明の実施例において対象推薦装置を提供する。その対象推薦装置は、記憶装置、処理装置およびコンピュータープログラムを含み、前記コンピュータープログラムは前記記憶装置に記憶されかつ前記処理装置により前記実施例の対象推薦方法を実施するように設けられている。

【0008】

本発明の実施例においてコンピュータ読み取り可能な記憶媒体（computer-readable storage medium）を提供する。前記コンピュータ読み取り可能な記憶媒体にはコンピュータープログラムが記憶され、処理装置で前記コンピュータープログラムを実行することにより前記実施例の対象推薦方法を実施する。

【0009】

本発明の実施例において端末装置を提供する。その端末装置は端末本体と対象推薦装置を含み、前記対象推薦装置により前記実施例の対象推薦方法を実施する。

【発明の効果】

【0010】

本発明の実施例において、対象推薦方法および装置、記憶媒体と端末装置を提供する。使用者の従来の行為データと従来のフィードバックデータにより質問キーワードを確定し、かつ使用者と質問応答インタラクティブをすることにより使用者のフィードバックデータを採集する。それにより使用者に推薦する目標推薦対象を確定しかつ推薦をする。その方法により使用者の主観的な需要と個人の興味である参考ディメンションとを増加させ、使用者の個人的な需要を満たし、使用者が趣味を持っている対象を認識する正確率とフレキシビリティーを向上させ、かつ推薦の正確率とフレキシビリティーを向上させることができる。

【図面の簡単な説明】

【0011】

【図1】本発明に係る対象推薦方法を示す流れ図である。

【図2】本発明に係る他の対象推薦方法を示す流れ図である。

【図3】本発明に係る他の対象推薦方法を示す流れ図である。

【図4】本発明に係る他の対象推薦方法を示す流れ図である。

【図5】本発明に係る他の対象推薦方法を示す流れ図である。

【図6】本発明に係る他の対象推薦方法を示す流れ図である。

【図7】本発明に係る他の対象推薦方法を示す流れ図である。

【図8】本発明に係る対象推薦装置の機能を示すブロックダイアグラムである。

【図9】本発明に係る対象推薦装置の実体を示す構造図である。

【図10】本発明に係る端末装置の機能を示すブロックダイアグラムである。

【0012】

前記図面により本発明の実施例を簡単に説明し、詳しい内容は下記明細書の内容を参照することができる。前記図面と図面に関する説明は本発明の技術的範囲を限定するものでなく、本技術分野の技術者は特定の実施例を参照することにより本発明の技術的事項を理解することができる。

【発明を実施するための形態】

【0013】

以下、本発明の例示にしか過ぎない実施例を説明し、その実施例は図面に示されている。特別な説明がない限り、図面の事項を説明するとき、図面中の同様の符号は同様の要素を示す。下記例示的実施例において説明する実施形態は本発明のすべての実施例を示すものでない。特許請求の範囲において説明したとおり、下記例示的実施例は本発明と一致する装置または方法の一部分の例示にしか過ぎないものである。

【0014】

本発明の具体的な応用は使用者に個人的な推薦をすることにある。例えば、使用者に使用者が興味を持っている可能性がある商品を推薦するか或いは使用者が興味を持っている可能性がある他の使用者を推薦するか或いは使用者が興味を持っている可能性があるニュースまたは他の情報を推薦することができ、推薦される対象は使用者に合う個人的なサービスであることもできる。個人的なサービスは、個人的な旅行サービス、個人的な保険サービス、個人的なインターフェースサービス（異なる使用者に異なるインターフェースを提供する）等であることができる。

【0015】

上述したとおり、前記個人的な推薦をする例において、使用者が興味を持っているかを識別する従来の方法は、主として使用者の従来のデータを採用するので、認識のディメンションが簡単でありかつ一定の遅延性を有している。それにより識別の正確率が低下し、推薦傘下の推薦になるおそれになる。

【0016】

本発明において技術的事項を提供する目的は従来の技術的課題を解決することとそれを解決できる方法を提供することにある。使用者と質問応答インタラクティブをし、質問応答インタラクティブのフィードバックデータにより使用者の興味画像を獲得する。使用者と質問応答インタラクティブをする質問は使用者の従来の行為データにより確定される。例えば、使用者の主観的な需要とリアルタイム興味を重要な参考ディメンションとし、使用者が興味を持っている可能性がある対象と使用者が本当に興味を持っている対象との間のマッチングの程度を向上させ、推薦の正確率を向上させることができる。

【0017】

以下、具体的な実施例により本発明の技術的事項と本発明の技術的事項により前記技術的課題を解決することを詳細に説明する。下記、複数の具体的な実施例を組み合わせることができる。概念または過程が同様であるか或いは類似する場合、一部分の実施例においてそれらを再び説明しない。以下、図面により本発明の実施例を説明する。

【0018】

実施例一
本発明の実施例において対象推薦方法を提供する。図１を参照すると、前記方法は下記ステップを含む。
Ｓ１０２において、使用者の従来の行為データと従来のフィードバックデータを獲得する。

【0019】

具体的に、本発明の実施例において公開する従来の行為データは、従来の閲読行為データ、従来の共用行為データ、従来の取引行為データ、従来の収蔵行為データおよび従来の評価行為データのうち少なくとも一種を含むことができるが、それらにのみ限定されるものでない。

【0020】

従来のフィードバックデータは今回の対象推薦方法を実施する前に推薦される対象において獲得した使用者のフィードバックである。

【0021】

前記ステップにおいて獲得する従来の行為データと従来のフィードバックデータは使用者のすべての従来の行為データと前記従来のフィードバックデータであるか或いは所定の時間内の従来の行為データと前記従来のフィードバックデータであることができる。例えば最近の一か月または最近の３日内の従来の行為データと前記従来のフィードバックデータであることができる。前記ステップにおいて獲得する従来の行為データと前記従来のフィードバックデータは１個または複数個の具体的なアプリケーション（Application、ＡＰＰ）のデータであるか或いは端末装置中のすべてのアプリケーションの従来の行為データと前記従来のフィードバックデータであることもできる。前記ステップにおいて獲得する従来の行為データと前記従来のフィードバックデータは端末装置中の１つのタイプのアプリケーションのデータであるか或いは１つまたは複数のタイプのアプリケーションのデータの従来の行為データと前記従来のフィードバックデータであることもできる。

【0022】

例えば、端末装置中のすべてのニュース類ＡＰＰにおいて最近一か月内の従来の行為データと前記従来のフィードバックデータを獲得することができる。そのとき、従来の行為データは従来の閲読行為データのみを含むことができる。

