TÉCNICAS PARA RECOMENDAR ITENS PARA USUÁRIOS

IPC Classification

Priority claims

Abstract

TÉCNICAS PARA RECOMENDAR ITENS PARA USUÁRIOS.Em várias modalidades, uma aplicação de treinamento gera um modelo de predição de preferência com base em uma matriz de interação e em uma solução de forma fechada para minimizar uma Lagrangiana. A matriz de interação reflete interações entre usuários e itens, e a Lagrangiana é formada com base em um problema de otimização restrita associado com a matriz de interação. Uma aplicação de serviço gera uma primeira interface de aplicação que é para ser apresentada para o usuário. A aplicação de serviço computa pontuação(ões) predita(s) usando o modelo de predição de preferência, onde cada pontuação predita prediz uma preferência do usuário para um item diferente. A aplicação de serviço então determina um primeiro item dos itens para apresentar para o usuário por meio de um elemento de interface incluído na interface de aplicação. Subsequentemente, a aplicação de serviço faz com que uma representação do primeiro item seja exibida por meio do elemento de interface incluído na interface de aplicação.