個(gè)維度的上下文信 息，進(jìn)行向量分組，具體可參照上文介紹，此處不再詳述。舉例來說，時(shí)間維度聚類分組后得 到K C1個(gè)向量組，地點(diǎn)、設(shè)備類型、視頻播放來源、聯(lián)網(wǎng)方式這4個(gè)維度聚類分組后依次得到 以2、以 3、以4、1^個(gè)向量組。通常，聚類分析得到的向量組數(shù)目要少于該維度上下文信息所包 括的向量數(shù)目。
[0107] 需要說明的是，關(guān)于通過聚類分析將向量劃分到不同向量組的具體過程，可參照 下文所做介紹，此處暫不詳述。
[0108] S202,將所述各維度的上下文信息劃分出的向量組的笛卡爾積，作為抽象向量，獲 得抽象維度的上下文信息。
[0109] S203,根據(jù)所述抽象向量之間的緊密程度，將所述抽象向量劃分到不同應(yīng)用場(chǎng)景， 建立所述抽象向量與所述應(yīng)用場(chǎng)景的映射關(guān)系，獲得所述上下文信息與應(yīng)用場(chǎng)景之間的對(duì) 應(yīng)關(guān)系。
[0110] S201獲得各維度上下文信息的聚類分組后，可利用得到的向量組建立一個(gè)單維度 的上下文信息，即，本發(fā)明實(shí)施例中的抽象維度的上下文信息。具體地，為了獲得多維度上 下文信息的向量組之間的任意組合，可以將各維度的上下文信息劃分出的向量組的笛卡爾 積，作為抽象維度的上下文信息的抽象向量。通常，該抽象向量包括每個(gè)維度上下文信息中 的至少一個(gè)向量。
[0111] 舉例來說，針對(duì)抽象向量1可能存在如下一組關(guān)系:物品一時(shí)間向量組1 一地點(diǎn)向 量組1 一設(shè)備類型向量組1 一視頻播放來源向量組1 一聯(lián)網(wǎng)方式向量組1 一評(píng)分值1，對(duì)此可 以簡(jiǎn)化理解為:物品一抽象向量1一評(píng)分值1。
[0112] 抽象維度上下文信息作為單維度上下文信息，可參照S201處所做介紹，計(jì)算兩兩 抽象向量間的緊密程度，進(jìn)而依據(jù)緊密程度進(jìn)行抽象向量分組，每個(gè)抽象向量組對(duì)應(yīng)一個(gè) 應(yīng)用場(chǎng)景，如此，便可建立抽象向量與應(yīng)用場(chǎng)景之間的映射關(guān)系。舉例來說，映射關(guān)系可以 體現(xiàn)為:抽象向量組1 一應(yīng)用場(chǎng)景1，通常，每個(gè)抽象向量組包括至少一個(gè)抽象向量。
[0113] 與S201處所做介紹相似，本發(fā)明中兩兩抽象向量間的緊密程度可以體現(xiàn)為抽象向 量間的相似度，或者還可以體現(xiàn)為抽象向量間的距離，本發(fā)明實(shí)施例對(duì)此可不做具體限定。
[0114] 另外，本發(fā)明實(shí)施例中，應(yīng)用場(chǎng)景可以體現(xiàn)為實(shí)際場(chǎng)景，如時(shí)事類場(chǎng)景、娛樂類場(chǎng) 景等等;或者，應(yīng)用場(chǎng)景還可以體現(xiàn)為場(chǎng)景編號(hào)，如應(yīng)用場(chǎng)景1、應(yīng)用場(chǎng)景2等等，本發(fā)明實(shí)施 例對(duì)應(yīng)用場(chǎng)景的具體表現(xiàn)形式可不做限定。
[0115] 圖2所示方案中，針對(duì)抓取用戶數(shù)據(jù)過程中獲取的多維度上下文信息，可以將多維 度上下文信息降階處理為單維度上下文信息，然后再對(duì)單維度上下文信息進(jìn)行聚類分析， 獲得上下文信息與應(yīng)用場(chǎng)景間的對(duì)應(yīng)關(guān)系，有助于簡(jiǎn)化基于本發(fā)明方案進(jìn)行個(gè)性化推薦的 過程。
[0116] 進(jìn)一步地，本發(fā)明方案基于向量緊密程度以及聚類分析，實(shí)現(xiàn)各維度上下文信息 所包括向量的分組，該分組不依賴于任何人為因素，能真實(shí)反映用戶的行為習(xí)慣，具有客觀 性，同時(shí)還有助于發(fā)現(xiàn)隱式的分組可能，有助于提高分組的合理性。