【0023】

例えば、端末装置中のすべてのショッピング類ＡＰＰにおいて最近一年内の従来の取引データ、従来の評価行為データおよび従来のフィードバックデータを獲得することもできる。

【0024】

Ｓ１０４において、前記従来の行為データと従来のフィードバックデータにより質問キーワードを確定する。

【0025】

本発明の実施例において、キーワードは対象とレリバンスさせることに用いられる。具体的な実施例において、キーワードは具体的に、対象の属性、タイプまたは密接な関連語であることができる。キーワードを予め設定するとき、多重分類方法を更に考慮することができる。

【0026】

以下、ニュース類対象を例として説明する。例えば、キーワードは、「スポーツ」、「バスケットボール」、「有名なバスケットボール選手A」であることができる。「スポーツ」に関連するニュース対象は「バスケットボール」に関連するニュース対象を含み、「有名なバスケットボール選手A」はバスケットボール類ニュース対象の密接な関連語としてバスケットボール類ニュース対象と関連関係を形成することができる。すなわち、「有名なバスケットボール選手A」は「バスケットボール」に関連するニュース対象と関連させるか或いは「バスケットボール」に関連するニュース対象に含まれることができる。他のタイプの対象のキーワードを予め設定する方法は前記ニュース類対象と類似しているので、ここで再び説明しない。

【0027】

予め設定される前記キーワードの集合と使用者の従来の行為データにより質問キーワードを獲得することができる。具体的な実施例において、質問キーワードは現時点で使用者が興味を持っているか否かを確定できないＫ個（Ｋは０より大きい整数である）のキーワードである或いは質問キーワードは使用者が最も興味を持っているＫ個のキーワードであることができる。

【0028】

前記ステップの具体的な実施方法について下において具体的に説明する。

【0029】

Ｓ１０６において、前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得する。

【0030】

前記ステップにおいて確定した質問キーワードにより質問データを出力し、かつ使用者が質問データにより実施した操作情報を採集することによりフィードバックデータを獲得する。

【0031】

例えば、確定される前記質問キーワードが「スポーツ」である場合、前記ステップにおいて、「あなたはスポーツが好きですか」という質問を出力し、かつ使用者が選択または操作するようにバーチャルキーを表示することができる。その場合、使用者がバーチャルキーにより実施した操作情報を採集することにより、「好きである」或いは「好きでない」というフィードバックデータを獲得することができる。

【0032】

前記Ｓ１０４において確定した質問キーワードの１個または複数個であることができる。前記ステップを実施するとき、質問キーワードが複数個であるとき、マルチラウンドのインタラクティブを採用することにより実現するか或いはシングルラウンドのインタラクションを採用することにより実現することができる。

【0033】

具体的に、実施可能な設計において、複数の質問問題（または質問キーワード）を同時に出力し、かつ使用者が選択した質問キーワードを、興味を持っているキーワードとすることができる。例えば、端末のインターフェースに質問問題と「興味を持っているキーワードを選択してください」という提示を表示し、かつ確定される前記複数のキーワードを出力する。そのとき、使用者が各キーワードにより所定の項目を選択する操作が検出されると、前記質問応答インタラクティブのフィードバックデータを獲得することができる。

【0034】

Ｓ１０８において、前記フィードバックデータにより目標推薦対象を確定する。

【0035】

すなわち、使用者がフィードバックした興味を持っているキーワードにより使用者に対象を推薦することができる。それにより推薦の精度と信頼性を向上させることができる。

【0036】

Ｓ１１０において、前記目標推薦対象を出力する。

【0037】

確定される前記目標推薦対象を端末装置の表示インターフェースに直接出力することにより推薦をすることができる。本発明の実施例において出力方法を特別に限定しない。例えば、実施可能な実施例において、マッチング程度（本願においてマッチングディグリー（matching degree）ともいう）または評価値が高い目標推薦対象を優先に出力することができる。タイプにより順番に出力するか或いは区域により異なるタイプの目標推薦対象を順分に出力することもできる。前記方法を採用する場合、使用者と質問応答インタラクティブをすることにより使用者が興味を持っているキーワードを確定することができる。それにより使用者の個人的な需要を満たし、使用者が趣味を持っている対象を認識する正確率とフレキシビリティーを向上させ、かつ推薦の正確率とフレキシビリティーを向上させることができる。

【0038】

注意されたいことは、図１と後の図面を参照すると、本発明の実施例にはＳ１１０からＳ１０２に向かう流れが更に記載されている。本発明の実施例に係る技術的方法において、目標推薦対象を出力した後、次の推薦ステップを実施するとき、使用者は今回に出力する目標推薦対象のデータを従来の推薦データとし、かつ次の推薦過程に参与することができる。下記文章においてそれを再び説明しない。

【0039】

理解を容易にするため、以下、前記Ｓ１０４において質問キーワードを確定する実施方法を具体的に説明する。

【0040】

上述したとおり、質問キーワードは現時点で使用者が興味を持っているか否かを確定できないＫ個（Ｋは０より大きい整数である）のキーワードである或いは質問キーワードは使用者が最も興味を持っているＫ個のキーワードであることができる。

【0041】

Ｓ１０４の変形例において、図２に示される方法を参照することができる。Ｓ１０４は下記ステップにより実現することができる。
Ｓ１０４２－２において、前記従来の行為データと前記従来のフィードバックデータに対応する第一キーワードを獲得する。

【0042】

具体的に、第一キーワードは従来の行為データと従来のフィードバックデータにより確定される使用者が興味を持っているキーワードである。上述したとおり、前記第一キーワードは、第一ニューラルネットワークモデル（入力出力データは前記のとおりである）、キーワードのタイプ、対称とキーワードとの間の対応関係により確定されることができるが、前記方法にのみ限定されるものでない。

【0043】

例えば、対称とキーワードとの間の対応関係を予め設定することができる。前記ステップを実施するとき、前記関連関係により従来の行為データと従来のフィードバックデータに係りかつ各対象にそれぞれ対応するキーワード、すなわち第一キーワードを獲得することができる。前記関連関係により従来の行為データと従来のフィードバックデータに係りかつ各対象にそれぞれ対応するキーワードを獲得した後、前記キーワードを分類し、分類されるキーワードを第一キーワードとすることもできる。

【0044】

Ｓ１０４２－４において、キーワードの集合において第一キーワード以外の各第二キーワードが興味を持っている程度を獲得する。

【0045】

本実施例において、第二キーワードは第一キーワード以外のキーワードである。すなわち従来の行為データが係っていないか或いは係っている程度が少ないキーワードである。そのようなキーワードが興味を持っている程度を獲得しにくいので、使用者がそのキーワードに興味を持っている程度を重点として検出することができる。

