《一种推荐的方法及服务器.pdf》由会员分享，可在线阅读，更多相关《一种推荐的方法及服务器.pdf（15页珍藏版）》请在专利查询网上搜索。
1、10申请公布号CN104123284A43申请公布日20141029CN104123284A21申请号201310145097022申请日20130424G06F17/3020060171申请人华为技术有限公司地址518129广东省深圳市龙岗区坂田华为总部办公楼72发明人金洪波张弓74专利代理机构深圳中一专利商标事务所44237代理人张全文54发明名称一种推荐的方法及服务器57摘要本发明实施例公布了一种推荐的方法及服务器，所述方法通过预先设置的组合策略，对各个推荐系统发送的推荐列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概率，更新所述组合后的推荐列表，实现实时评。
2、估，并接收用户定期反馈的选择结果，更新所述组合后的推荐列表，进而同时体现用户的当前兴趣和历史兴趣爱好。51INTCL权利要求书2页说明书8页附图4页19中华人民共和国国家知识产权局12发明专利申请权利要求书2页说明书8页附图4页10申请公布号CN104123284ACN104123284A1/2页21一种推荐的方法，其特征在于，所述方法包括接收各个推荐系统发送的推荐列表；根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。2根据权利要求1所述的方法，其特征在于，。
3、所述根据预先设置的组合策略，将所述推荐列表进行组合，包括预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；根据所述比重，对各个推荐系统发送的推荐列表进行组合。3根据权利要求1或2所述的方法，其特征在于，所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表，包括接收用户反馈的选择结果，根据所述选择结果计算选择概率；预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；根据所述更新后的比重更新组合后的推荐列表。4根据权利要求3所述的方法，其特征在于，所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括计算所述选择结果。
4、占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。5根据权利要求14任意一项所述的方法，其特征在于，所述方法还包括接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系统的推荐列表。6一种服务器，其特征在于，所述服务器包括接收单元，用于接收各个推荐系统发送的推荐列表；组合单元，用于根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；更新单元，用于。
5、接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。7根据权利要求6所述的服务器，其特征在于，所述组合单元具体用于预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；根据所述比重，对各个推荐系统发送的推荐列表进行组合。8根据权利要求6或7所述的服务器，其特征在于，所述更新单元具体用于接收用户反馈的选择结果，根据所述选择结果计算选择概率；预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；根据所述更新后的比重更新组合后的推荐列表。9根据权利要求8所述的服务器，其特征在于，所述更新单元中执行步骤接收用户反权利要求书CN10412。
6、3284A2/2页3馈的选择结果，根据所述选择结果计算选择概率，包括计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。10根据权利要求69任意一项所述的服务器，其特征在于，所述服务器还包括定期反馈单元，用于接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系统的推荐列表。权利要求书CN104123284A1/8页4一种推荐的方法及服务器技术领域0001本发明属于数据处理领域，尤其涉及一种推荐的方。
7、法及服务器。背景技术0002在信息爆炸的今天，越来越多的商业系统引入推荐技术，从以前人找内容的模式转变成内容找人，满足用户个性化需求。单一的推荐系统推荐结果的效果有限，这点特别是越来越多的推荐竞赛中得到体现，竞赛最终的获奖者往往是采用多个推荐技术/模型或者评分结果进行融合集成。以往的推荐更多类比成预测评分问题，但有学者认为推荐列表形式可能更合适，以往的推荐系统效果不好评估，一般也是离线进行，实时的效果评估未被加以利用。历史喜好代表的是用户一直以来的兴趣爱好，在很长一段时间内一般是不会改变的，可以通过分析用户的历史行为得到；而当前喜好代表的是用户当前临时的兴趣爱好，一般也是随时间和外界环境而易变。
