一种用户-商品点击率自适应预测装置和预测方法

摘要

本发明公开一种用户-商品点击率自适应预测方法和装置，涉及计算机数据处理领域，本发明采用一种通过规约矩阵因式分解，基于增量用户-商品点击率统计数据，对不断变化的用户-商品点击行为规律进行自适应的统计分析，以确定在当前时间点，符合已知用户-商品点击数据的用户行为规律，从而建立自适应的用户-商品点击率模型，使用用户-商品点击率模型产生未知用户-商品点击率的预测数据。能够根据用户行为的变化对用户-商品点击率模型进行自适应、计算代价较小的调整，从而提供自适应的用户-商品点击率预测结果，提高对用户行为规律变化进行反映的实时性。

主权项

一种用户‑商品点击率自适应预测装置，其特征在于，包括：数据接收模块：接收服务器获取的用户‑商品点击率数据；参数控制模块：从存储模块中获取全局用户‑商品点击率模型控制参数和增量用户‑商品点击率模型控制参数实施对全局和增量用户‑商品点击率模型控制参数的更新和重置；存储模块：存储采集的点击率数据和模型控制参数；模型自适应构造模块：根据用户‑商品点击率数据和控制参数构造全局用户‑商品点击率模型和增量用户‑商品点击率模型；预测数据生成模块：调用更新后的控制参数和用户‑商品点击率数据，通过全局用户‑商品点击率模型和增量用户‑商品点击率模型生成用户‑商品点击率预测数据，具体为：计算单元调用规约矩阵因式分解根据点击率矩阵获得用户隐含特征矩阵J和商品隐含特征矩阵K，根据当前增量用户集合、当前增量商品集合，构造增量用户隐含特征矩阵和增量商品隐含特征矩阵，调用用户隐含特征矩阵和商品隐含特征矩阵以及增量用户隐含特征矩阵和增量商品隐含特征矩阵中对应的用户和商品隐含特征向量，分别计算这两组向量的内积，根据全局‑增量均衡因子对两组向量的内积进行加权累加获得点击率预测数据；输出单元：输出用户‑商品点击率预测数据。