【0046】

具体的に、興味を持っている程度を獲得する方法はいろいろがある。実施可能な設計において、第二キーワードと第一キーワードの集合との間の近似程度を第二キーワードが興味を持っている程度とすることができる。下記方法において少なくとも一種の方法によりそれを実施することができる。
第二キーワードと各第一キーワードとの間の近似程度を獲得した後、近似程度に対してウエート処理または平均処理等をすることにより第二キーワードと第一キーワードの集合との間の近似程度を獲得し、かつそれを第二キーワードが興味を持っている程度とすることができる。

【0047】

第一キーワードの集合に対してベクトル化カルディングを予め実施することもできる。その場合、第二キーワードの集合にのみ対してベクトル化カルディングを予め実施することにより第二キーワードのベクトルと第一キーワードの集合のベクトルとの間の近似程度を獲得することができる。すなわち第二キーワードが興味を持っている程度を獲得することができる。

【0048】

各第二キーワードが興味を持っている程度を獲得することができるが、前記実施例のキーワードに対して分類またはグレーディングする方法により、大分類の第二キーワードが興味を持っている程度を優先に計算することもできる。大分類の第二キーワードが興味を持っている程度が予め設定される程度の閾値より低いとき、その大分類の第二キーワードを使用者が使用したことがないキーワードとし、前記大分類の第二キーワード下にある小分類の第二キーワードが興味を持っている程度を獲得する必要がない。例えば、「スポーツ」は大分類のキーワードであり、「バスケットボール」は「スポーツ」下にある小分類のキーワードであることができる。そのとき、「スポーツ」に興味を持っている程度が低く、使用者がスポーツ類の対象を使用したことがないと、「バスケットボール」とその下にある小分類のキーワードが興味を持っている程度を獲得する必要がない。その方法により前記ステップを実施するとき形成されるデータ量を低減し、処理の効率を向上させることができる。

【0049】

Ｓ１０４２－６において、前記興味を持っている程度を低程度から高程度への順番（本願においてローからトールへの順番ともいう）に配列し、順番の前に位置する少なくとも１個の第二キーワードを獲得し、かつそれを前記質問キーワードとする。

【0050】

興味を持っている程度が低い第二キーワードにおいて、使用者は前記第二キーワードが指す分野の対象を使用したことが全くない可能性があるので、少なくとも１個の第二キーワードを選択し、かつそれを質問キーワードとすることができる。その場合、質問応答インタラクティブをすることにより使用者が確定できない第二キーワードが興味を持っている程度を獲得することができる。

【0051】

例えば、使用者にニュースを推薦する場合、使用者の従来の行為データにいかなるスポーツニュースの記録またはフィードバックデータが含まれていないと、前記方法により獲得した「スポーツ」というキーワードに興味を持っている程度が低いと判断する。そのとき、「スポーツ」というキーワードを質問キーワードとし、かつ「スポーツ」というキーワードについて使用者に問って獲得するフィードバックデータにより、使用者の興味をよく了解することができる。

【0052】

前記処理を実施した後、興味を持っている程度が低い第二キーワードの数量が依然として多いおそれがある。そのとき、質問応答インタラクティブのデータ量により、興味を持っている程度が低い第二キーワードを更にスクリーニングすることにより、所定の数量より小さいか或いは等しい質問キーワードを獲得することができる。

【0053】

実施可能な設計において、各キーワードの分類の関係により各大分類に対応する複数個の第二キーワード組を獲得し、かつ分類等級によりそれらをトールからローへの順番に配列し、分類等級が高い１個または複数個の第二キーワードを質問キーワードに確定することができる。

【0054】

例えば、ニュースを推薦する場合、興味を持っている程度が低い第二キーワードは、「スポーツ」、「財政経済」、「バスケットボール」、「サッカー」、「株式」を含むことができる。そのとき、分類等級により分類等級が高い「スポーツ」と「財政経済」を質問キーワードに確定することができる。

【0055】

実施可能な設計において、第二キーワードの分類等級を形成し、各分類等級に対応するように前記興味を持っている程度を順番に配置することができる。所定の配列順番（ローからトールへの順番）において、順番の前に位置する１個または複数個の第二キーワードを前記質問キーワードとする。

【0056】

例えば、ニュースを推薦する場合、第二キーワードである「スポーツ」、「財政経済」、「バスケットボール」、「サッカー」、「株式」を獲得する。そのとき、大分類の等級を形成し、「スポーツ」と「財政経済」に興味を持っている程度を比較する。「財政経済」に興味を持っている程度が低い場合、それを１個の質問キーワードとすることができる。そのとき、「財政経済」に従属するキーワード「株式」に対して比較とスクリーニングをする必要がない。「スポーツ」に従属する「バスケットボール」は「サッカー」に興味を持っている程度より低いので、それを前記分類等級の１個の質問キーワードとすることができる。その場合、その場合に提供するキーワード「財政経済」と「バスケットボール」を獲得することができる。

【0057】

前記設計と類似するスクリーニング方法を更に実施することができる。興味を持っている順番（ローからトールへの順番）において順番の前に位置する複数個の第二キーワードにおいて、任意のＫ個の第二キーワードを選択して質問キーワードとすることもできる。ここではそれを再び説明しない。

【0058】

Ｓ１０４２－６のみを実施することにより質問キーワードを確定することができるが、本発明の実施例において他の実施方法を更に提供する。すなわちＳ１０４２－８のみを実施するか或いはＳ１０４２－６とＳ１０４２－８の結合により質問キーワードを確定する他の実施方法を更に提供する。

【0059】

Ｓ１０４２－８において、前記興味を持っている程度をローからトールへの順番に配列し、順番の後に位置する少なくとも１個の第二キーワードを獲得し、かつそれを前記質問キーワードとする。

【0060】

具体的に、そのような設計において、興味を持っている程度が高いと、使用者の従来の行為データに接近することを意味し、使用者はその部分のキーワードと対応する対象に興味を持つ可能性が高い。

【0061】

前記ステップの実施方法を実施する具体的な方法はＳ１０４２－６と類似するので、ここではそれを再び説明しない。２つが結合される方法において、興味を持っている程度が高いｘ個の第二キーワードと興味を持っている程度が低いｙ個の第二キーワードをスクリーニングすることができる。ｘとｙの合はＫより小さいか或いは等しく、ｘとｙはいずれも０より大きい整数である。

【0062】

以上のとおり、興味を持っている程度により質問データを確定することができるが、本発明の実施例において、Ｓ１０４を実施する他の方法、すなわち予測方法により質問キーワードを確定する方法を更に提供する。

【0063】

実施可能な設計において、図３に示される方法を参照すると、Ｓ１０４は下記方法により実施されることができる。
Ｓ１０４３－２において、前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測する。