8、的。0003通常的现有技术一中，业务系统到推荐系统一般通过离线导入数据，用户反馈是用户实时的数据反馈到推荐系统，用于更新推荐模型以提高将来的预测准确性。常用的用户反馈方式，有收藏、点击、浏览（时间）、购买、打分、评论等行为。现有技术一的缺点在于，技术比较单一，在推荐的准确性和计算的实时性方面难以兼顾。0004通常的现有技术二中，推荐组合技术通过离线训练得到选择模型，本质上还是单一的推荐系统。推荐组合与后端推荐技术一般都是强相关，一起部署的。推荐组合技术神经网络、案例式推理（CASEBASEDREASONING，CBR）、决策树等。现有技术二的缺点在于，推荐技术不易扩展，每增加一种推荐技术则组合。
9、模型需要重新离线训练，并且无法实时反馈用户的当前兴趣。发明内容0005本发明的目的在于提供一种推荐的方法及服务器，解决存在多个推荐模型或系统时，如何利用实时的评估效果对推荐列表进行更新，同时体现用户的当前兴趣和历史兴趣爱好。0006第一方面，一种推荐的方法，所述方法包括0007接收各个推荐系统发送的推荐列表；0008根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；0009接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。0010结合第一方面，在第一方面的第一种可能的实现方式中，所述根据预先设置的组合策略，将。
10、所述推荐列表进行组合，包括0011预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；0012根据所述比重，对各个推荐系统发送的推荐列表进行组合。0013结合第一方面或者第一方面的第一种可能的实现方式，在第一方面的第二种可能说明书CN104123284A2/8页5的实现方式中，所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表，包括0014接收用户反馈的选择结果，根据所述选择结果计算选择概率；0015预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；0016根据所述更新后的比重更新组合后的推荐列表。0017结合第一方面。
11、的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括0018计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，0019预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。0020结合第一方面或者第一方面的第一种可能的实现方式或者第一方面的第二种可能的实现方式或者第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述方法还包括0021接收用户定期反馈的选择结果，根据所述定期反馈的选择。
12、结果，更新各个推荐系统的推荐列表。0022第二方面，一种服务器，所述服务器包括0023接收单元，用于接收各个推荐系统发送的推荐列表；0024组合单元，用于根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；0025更新单元，用于接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。0026结合第二方面，在第二方面的第一种可能的实现方式中，所述组合单元具体用于0027预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；0028根据所述比重，对各个推荐系统发送的推荐列表进行组合。0029结合第二方面或者第。
13、二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述更新单元具体用于0030接收用户反馈的选择结果，根据所述选择结果计算选择概率；0031预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；0032根据所述更新后的比重更新组合后的推荐列表。0033结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述更新单元中执行步骤接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括0034计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，0035预先设置用户选择的权重，根据所述用户选择的。
14、权重得到用户选择各个推荐系统说明书CN104123284A3/8页6推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。0036结合第二方面或者第二方面的第一种可能的实现方式或者第二方面的第二种可能的实现方式或者第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，所述服务器还包括定期反馈单元，用于0037接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新各个推荐系统的推荐列表。0038与现有技术相比，本发明通过预先设置的组合策略，对各个推荐系统发送的推荐列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概率，更新所述。
