发明名称 矩阵因式分解中的特征嵌入
摘要 在各种实施例中,提供用于通过使用特征向量来增强媒体内容推荐的系统和方法。接收具有第一部分和第二部分的增强-矩阵。所述增强-矩阵的所述第一部分包括用户项矩阵,以及,所述增强-矩阵的所述第二部分包括特征项矩阵。所述特征项矩阵中的每个条目是项元数据。基于关联于所述项的特征向量的每个的加权和确定项-主干向量。基于项-主干向量和项-偏移量向量生成项-潜在-特质向量。所述项-偏移量向量是针对所述用户项矩阵中的项的项向量。提供基于所述项-潜在-特质向量导出的一个或多个推荐的-媒体内容。
申请公布号 CN104903885A 申请公布日期 2015.09.09
申请号 CN201380066930.0 申请日期 2013.12.19
申请人 微软技术许可有限责任公司 发明人 N.奈斯;N.克尼希施泰因;U.帕凯;S.Z.克伦;A.贾弗里
分类号 G06F17/16(2006.01)I 主分类号 G06F17/16(2006.01)I
代理机构 中国专利代理(香港)有限公司 72001 代理人 苏赫峰;景军平
主权项 一个或多个存储计算机可用指令的计算机存储介质,所述计算机可用指令当被一个或多个计算设备使用时导致所述一个或多个计算设备执行用于通过使用特征向量来增强媒体内容推荐的方法,所述方法包括:接收具有第一部分和第二部分的增强‑矩阵,其中,所述第一部分包括用户‑项矩阵,并且所述第二部分包括特征‑项矩阵,以及其中,所述特征‑项矩阵中的每个条目是项元数据;基于关联于所述项的特征向量的每个的和确定项‑主干向量;基于所述项‑主干向量和项‑偏移向量生成项‑潜在‑特质向量,其中,所述项‑偏移向量是所述用户‑项向量中针对该项的项向量;以及提供基于所述项‑潜在‑特质向量识别的一个或多个推荐的‑媒体内容。
地址 美国华盛顿州