【0064】

前記ステップにおいて、訓練済対象予測モデルにより従来の行為データと従来のフィードバックデータに対して処理をし、訓練済対象予測モデルの出力は使用者が興味を持っている対象である。本発明の実施例において、訓練済対象予測モデルのタイプを特別に限定せず、そのタイプは、畳み込みニューラルネットワーク（Convolutional Neural Networks、ＣＮＮ）モデル、リカレントニューラルネットワーク（Recurrent Neural Network、ＲＮＮ）モデル等であることができる。前記ステップを実施する前、見本データにより最初の対象予測モデルに対して訓練をすることにより訓練済対象予測モデルを獲得する。見本データの入力データと従来の行為データ、従来のフィードバックデータのデータタイプは一致する。

【0065】

従来の行為データと従来のフィードバックデータを対象予測モデルに入力する前、実施の需要により従来の行為データと従来のフィードバックデータを予め処理することができる。予め処理は例えば、デジタル化処理、ノーマライゼーション化処理、分類処理、ベクトル化処理、融合処理のうち一種または多種であることができるが、本発明の実施例はそれを特別に限定しない。

【0066】

Ｓ１０４３－３において、前記興味を持っている対象に対応する第三キーワードを獲得し、かつそれを前記質問キーワードとする。

【0067】

興味を持っている対象を予め予測した後、対象とキーワードとの間のマッピングリレーションにより興味を持っている対象に対応する第三キーワードを確定する。その方法は前記方法と類似するが、第三キーワードの数量が多いおそれがあるので、スクリーニング計算方法またはランダム選択方法を採用することにより第三キーワードにおいて質問キーワードを確定することもできる。ここではそれを説明しない。

【0068】

図３に示される実施方法は使用者の従来の行為データを根拠とし、使用者が興味を持っている対象を予め予測する。見本データの数量が充分であるとき、対象予測モデルは高い予測精度を有しているので、その根拠によって獲得したキーワードは使用者の興味に合うことができる。

【0069】

図３に示される実施方法において、Ｓ１０４３－４により処理を直接にすることができるが、第三キーワードと第一キーワードが重畳するおそれがあるので、重畳する部分のキーワードについて使用者に再び問う必要がない。重畳していない部分のキーワードを問うことにより第一キーワードと第三キーワードとの間の区別を最小にすることができる。図４を参照すると、Ｓ１０４は下記方法によって実施されることもできる。
Ｓ１０４４－２において、前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測する。

【0070】

Ｓ１０４４－４において、前記興味を持っている対象に対応する第三キーワードを獲得し、かつ前記従来の行為データに係りかつ興味を持っている対象に対応する第一キーワードを獲得する。

【0071】

第一キーワードの定義は前記定義と一致するので、ここでは再び説明しない。

【0072】

Ｓ１０４４－６において、前記第一キーワードと重畳していない少なくとも１個の第三キーワードを獲得し、かつそれを前記質問キーワードとする。

【0073】

図３または図４において、使用者の従来の行為データにより対象の予測をすることができるが、キーワードを直接に予測することもできる。そのとき、図５に示される方法を参照すると、Ｓ１０４は下記ステップを含む。
Ｓ１０４５において、訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記キーワード予測モデルの出力を獲得することにより前記質問キーワードを獲得する。

【0074】

キーワード予測モデルの出力データは使用者の従来の行為データと従来のフィードバックデータである。従来の行為データと従来のフィードバックデータを前記キーワード予測モデルに入力することができるが、それらをキーワード予測モデルに入力する前、従来の行為データと従来のフィードバックデータに対して予め処理を更にすることもできる。予め処理は、デジタル化処理、ノーマライゼーション化処理、分類処理、ベクトル化処理、融合処理のうち一種または多種を含むことができるが、本発明の実施例はそれを特別に限定しない。

【0075】

キーワード予測モデルの出力は実際の需要により訓練をすることができる。実施可能な設計において、キーワード予測モデルの出力は使用者が最も興味を持っているＫ個のキーワードであることができる。他の設計において、キーワード予測モデルの出力は使用者が興味を持っているかを確定できないＫ個のキーワードであることもできる。

【0076】

本発明の実施例において、キーワード予測モデルのタイプを特別に限定しないが、そのタイプはＣＮＮモデル、ＲＮＮモデル等であることができる。前記ステップを実施する前、見本データにより最初のキーワード予測モデルに対して訓練をする必要がある。それにより訓練済キーワード予測モデルを獲得することができる。

【0077】

図２～図５のいずれか１つの実施方法により質問キーワードを確定することができる。

【0078】

本発明の具体的に実施例において、使用者に個人的な推薦をするか或いは所定のサービスを作成するとき前記質問応答インタラクティブは自動に実施されることができる。

【0079】

例えば、商品を推薦する場合、使用者の操作情報が検出されることにより推薦ステップが起動すると、前記いずれか１つの実施方法により質問応答インタラクティブをし、使用者の興味を表す画像（以下、興味画像と略称）により使用者が興味を持っている商品を把握し、かつその商品に関する情報を出力することができる。

【0080】

従来の行為データと従来のフィードバックデータにより従来の推薦対象の満足度を更に獲得することもできる。前記満足度が予め設定される満足条件に達していないとき、前記方法により前記質問キーワードを確定しかつ質問応答インタラクティブをすることにより使用者の興味画像を獲得することができる。逆に、前記満足度が予め設定される満足条件に達しているとき、質問応答インタラクティブをする必要がなく、前記方法により確定される推薦対象を直接に出力することができる。それにより使用者の操作を簡単にし、使用者の体験を向上させることができる。

【0081】

従来の行為データと従来のフィードバックデータにより従来の推薦対象の満足度を獲得する方法は下記方法により実施されることができる。前記従来の行為データと従来のフィードバックデータにおいて、前記使用者が従来の推薦対象に対していろいろな操作行為をする特徴値を獲得した後、各操作行為の特徴値に対してウエート処理をすることにより前記従来の推薦対象の満足度を獲得する。

【0082】

前記特徴値は操作行為の回数と満足傾向のうち少なくとも一種であることができる。具体的に、本発明の実施例に係る操作行為は、閲読行為、共用行為、取引行為、収蔵行為および評価行為を含むことができるが、それらにのみ限定されるものでない。

【0083】

ニュースを推薦する例において、使用者の従来の推薦ニュースの閲読回数、共用回数、収蔵回数および評価行為の正負（例えば賛同または不賛同）データを記録し、予め設定される評価規則例えば統計計数方法（各操作行為に対応する分数は一致するか或いは異なることができる）により従来の推薦ニュースに関する特徴値を獲得することができる。使用者が従来の推薦ニュースに対する満足度を獲得するとき、自分で定義するウエートにより各操作行為の特徴値のウエート合計（またはウエート平均値）を獲得することができる。