15、组合后的推荐列表，实现实时评估，并接收用户定期反馈的选择结果，更新所述组合后的推荐列表，因为实时评估可以体现用户的当前兴趣，定期反馈可以体现用户的历史兴趣，因此本发明可以同时体现用户的当前兴趣和历史兴趣爱好。附图说明0039为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。0040图1是本发明实施例提供的一种推荐的方法的应用场景图；0041图2是本发明实施例提供的一种推荐的方法的方法流程图；0042图3是本发明实。
16、施例提供的一种推荐的方法的方法示意图；0043图4是本发明实施例提供的一种推荐的方法的方法示意图；0044图5是本发明实施例提供的一种服务器的装置结构图；0045图6是本发明实施例提供的一种服务器的装置结构图。具体实施方式0046为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。0047以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。0048参考图1，图1是本发明实施例提供的一。
17、种推荐的方法的应用场景图。如图1所示，用户101根据服务器102提供的推荐列表，从推荐列表中选择感兴趣的物品等，同时，用户101将选择的结果实时反馈给服务器102，服务器102根据用户实时反馈的选择结果更新系统，服务器102下一次给用户101推送的推荐列表中能及时反应出用户101上一次的喜好，并且服务器102会定期接收用户101反馈的选择结果，服务器102根据定期反馈的选择结果更新系统，使得服务器102每次给用户101推送的推荐列表中能同时反应用户的历史兴趣和当前兴趣。0049参考图2，图2是本发明实施例提供的一种推荐的方法的方法流程图。如图2所示，所述方法包括以下步骤说明书CN1041232。
18、84A4/8页70050步骤201，接收各个推荐系统发送的推荐列表；0051具体的，如图3所示，图3是本发明实施例提供的一种推荐的方法的方法示意图。如图3所示，推荐前端系统接收推荐系统1、推荐系统2、推荐系统3发送的推荐列表，所述推荐前端系统根据组合策略将所述推荐系统1、推荐系统2、推荐系统3发送的推荐列表进行组合，所述推荐前端系统将组合后的推荐列表发送给业务系统，使得所述业务系统将组合后的推荐列表呈现给用户。所述推荐前端系统接收用户实时反馈的选择概率，用于更新所述组合后的推荐列表，同时，推荐系统1、推荐系统2、推荐系统3接收用户定期反馈的选择结果，用于更新推荐系统1、推荐系统2、推荐系统3的。
19、推荐列表，每个推荐系统根据数据库计算的推荐结果不同，例如推荐系统1更多推荐的是儿童用品，推荐系统2更多推荐的电子产品或者书籍或者衣服等领域。0052步骤202，根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；0053可选地，所述根据预先设置的组合策略，将所述推荐列表进行组合，包括0054预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；0055根据所述比重，对各个推荐系统发送的推荐列表进行组合。0056具体的，假设推荐系统1发送给推荐前端系统的推荐列表A为A1，A2，A3，推荐系统2发送给推荐前端系统的推荐。
20、列表B为B1，B2，B3，推荐系统3发送给推荐前端系统的推荐列表C为C1，C2，C3。根据预先设置的推荐结果的组合策略，假设推荐系统1、推荐系统2、推荐系统3推荐的结果占所有推荐系统推荐结果的比重都是1/3时，则组合后的推荐列表可为A1，B1，C2，假设推荐系统1、推荐系统2、推荐系统3推荐的结果占所有推荐系统推荐结果的比重分别是3/5、1/5、1/5时，则组合后的推荐列表可为A1，A2，A3，B2，C3。0057同时，组合策略的比重可以自由定义，假设儿童节时，可以将推荐系统1的比重提高，因为推荐系统1推荐的大多是儿童用品。0058步骤203，接收用户反馈的选择结果，根据所述选择结果更新所述组。
21、合后的推荐列表。0059可选地，所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表，包括0060接收用户反馈的选择结果，根据所述选择结果计算选择概率；0061预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；0062根据所述更新后的比重更新组合后的推荐列表。0063可选地，所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括0064计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，0065预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表。
22、所有的结果的权重的比例，所述比例为选择概率。0066具体的，初始化图3中3个推荐系统，假设各个推荐系统的比重分别为P1T、P2T、P3T，说明书CN104123284A5/8页80067且0068PIT表示T时刻第I个推荐系统的占比0069PIT1表示T时刻之后的下一时刻第I个推荐系统的占比0070是更新系数0071IT代表T时刻第I个推荐系统推荐的结果被用户选中的机率0072假设推荐系统1发送的推荐列表A为I1,I2,I3，推荐系统2发送的推荐列表B为I2,I3,I4,I5，推荐系统3未发送推荐列表，最后组合呈现给用户的推荐列表LIST为I1,I2,I3,I4,I5，为了避免推荐结果组合排列。