[0117] 進(jìn)一步地，本發(fā)明方案基于抽象向量緊密程度以及聚類分析，實(shí)現(xiàn)抽象維度上下 文信息所包括抽象向量的分組，還有助于實(shí)現(xiàn)可復(fù)用的應(yīng)用場(chǎng)景。也就是說，在多數(shù)用戶的 行為習(xí)慣不發(fā)生較大變動(dòng)的情況下，本發(fā)明方案獲得映射關(guān)系可在一段時(shí)間內(nèi)都維持有 效，無需頻繁進(jìn)行映射關(guān)系調(diào)整。
[0118] 如S201處所提，本發(fā)明通過聚類分析將向量劃分到不同向量組，至少可通過如下 方式實(shí)現(xiàn)。
[0119] 方式一，根據(jù)預(yù)設(shè)距離值，對(duì)各維度上下文信息所包括的向量進(jìn)行分組。舉例來 說，針對(duì)各維度上下文信息可以設(shè)置同一個(gè)預(yù)設(shè)距離值，或者，針對(duì)不同維度上下文信息可 以設(shè)置不同預(yù)設(shè)距離值，對(duì)此可結(jié)合實(shí)際應(yīng)用而定，本發(fā)明實(shí)施例可不做具體限定。本方式 中，只要兩個(gè)向量間的距離不超過預(yù)設(shè)距離值，即可將這兩個(gè)向量劃分到一個(gè)向量組中，基 于這一原則，可以實(shí)現(xiàn)各維度上下文信息所包括向量的分組，且通過該方式獲得的向量組 數(shù)目不定。
[0120]方式二，根據(jù)指定向量組數(shù)目，對(duì)各維度上下文信息所包括的向量進(jìn)行分組。舉例 來說，針對(duì)各維度上下文信息可以設(shè)置相同的指定向量組數(shù)目，或者，針對(duì)不同維度上下文 信息可以設(shè)置不同的指定向量組數(shù)目，對(duì)此可結(jié)合實(shí)際應(yīng)用而定，本發(fā)明實(shí)施例可不做具 體限定。另外，可以通過外部輸入的向量組劃分指令獲得指定向量組數(shù)目，或者，可以通過 預(yù)配置的方式將指定向量組數(shù)目保存于本地，并在需要時(shí)從本地讀取，本發(fā)明實(shí)施例對(duì)此 亦可不做具體限定。本方式中，可以根據(jù)計(jì)算出的兩兩向量間的距離、指定向量組數(shù)目，先 確定出一個(gè)合適的預(yù)設(shè)距離值，然后再基于該預(yù)設(shè)距離值進(jìn)行向量分組，通過該方式可以 控制上下文信息分組后的向量組數(shù)目。
[0121]方式三，方式一和方式二相互配合，對(duì)各維度上下文信息所包括的向量進(jìn)行分組。 具體地，可以先通過方式一所示過程對(duì)各維度上下文信息所包括的向量進(jìn)行分組，若如此 得到的向量組不合理，如向量組數(shù)目過多，說明向量組之間還可能進(jìn)一步聚類，則可通過方 式二適當(dāng)減少所分向量組的數(shù)目，使其更為合理;或者，向量組數(shù)目過少，可能會(huì)在聚類過 程中掩蓋某些分組，則可通過方式二適當(dāng)增多所分向量組的數(shù)目。
[0122] 在具體應(yīng)用過程中，可以結(jié)合實(shí)際情況選取合適的方式進(jìn)行向量分組，本發(fā)明實(shí) 施例對(duì)此并不做具體限定。此外，針對(duì)抽象向量的分組過程亦可參考上述方式實(shí)現(xiàn)，此處不 再贅述。
[0123] 另外，需要說明的是，與傳統(tǒng)推薦方案相比，基于圖2所示對(duì)應(yīng)關(guān)系實(shí)現(xiàn)的個(gè)性化 推薦過程，只需要查表即可確定出與多維度上下文信息相匹配的推薦內(nèi)容，實(shí)現(xiàn)過程簡(jiǎn)單， 計(jì)算量少，有助于提高個(gè)性化推薦的效率。另外，在實(shí)際應(yīng)用過程中，受抓取技術(shù)或者用戶 隱私設(shè)置的限制，可能獲取不到用戶在某些維度的上下文信息，導(dǎo)致該維度上下文信息中 出現(xiàn)空值，即出現(xiàn)上下文信息稀疏性的問題，如用戶隱私設(shè)置為禁止獲取地理位置信息，則 可能抓取不到地點(diǎn)維度的上下文信息。針對(duì)于此，傳統(tǒng)個(gè)性化推薦方案只能將這部分空值 舍棄掉，如此勢(shì)必會(huì)影響個(gè)性化推薦的準(zhǔn)確性。