【0084】

満足度を獲得した後、それを予め設定される満足条件と比較する必要がある。本発明の実施例において需要により満足条件を予め設定する必要がある。例えば、具体的な満足度の閾値を予め設定するか或いは満足度の閾値に達していない回数が予め設定される回数の閾値に達する回数を予め設定することができる。

【0085】

前記満足度が前記満足度の閾値より小さいか或いは等しいと、前記満足度が予め設定される満足条件に達していないことを意味する。その場合、ステップＳ１０４～Ｓ１０８を実施する。

【0086】

図６を参照すると、前記方法はＳ１０４前に実施される下記ステップを更に含む。
Ｓ１０３２において、前記従来の行為データと前記従来のフィードバックデータにより従来の推薦対象の満足度を獲得する。
Ｓ１０３４において、前記満足度が予め設定される前記満足度の閾値より小さいか或いは等しいかを判断し、その結果がＹＥＳである場合Ｓ１０３６を実施し、その結果がＮＯである場合そのステップを終える。
Ｓ１０３６において、前記満足度が前記満足度の閾値より小さいか或いは等しい場合、回数総数に一を加える。
Ｓ１０３８において、回数総数が予め設定される回数の閾値に達するかを判断し、その結果がＹＥＳである場合Ｓ１０４を実施し、その結果がＮＯである場合Ｓ１０２を実施する。

【0087】

前記方法により質問応答インタラクティブの回数をある程度低減することができるので、使用者の操作を簡単にし、使用者の利便性を向上させることができる。

【0088】

上述したとおり、質問応答インタラクティブをするとき、使用者は提出される問題を選択するので、質問応答インタラクティブをする過程において使用者の操作情報を採集する必要がある。しかしながら、使用者が質問応答インタラクティブを嫌がるか或いはある１つの問題をスキップする場合があるので、本発明の実施例において質問応答インタラクティブから退出する方法を更に提出する。
前記質問応答インタラクティブをする過程において、前記使用者の操作情報を採集し、
前記操作情報が質問応答インタラクティブを取り消す指示であれば、前記質問応答インタラクティブを停止させ、
前記操作情報が現在の問題をスキップするように指示するのであれば、次の問題を提出するか或いは前記質問応答インタラクティブを停止させる。現在の問題が最後の問題であり、かつ取り消しなさいという操作情報が検出されると、質問応答インタラクティブを停止させることができる。

【0089】

具体的に、使用者の操作情報によりいずれかの情報を提示し、需要によりそれを予め設定することができる。具体的に、使用者の操作情報を予め設定するとき、バーチャルキーまたは本物のキーをクリック（またはダブルクリック）する操作情報、出力される質問ウィンドウまたはスライドする操作情報またはロングプレスする操作情報等により予め設定することができる。採集される操作情報と予め設定される操作情報が同様の操作情報である場合、前記予め設定される操作情報が示す動機を確定することができる。

【0090】

例えば、質問応答インタラクティブをする過程において、表示インターフェースに取消用バーチャルキーに表示することができる。例えば質問ウィンドウの右上の隅に「×」を表示することができる。使用者が前記取消用バーチャルキーをクリックする操作情報が検出されると、前記操作情報は質問応答インタラクティブを取り消す指示であることを確定することができる。

【0091】

例えば、質問応答インタラクティブをする過程において、使用者が本物のキーまたはバーチャルキーである「戻る」キーをクリックする操作情報が検出されると、前記操作情報は質問応答インタラクティブを取り消す指示であることを確定することができる。

【0092】

例えば、質問応答インタラクティブをする過程において、複数個のバーチャルサブページを具備し、各バーチャルサブページには質問をする１個または複数個のキーワードが含まれることができる。バーチャルサブページにおいて左右スライドをする行為が検出されると、バーチャルサブページを切り替えることにより質問問題を切り替えるか或いはスキップすることができる。

【0093】

前記実施方法により使用者の間の質問応答インタラクティブを実現し、かつ使用者が興味を持っているキーワードを獲得することができる。

【0094】

以下、前記使用者の興味画像を使用する場合をより詳細に説明する。すなわちＳ１０８において目標推薦対象を確定する方法より詳細に説明する。

【0095】

前記フィードバックデータにより前記目標推薦対象を確定する方法は、前記フィードバックデータにより前記使用者の興味画像を形成し、前記使用者の興味画像により前記目標推薦対象を確定する方法であることができる。

【0096】

Ｓ１０８を具体的に実施するとき、前記フィードバックデータのみにより目標推薦対象を確定するか或いは前記従来の行為データと前記従来のフィードバックデータの一種および前記フィードバックデータにより使用者の興味画像を形成しかつ目標推薦対象を確定することができる。

【0097】

実施可能な実施方法において、前記質問応答インタラクティブにより使用者が質問キーワードに興味を持っているかを確定することができる。前記ステップを実施するとき、前記フィードバックデータにより対応しかつ使用者が興味を持っている質問キーワードを使用者の興味画像とすることができる。そのとき、フィードバックデータのみにより目標推薦対象を確定することができる。

【0098】

実施可能な実施方法において、本発明の実施例は前記フィードバックデータ、前記従来の行為データおよび前記従来のフィードバックデータにより前記目標推薦対象を確定する実施方法を提供する。図７に示すとおり、Ｓ１０８は下記ステップを含むことができる。
Ｓ１０８２において、前記フィードバックデータ、前記従来の行為データおよび前記従来のフィードバックデータにより前記使用者の興味画像を形成する。

【0099】

実施可能な設計において、従来の行為データと従来のフィードバックデータが存在する場合、それらにより従来の興味画像を獲得することができる。前記ステップを実施するとき、フィードバックデータにより興味を持っている前記キーワードを確定し、従来の興味画像を更新することにより、前記使用者の興味画像を獲得することができる。

【0100】

実施可能な他の設計において、従来の行為データ、従来のフィードバックデータとフィードバックデータに対して融合処理をすることにより、使用者の興味画像を獲得することができる。

【0101】

前記データにより使用者の興味画像（または従来の興味画像）を獲得するとき、少なくとも下記方法により獲得することができる。
１つの実施方法において、フィードバックデータ、従来のフィードバックデータによりそれぞれ対応しかつ使用者が興味を持っているキーワードを獲得する。従来の行為データを採用する場合、第一ニューラルネットワークモデル、キーワードのタイプまたは対称とキーワードとの間の対応関係等により、従来の行為データに対応するキーワードを獲得することができる。その後、その２つを合併させることにより使用者の興味画像（または従来の興味画像）を獲得する。第一ニューラルネットワークモデルの入力は従来の行為データであり、出力は使用者が興味を持っているキーワードである。フィードバックデータ、従来のフィードバックデータによりそれぞれ対応しかつ使用者が興味を持っているキーワードを獲得し、かつそれを従来の行為データに対応するキーワードと合併させることにより（その場合重複除去または分類等の処理を更に実施する）、使用者の興味画像を獲得することができる。