23、的位置对用户选择影响，我们把结果组合后随机安排顺序。假设用户选择了I2,I4，其实用户选择的是I2A,I2B,I4B，所以0073具体的，当用户操作行为不同时，比如，用户对I2的行为是购买，而对I4的行为只是浏览时，则各个推荐子系统推荐结果被用户选中的选择概率需要考虑各用户操作行为的权重，明显购买行为权重要大于浏览行为，假设购买行为权重为03和浏览行为权重为02，则用户选择概率是I2A03,I2B03,I4B02，所以00740075对A（T来说，3/81/3，推荐系统1在第二种情况下的推荐效果要好于第一种情况，原因就是推荐系统1推荐的I2被用户购买了。0076作为另一种可选的方法，所述方法还。
24、包括0077接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系统的推荐列表。0078具体的，推荐系统1、推荐系统2、推荐系统3定期接收用户定期反馈的选择结果，根据结果更新自己发送的推荐列表。0079本发明通过预先设置的组合策略，对各个推荐系统发送的推荐列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概率，更新所述组合后的推荐列表，实现实时评估，并接收用户定期反馈的选择结果，更新所述组合后的推荐列表，进而同时体现用户的当前兴趣和历史兴趣爱好。0080参考图4，图4是本发明实施例提供的一种推荐的方法的方法示意图。所述方法包括以下步骤0081步骤4。
25、01，用户首次登录，系统无用户任何信息，则所述推荐前端系统在各个推荐子系统的推荐列表中等量地选取推荐结果呈现给用户，或者系统根据组合策略为各推荐子系统赋初值；0082步骤402，推荐前端系统获得各个推荐系统的推荐列表进行组合展示；0083步骤403，用户对推荐的结果进行选择浏览或购买或收藏等操作；0084步骤404，推荐前端系统实时捕获用户的行为，赋予不同的用户行为不同的权重代表用户当前的喜好，并进行推荐结果的选择概率计算；0085步骤405，推荐前端系统根据用户当前喜好按一定的规则调整各个推荐系统的输说明书CN104123284A6/8页9出在推荐最终结果列表中的比重；0086步骤406，用。
26、户此时可以看到不同于之前的推荐结果；0087步骤407，用户注销结束此次会话，各推荐子系统获得此次会话期间用户的总体行为；0088步骤408，各推荐子系统根据用户的历史喜好调整推荐列表；0089步骤409，用户再次登录系统，跳转到步骤401。0090参考图5，图5是本发明实施例提供的一种服务器的装置结构图。如图4所示，所述服务器包括以下单元0091接收单元501，用于接收各个推荐系统发送的推荐列表；0092具体的，如图3所示，图3是本发明实施例提供的一种推荐的方法的方法示意图。如图3所示，推荐前端系统接收推荐系统1、推荐系统2、推荐系统3发送的推荐列表，所述推荐前端系统根据组合策略将所述推荐系。
27、统1、推荐系统2、推荐系统3发送的推荐列表进行组合，所述推荐前端系统将组合后的推荐列表发送给业务系统，使得所述业务系统将组合后的推荐列表呈现给用户。所述推荐前端系统接收用户实时反馈的选择概率，用于更新所述组合后的推荐列表，同时，推荐系统1、推荐系统2、推荐系统3接收用户定期反馈的选择结果，用于更新推荐系统1、推荐系统2、推荐系统3的推荐列表。0093组合单元502，用于根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据所述组合后的推荐列表进行选择；0094可选地，所述组合单元502，具体用于0095预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中。
28、占的比重；0096根据所述比重，对各个推荐系统发送的推荐列表进行组合。0097具体的，假设推荐系统1发送给推荐前端系统的推荐列表A为A1，A2，A3，推荐系统2发送给推荐前端系统的推荐列表B为B1，B2，B3，推荐系统3发送给推荐前端系统的推荐列表C为C1，C2，C3。根据预先组合的推荐策略，假设推荐系统1、推荐系统2、推荐系统3推荐的结果占所有推荐系统推荐结果的比重都是1/3时，则组合后的推荐列表可为A1，B1，C2，假设推荐系统1、推荐系统2、推荐系统3推荐的结果占所有推荐系统推荐结果的比重分别是3/5、1/5、1/5时，则组合后的推荐列表可为A1，A2，A3，B2，C3。0098同时，组。
29、合策略的比重可以自由定义，假设儿童节时，可以将推荐系统1的比重提高，因为推荐系统1推荐的大多是儿童用品。0099更新单元503，用于接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。0100可选地，所述更新单元503具体用于0101接收用户反馈的选择结果，根据所述选择结果计算选择概率；0102预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；0103根据所述更新后的比重更新组合后的推荐列表。0104所述更新单元中执行步骤接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括0105计算所述选择结果占所述组合后的推荐列表所有的结果的。