相對(duì)于此，本發(fā)明進(jìn)行多維度上下文信息處 理時(shí)，考慮到了多維度上下文信息中的每個(gè)維度，也就是說，抽象向量與應(yīng)用場(chǎng)景之間的映 射關(guān)系，是綜合各維度上下文信息的情況后得到的，即使針對(duì)特定用戶進(jìn)行個(gè)性化推薦時(shí) 出現(xiàn)稀疏性問題，考慮到映射關(guān)系中已涉及所有維度的上下文信息，基于該映射關(guān)系得到 的推薦內(nèi)容的準(zhǔn)確性，相對(duì)傳統(tǒng)方案亦會(huì)有多提高，有助于解決上下文信息稀疏性的問題。 此外，若抓取用戶數(shù)據(jù)時(shí)獲得新的維度的上下文信息，經(jīng)過本發(fā)明方案處理，該新的維度的 上下文信息可能會(huì)被歸類到現(xiàn)有的應(yīng)用場(chǎng)景下，無需為該新的維度的上下文信息建立一個(gè) 新的應(yīng)用場(chǎng)景，同樣有助于解決上下文信息稀疏性的問題。
[0124] 與圖1所示方法相對(duì)應(yīng)，本發(fā)明實(shí)施例還提供一種個(gè)性化推薦裝置300,參見圖3所 示示意圖，所述裝置可包括：
[0125] 推薦內(nèi)容獲得單元301，用于抓取用戶數(shù)據(jù)對(duì)應(yīng)的第一上下文信息，獲得與所述第 一上下文信息相匹配的第一推薦內(nèi)容；
[0126] 響應(yīng)信息獲取單元302，用于獲取用戶針對(duì)所述第一推薦內(nèi)容的響應(yīng)信息，所述響 應(yīng)信息用于表示用戶是否對(duì)所述第一推薦內(nèi)容感興趣；
[0127] 調(diào)整判斷單元303,用于根據(jù)所述響應(yīng)信息判斷是否調(diào)整所述第一推薦內(nèi)容；
[0128] 推薦內(nèi)容確定單元304，用于在所述調(diào)整判斷單元判定調(diào)整所述第一推薦內(nèi)容時(shí)， 確定與所述響應(yīng)信息相匹配的第二推薦內(nèi)容，所述第一推薦內(nèi)容和所述第二推薦內(nèi)容根據(jù) 同一推薦算法計(jì)算獲得；
[0129] 推薦內(nèi)容調(diào)整單元305,用于將與所述第一上下文信息相匹配的所述第一推薦內(nèi) 容調(diào)整為第二推薦內(nèi)容。
[0130] 可選地，預(yù)先建立有上下文信息、應(yīng)用場(chǎng)景與推薦內(nèi)容三者之間的對(duì)應(yīng)關(guān)系，則
[0131] 所述推薦內(nèi)容獲得單元，具體用于查找與所述第一上下文信息相匹配的第一應(yīng)用 場(chǎng)景，將所述第一應(yīng)用場(chǎng)景對(duì)應(yīng)的推薦內(nèi)容作為所述第一推薦內(nèi)容；
[0132] 所述推薦內(nèi)容調(diào)整單元，具體用于查找所述第二推薦內(nèi)容對(duì)應(yīng)的第二應(yīng)用場(chǎng)景， 將所述第一上下文信息、第一應(yīng)用場(chǎng)景與第一推薦內(nèi)容三者之間的對(duì)應(yīng)關(guān)系，調(diào)整為所述 第一上下文信息、第二應(yīng)用場(chǎng)景與第二推薦內(nèi)容三者之間的對(duì)應(yīng)關(guān)系。
[0133] 可選地，所述上下文信息為多維度上下文信息，所述裝置還包括：
[0134] 向量組劃分單元，用于分別對(duì)各維度的上下文信息做如下處理:根據(jù)該維度上下 文信息所包括的各個(gè)向量之間的緊密程度，將所述各個(gè)向量劃分到不同向量組；
[0135] 抽象維度獲得單元，用于將所述各維度的上下文信息劃分出的向量組的笛卡爾 積，作為抽象向量，獲得抽象維度的上下文信息；
[0136] 映射關(guān)系建立單元，用于根據(jù)所述抽象向量之間的緊密程度，將所述抽象向量劃 分到不同應(yīng)用場(chǎng)景，建立所述抽象向量與所述應(yīng)用場(chǎng)景的映射關(guān)系，獲得所述上下文信息 與應(yīng)用場(chǎng)景之間的對(duì)應(yīng)關(guān)系。
[0137] 可選地，針對(duì)各維度上下文信息，預(yù)先建立有物品、向量和評(píng)分值