【0102】

他の実施方法において、従来の行為データ、従来のフィードバックデータおよびフィードバックデータを合併させることにより融合特徴ベクトルを獲得し、第二ニューラルネットワークモデルで前記融合特徴ベクトルを処理することにより使用者の興味画像（または従来の興味画像）を獲得する。第二ニューラルネットワークモデルの入力は特徴ベクトルであり、出力は使用者が興味を持っているキーワードである。

【0103】

図８に示される実施例において、従来の行為データ、従来のフィードバックデータおよびフィードバックデータにより目標推薦対象を確定してきたが、従来の行為データまたは従来のフィードバックデータのうち一種のフィードバックデータにより目標推薦対象を確定することもできる。その実施方法は前記実施例と類似するので、ここでは再び説明しない。

【0104】

Ｓ１０８４において、前記使用者の興味画像により目標推薦対象を確定する。

【0105】

上述したとおり、使用者の興味画像は使用者が興味を持っている少なくとも１個のキーワードを含み、各キーワードはいろいろな対象に対応することができる。例えば、使用者の興味画像は、スポーツ、財政経済、日常生活であり、「スポーツ」はいろいろなスポーツニュースに対応することができる。他の２つもそれと類似する。前記ステップを実施するとき、使用者の興味画像により使用者に推薦する最終の目標推薦対象を確定する必要がある。

【0106】

本発明の実施例は少なくとも下記実施方法を含むことができる。
１つの実施方法において、前記使用者の興味画像により少なくとも１個の目標キーワードを確定する。各対象と前記少なくとも１個の目標キーワードとの間のマッチング程度（本願においてマッチングディグリーともいう）を高程度から低程度への順番（本願においてトールからローへの順番ともいう）に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定する。

【0107】

前記実施方法において、ランダムまたは任意の規則により少なくとも１個の目標キーワードを確定し、任意の１個の目標キーワードにより前記目標キーワードと所定の各対象との間のマッチングディグリーを獲得し、かつマッチングディグリーが高い対象を目標推薦対象と確定することができる。

【0108】

マッチングディグリーを獲得する方法はいろいろがある。例えば、ニューラルネットワーク計算方法により対象のキーワードの属性を識別することにより前記対象と各目標キーワードとの間のマッチングディグリーを獲得することができる。例えば、対象の情報に対してキーワードの識別をし、かつ前記対象の情報中の目標キーワードがすべてのキーワードにおいて現れる比例をマッチングディグリーとすることもできる。

【0109】

他の実施方法において、前記使用者の興味画像に対応する対象のタイプを確定する。各対象のタイプにおいて、評価値をトールからローへの順番に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定する。

【0110】

前記実施方法において、使用者の興味画像に含まれかつ興味を持っている各キーワードはいずれも、一種または複数種の対象のタイプに対応し、各対象のタイプにおいて評価値が高い１個または複数個の対象を選択し、かつそれを目標推薦対象とする。

【0111】

評価値は対象の情報を統計する規則により獲得することができる。本発明の実施例において、処理に用いられる評価値のディメンションを特別に限定しない。それは、対象全体の評価値であるか或いは信用程度の評価値であるか或いは好評値であるか或いはディメンションを参照できる評価値であることができる。例えば、商品等の実体対象である場合、評価値は、総合評価値、取引程度（例えば取引総額等）、評価データ値（例えば好評率、悪評率等）等であることができるが、それらにのみ限定されるものでない。ニュース等の情報対象である場合、評価値は、閲読評価値（例えばクリック率）、共用評価値（例えば共用回数等）等であることができるが、それらにのみ限定されるものでない。

【0112】

前記実施例だけでなく、ニューラルネットワーク計算方法により目標推薦対象を獲得することもできる。そのとき、推薦モデルの入力データは使用者が興味を持っている画像であり、出力は予測される目標推薦対象である。注意されたいことは、前記実施例中の一部分またはすべてのステップおよび操作は本発明の例示に過ぎないものであり、本発明の実施例は他の操作またはその操作のいろいろな変形例を実施することができる。また、各ステップは前記実施例に記載される順番にのみ沿って実施されるものでなく、かつ前記実施例中のすべての操作を必ず実施すべきものでない。

【0113】

本発明において、「第一」、「第二」という用語で本発明のキーワードを説明してきたが、前記用語により前記キーワードを限定する意図はない。「第一」、「第二」という用語は１つのキーワードと他のキーワードを区分するためのものである。例えば、説明の意味を変化させるおそれがない場合、第一キーワードを第二キーワードに変化させ、第二キーワードも第一キーワードに変化させることができる。しかしながら、文中の各「第一キーワード」が同一の意味を意味することと文中の各「第二キーワード」が同一の意味を意味することを確保する必要がある。第一キーワードと第二キーワードはいずれもキーワードであるが、それらは同様の意味を有しているキーワードでないことができる。

【0114】

本発明において用いる用語は、本発明の実施例を説明するためのものであるが、本発明の特許請求の範囲を限定するものでない。本発明の実施例と特許請求の範囲の事項において、特別な説明がない限り、単数形態の用語例えば「１つ」（a）、「１個」（an）および「前記」（the）も複数の事項を含むことができる。本発明において用いる用語例えば「と／或いは」は、係っている１個または１個以上の部品とそれらの任意の組合せを含むことができる。本発明において用いる用語例えば「含む」（comprise）という用語およびそれに類似している用語「含有」（comprises）と／或いは「具備」（comprising）という用語等は、記載されている特徴、全体、ステップ、操作、元素と／或いはモジュールの存在を意味するが、１個または１個以上の他の特徴、全体、ステップ、操作、元素、モジュールと／或いはそれらの組合せを更に含むか或いは添加させることもできる。

【0115】

本発明の技術者が知っているように、前記方法の実施例に係るすべてまたは一部分のステップは所定のプログラム指令を実行するハードウェアにより実施されることができる。前記プログラムはコンピュータ読み取り可能な記憶媒体（computer-readable storage medium）に記憶され、前記プログラムを実行することにより、前記実施例に含まれるステップを実施することができる。前記記憶媒体は、プログラムコードを記憶させることができるＲＯＭ、ＲＡＭ、ディスクまたはライトディスク等の媒体であることができる。