30、比例，所述比例为选择说明书CN104123284A7/8页10概率；或者，0106预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。0107具体的，初始化图3中3个推荐系统，假设各个推荐系统的比重分别为P1T、P2T、P3T，0108且0109PIT表示T时刻第I个推荐系统的占比0110PIT1表示T时刻之后的下一时刻第I个推荐系统的占比0111是更新系数0112IT代表T时刻第I个推荐系统推荐的结果被用户选中的机率0113假设推荐系统1发送的推荐列表A为I1,I2,I3，推荐系统2发送的推荐列表。
31、B为I2,I3,I4,I5，推荐系统3未发送推荐列表，最后组合呈现给用户的推荐列表LIST为I1,I2,I3,I4,I5，为了避免推荐结果组合排列的位置对用户选择影响，我们把结果组合后随机安排顺序。假设用户选择了I2,I4，其实用户选择的是I2A,I2B,I4B，所以0114具体的，当用户操作行为不同时，比如用户对I2的行为是购买，而对I4的行为只是浏览时。，则各个推荐子系统推荐结果被用户选中的选择概率需要考虑各用户操作行为的权重，明显购买行为权重要大于浏览行为，假设购买行为权重为03和浏览行为权重为02，则用户选择概率是I2A03,I2B03,I4B02，所以01150116对AT来说，3/。
32、81/3，推荐系统1在第二种情况下的推荐效果要好于第一种情况，原因就是推荐系统1推荐的I2被用户购买了。0117作为一种可选的实施例，所述服务器还包括定期反馈单元504，用于0118接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系统的推荐列表。0119具体的，推荐系统1、推荐系统2、推荐系统3定期接收用户定期反馈的选择结果，根据结果更新自己发送的推荐列表。0120本发明通过预先设置的组合策略，对各个推荐系统发送的推荐列表进行组合，实现多个推荐模型或者系统给用户反馈推荐结果，根据用户反馈的选择概率，更新所述组合后的推荐列表，实现实时评估，并接收用户定期反馈的选择结果，更。
33、新所述组合后的推荐列表，进而同时体现用户的当前兴趣和历史兴趣爱好。0121参考图6，图6是本发明实施例提供的一种服务器的装置结构图。参考图6，图6是本发明实施例提供的一种服务器600，本发明具体实施例并不对所述服务器的具体实现做限定。所述服务器600包括0122处理器PROCESSOR601，通信接口COMMUNICATIONSINTERFACE602，存储器MEMORY603，总线604。说明书CN104123284A108/8页110123处理器601，通信接口602，存储器603通过总线604完成相互间的通信。0124通信接口602，用于与其他设备进行通信；0125处理器601，用于执行。
34、程序。0126具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。0127处理器601可能是一个中央处理器CPU，或者是特定集成电路ASIC（APPLICATIONSPECIFICINTEGRATEDCIRCUIT），或者是被配置成实施本发明实施例的一个或多个集成电路。0128存储器603，用于存放程序A。存储器603可能包含高速RAM存储器，也可能还包括非易失性存储器（NONVOLATILEMEMORY），例如至少一个磁盘存储器。程序具体可以包括0129接收各个推荐系统发送的推荐列表；0130根据预先设置的组合策略，将所述推荐列表进行组合，将组合后的推荐列表呈现给用户，使得用户根据。
35、所述组合后的推荐列表进行选择；0131接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表。0132所述根据预先设置的组合策略，将所述推荐列表进行组合，包括0133预先定义各个推荐系统发送的结果在所有推荐系统发送的结果中占的比重；0134根据所述比重，对各个推荐系统发送的推荐列表进行组合。0135所述接收用户反馈的选择结果，根据所述选择结果更新所述组合后的推荐列表，包括0136接收用户反馈的选择结果，根据所述选择结果计算选择概率；0137预先设置更新系数，根据所述选择概率、更新系数和各个推荐系统的比重计算各个推荐系统更新后的比重；0138根据所述更新后的比重更新组合后的推荐列表。0。
36、139所述接收用户反馈的选择结果，根据所述选择结果计算选择概率，包括0140计算所述选择结果占所述组合后的推荐列表所有的结果的比例，所述比例为选择概率；或者，0141预先设置用户选择的权重，根据所述用户选择的权重得到用户选择各个推荐系统推荐的结果的权重占组合后的推荐列表所有的结果的权重的比例，所述比例为选择概率。0142所述方法还包括0143接收用户定期反馈的选择结果，根据所述定期反馈的选择结果，更新所述各个推荐系统的推荐列表。0144以上所述仅为本发明的优选实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明要求包含范围之内。说明书CN104123284A111/4页12图1图2说明书附图CN104123284A122/4页13图3说明书附图CN104123284A133/4页14图4图5说明书附图CN104123284A144/4页15图6说明书附图CN104123284A15。