METHOD AND APPARATUS FOR EFFICIENTLY RECOMMENDING ITEMS USING AUTOMATED COLLABORATIVE FILTERING AND FEATURE-GUIDED AUTOMATED COLLABORATIVE FILTERING

A method for recommending items to users using automated collaborative filtering stores profiles of users relating ratings to items in memory. Profiles of items may also be stored in memory, the item profiles associating users with the rating given to the item by that user or inferred for the user by the system. The user profiles include additional information relating to the user or associated with the rating given to an item by the user. Profiles of those users are accessed and the ratings are used to calculate similarity factors with respect to other users. The similarity factors, sometimes in connection with confidence factors, are used to select a set of neighboring users. The neighboring users are weighted based on their respective similarity factors, and a rating for an item contained in the domain is predicted. An object for providing isolated, hierarchical data storage can be used in a method for recommending an item to one of a plurality of users. The data object abstracts an associated physical memory element and provides an interface for storing data and retrieving data from the physical memory element. A system for enabling an information marketplace includes a central server which stores data in a memory element. The data may or may not be encrypted. Regardless of whether the data is encrypted the server may also store a table which associates data elements and nodes with an authorization value. If a node requests data for which the authorization value in the table gives the node authorization to access, the server transmits the data to the node. If the data is encrypted, the server may transmit the encrypted data or it may decrypt the data for the node before transmission. L'invention concerne un procédé servant à recommander des articles à des utilisateurs à l'aide de profils d'utilisateurs de magasins coopératifs automatisés, qui ont trait à des articles stockés dans une mémoire. Des profils d'articles peuvent également être stockés dans la mémoire, les profils d'articles associant des utilisateurs à une cotation qu'un utilisateur donné attribue à l'article, ou à une cotation que le système attribue par déduction à l'utilisateur. Les profils d'utilisateur comportent des informations supplémentaires concernant l'utilisateur, ou des informations associées à la cotation attribuée par ce dernier à un article. Des profils d'utilisateurs sont récupérés et les cotations sont utilisées pour calculer des facteurs de similitude avec d'autres utilisa