【0116】

実施例二
前記実施例一において対象推薦方法を提供した。本発明の実施例において前記対象推薦方法の各ステップおよび方法を実施する装置を更に提供する。

【0117】

本発明の実施例において対象推薦装置を提供する。図８を参照すると、その対象推薦装置８００は、
使用者の従来の行為データと従来のフィードバックデータを獲得する獲得モジュール８１と、
前記従来の行為データと従来のフィードバックデータにより質問キーワードを確定する第一確定モジュール８２と、
前記質問キーワードにより質問応答インタラクティブをすることによりフィードバックデータを獲得するインタラクティブモジュール８３と、
前記フィードバックデータにより目標推薦対象を確定する第二確定モジュール８４とを含み、
前記インタラクティブモジュール８２は前記目標推薦対象を出力する。

【0118】

実施可能な設計において、第一確定モジュール８２は具体的に、
前記従来の行為データと前記従来のフィードバックデータに対応する第一キーワードを獲得し、
キーワードの集合において第一キーワード以外の各第二キーワードが興味を持っている程度を獲得し、
前記興味を持っている程度をローからトールへの順番に配列し、順番の前に位置する少なくとも１個の第二キーワードを獲得し、かつそれを前記質問キーワードとし、前記興味を持っている程度をローからトールへの順番に配列し、順番の後に位置する少なくとも１個の第二キーワードを獲得し、かつそれを前記質問キーワードとすることに用いられる。

【0119】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測し、
前記興味を持っている対象に対応する第三キーワードを獲得し、かつそれを前記質問キーワードとすることに用いられる。

【0120】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
前記従来の行為データと前記従来のフィードバックデータにより前記使用者が興味を持っている対象を予測し、
前記興味を持っている対象に対応する第三キーワードを獲得し、かつ前記従来の行為データと前記従来のフィードバックデータに対応する第一キーワードを獲得し、
前記第一キーワードと重畳していない少なくとも１個の第三キーワードを獲得し、かつそれを前記質問キーワードとすることに用いられる。

【0121】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
訓練済キーワード予測モデルにより前記従来の行為データと前記従来のフィードバックデータを処理し、かつ前記キーワード予測モデルの出力を獲得することにより前記質問キーワードを獲得することに用いられる。

【0122】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
前記従来の行為データと前記従来のフィードバックデータにより従来の推薦対象の満足度を獲得し、
前記満足度が予め設定される満足条件に達していないとき、前記従来の行為データにより前記質問キーワードを確定することにも用いられる。

【0123】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
前記従来の行為データと前記従来のフィードバックデータにおいて、前記使用者が従来の推薦対象に対していろいろな操作行為をする特徴値を獲得し、
各操作行為の特徴値に対してウエート処理をすることにより前記従来の推薦対象の満足度を獲得することにも用いられる。前記特徴値は操作行為の回数と満足傾向のうち少なくとも一種を示すものである。

【0124】

他の実施可能な設計において、第一確定モジュール８２は具体的に、
前記満足度と予め設定される満足度の閾値を比較し、
前記満足度が前記満足度の閾値より小さいか或いは等しいと、前記満足度が予め設定される満足条件に達していないと判断するか或いは、前記満足度が前記満足度の閾値より小さいか或いは等しい回数総数を統計し、前記回数総数が予め設定される回数総数に達すると、前記満足度が予め設定される満足条件に達していないと判断することにも用いられる。

【0125】

実施可能な設計において、インタラクティブモジュール８３は具体的に、
前記質問応答インタラクティブをする過程において、前記使用者の操作情報を採集し、
前記操作情報が質問応答インタラクティブを取り消す指示であれば、前記質問応答インタラクティブを停止させ、
前記操作情報が現在の問題をスキップするように指示するのであれば、次の問題を提出するか或いは前記質問応答インタラクティブを停止させることに用いられる。

【0126】

実施可能な設計において、第二確定モジュール８４は具体的に、
前記フィードバックデータにより前記使用者の興味画像を形成し、
前記使用者の興味画像により前記目標推薦対象を確定することに用いられる。

【0127】

実施可能な設計において、第二確定モジュール８４は具体的に、
前記フィードバックデータにより興味を持っているキーワードを確定し、かつそれを使用者の興味画像とするか或いは、
前記フィードバックデータにより興味を持っているキーワードを確定し、かつ興味を持っているキーワードにより従来の興味画像を更新することにより前記使用者の興味画像を獲得することに用いられる。前記従来の興味画像は前記従来の行為データにより獲得する興味画像である。

【0128】

実施可能な設計において、第二確定モジュール８４は具体的に、
前記使用者の興味画像により少なくとも１個の目標キーワードを確定し、
各対象と前記少なくとも１個の目標キーワードとの間のマッチングディグリーをトールからローへの順番に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定することに用いられる。

【0129】

他の実施可能な設計において、第二確定モジュール８４は具体的に、
前記使用者の興味画像に対応する対象のタイプを確定し、
各対象のタイプにおいて、評価値をトールからローへの順番に配列し、順番の前に位置する少なくとも１個の対象を前記目標推薦対象と確定することに用いられる。

【0130】

他の実施可能な設計において、第二確定モジュール８４は具体的に、
前記フィードバックデータにより目標推薦対象を確定するか或いは前記従来の行為データと前記従来のフィードバックデータの一種および前記フィードバックデータにより前記目標推薦対象を確定することに用いられる。

【0131】

本発明の実施例において、前記従来の行為データは、従来の閲読行為データ、従来の共用行為データ、従来の取引行為データ、従来の収蔵行為データおよび従来の評価行為データのうち少なくとも一種を含む。

【0132】

図８の実施例に係る対象推薦装置８００は前記対象推薦方法の実施例の技術的事項を実施することができる。その原理と技術的効果は前記対象推薦方法の実施例の説明を参照することができる。前記対象推薦装置８００は端末装置であることができる。

【0133】

注意されたいことは、図８に示される対象推薦装置８００の各モジュールは所定の機能を実施する単位であり、実際の応用において全部または一部分のモジュールを１つの装置上に設けかつ各モジュールを機械的に分離させることができる。前記モジュールは、ソフトウェアの形態で所定の機能を実施するモジュールであるか、或いはハードウェアの形態で所定の機能を実施するモジュールであるか、或いは一部分はソフトウェアの形態で所定の機能を実施し、他の一部分はハードウェアの形態で所定の機能を実施するモジュールであることができる。例えば、獲得モジュール８４は個別的に設けられる処理部品であるか或いは対象推薦装置８００内に集積されることができる。例えば獲得モジュール８４は端末に集積されるチップであることができる。獲得モジュール８４はプルグラムの形態で存在しかつ対象推薦装置８００の記憶装置に記憶されることもできる。対象推薦装置８００が所定の処理部品を用いることにより各モジュールの機能を実施することができる。他のモジュールもそれと類似している。各モジュールにおいて全部または一部分のモジュールは一体に集積されるか或いは個別的に設けられることができる。前記処理部品は集積回路でありかつ信号を処理することができる。実施の過程において、前記対象推薦方法の各ステップは各モジュールの処理部品に集積されるハードウェアのロジック回路またはソフトウェア形態の指令により実施されることができる。

【0134】

例えば、前記モジュールは前記実施例の対象推薦方法を実施するように１個または複数個の集積回路に設けられることができる。例えば、１個または複数個のアプリケーション含有集積回路（Application Specific Integrated Circuit、ＡＳＩＣ）または１個または複数個のデジタルシングルプロセッサ（digital singnal processor、ＤＳＰ）または１個または複数個のフィールドプログラマブルゲートアレイ（Field Programmable Gate Array、ＦＰＧＡ）等に設けられることができる。例えば、あるモジュールが処理部品によりプログラムを実行する形態に存在するとき、前記処理部品は通用処理装置、例えば中央処理装置（Central Processing Unit、ＣＰＵ）またはプログラムを実行できる他の処理装置であることができる。前記モジュールは一体に集積されかつチップ上システム（system-on-a-chip、ＳＯＣ）の形態で存在することができる。

【0135】

本発明の実施例において対象推薦装置を提供する。図９を参照すると、前記対象推薦装置８００は、記憶装置８１０、処理装置８２０およびコンピュータープログラムを含み、コンピュータープログラムは記憶装置８１０に記憶され、コンピュータープログラムは処理装置８２０により前記実施例の対象推薦方法を実施するように設けられる。

【0136】

対象推薦装置８００の処理装置８２０の数量は１個または複数個であり、処理装置８２０を処理ユニットともいい、それにより一定の制御機能をすることができる。前記処理装置８２０は通用処理装置または専用処理装置等であることができる。実施可能な設計において、処理装置８２０には指令が記憶され、前記指令は前記処理装置８２０により実行されることができる。それにより前記対象推薦装置８００は前記実施例の対象推薦方法を実施することができる。

【0137】

実施可能な設計において、対象推薦装置８００は回路を更に含み、前記回路は前記実施例の対象推薦方法の送信、受信または通信を担当することができる。

【0138】

前記対象推薦装置８００の記憶装置８１０の数量は１個または複数個であり、記憶装置８１０には指令またはインターメディエートデータが記憶されている。前記指令が前記処理装置８２０により実行されることにより前記対象推薦装置８００は前記実施例の対象推薦方法を実施することができる。前記記憶装置８１０には他のデータが記憶されることもできる。例えば記憶装置８１０に指令と／或いはデータを記憶させることができる。前記処理装置８２０と記憶装置８１０はそれぞれ設けられるか或いは一体に集積されることができる。

【0139】

図９を参照すると、前記対象推薦装置８００には受発信装置８３０が更に設けられ、前記受発信装置８３０を受発信ユニット、受発信ユニット、受発信回路または受発信装置ともいうことができる。受発信装置８３０はテスト装置または他の端末装置とデータの伝送または通信をすることができ、ここではそれを再び説明しない。

【0140】

図９に示すとおり、記憶装置８１０、処理装置８２０および受発信装置８３０はバスラインにより連結されかつ通信をすることができる。

【0141】

前記対象推薦装置８００により図１の対象推薦方法を実施するとき、受発信装置８３０は例えば使用者と質問応答インタラクティブをすることができる。処理装置８２０は所定の確定または制御をし、記憶装置８１０は所定の指令を記憶させる。各部品の具体的な実施方法は前記実施例の所定の説明する参照することができる。

【0142】

本発明の実施例においてコンピュータ読み取り可能な記憶媒体（computer-readable storage medium）を提供する。前記コンピュータ読み取り可能な記憶媒体にはコンピュータープログラムが記憶され、処理装置で前記コンピュータープログラムを実行することにより前記実施例の対象推薦方法を実施する。

【0143】

本発明の実施例において端末装置を提供する。図１０を参照すると、前記端末装置１０００は端末本体１０１０と対象推薦装置８００を含み、前記対象推薦装置８００により前記実施例の対象推薦方法を実施する。

【0144】

具体的に、本発明の実施例に係る端末装置は無線端末装置または有線端末装置であることができる。無線端末装置は、使用者に音声と／或いは他のデータを提供するように通信可能に接続される装置であり、無線接続機能を有している携帯型装置であるか或いは無線モデムに接続される他の処理装置であることができる。無線端末は無線アクセスネットワーク（Radio Access Network、ＲＡＮと略称）により１個または複数個のコアネットワーク装置と通信をすることができる。無線端末は携帯型端末例えば携帯電話（「セルラーホン」ともいう）と携帯型端末を具備するコンピュータであることができる。携帯型端末を具備するコンピュータは、携帯型、小型、手持ち型、コンピュータ搭載型または車載型移動装置であることができ、無線アクセスネットワークにより音声と／或いはデータの交換をすることができる。無線端末は、パーソナルコミュニケーションサービス（Personal Communication Service、ＰＣＳと略称）電話、コードレス電話、セッションイニシエーションプロトコル（Session Initiation Protocol、ＳＩＤと略称）電話、ワイヤレスローカルループ（Wireless Local Loop、ＷＬＬと略称）、パーソナルデジタルアシスタント（Personal Digital Assistant、ＰＤＡと略称）等の装置であることができる。無線端末を、システム、加入者ユニット（Subscriber Unit）、加入者ステーション（Subscriber Station）、モバイルステーション（Mobile Station）、モバイル（Mobile）、リモートステーション（Remote Station）、アクセス端末（Access Terminal）、ユーザー端末（User Terminal）、ユーザーエージェント（User Agent）、ユーザーデバイス（User Device or User Equipment）ともいうことができるが、それらにのみ限定されるものでない。前記端末装置はスマートウォッチ（Smart Watches）、タブレットコンピュータ等の装置であることができる。

【0145】

本実施例の各モジュールにより前記実施例に示される方法を実施することができ、本実施例において詳細に説明しない部分について他の実施例の所定の説明を参照することがである。

【0146】

注意されたいことは、以上、本発明の各実施例の技術的事項を詳述してきたが、前記実施例は本発明の例示にしか過ぎないものであり、本発明は実施例の構成にのみ限定されるものでない。以上、本発明の各実施例の技術的事項を詳述してきたが、本技術分野の技術者は本発明の要旨を逸脱しない範囲において前記実施例に記載される技術的事項を修正するか或いは一部分または全部の技術的事項を取り替えることができ、そのような修正または取り替えがあっても本発明に含まれることは勿論である。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】