[發明專利]一種基于TV用戶協同預測的視頻推薦方法及系統

在審

• 申請號: 201410669753.1
• 申請日: 2014-11-20
• 公開（公告）號: CN104391925A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 康鐘榮;李強
• 申請（專利權）人: 四川長虹電器股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/08
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 鄧世燕

技術領域

本發明涉及計算機技術與智能電視技術，特別涉及一種基于TV用戶協同預測的視頻推薦方法及系統。

背景技術

目前，隨著互聯網和信息技術的高速發展與日益成熟，電視出現了智能化與互聯網化的趨勢，傳統的電視節目已不能滿足用戶對視頻的多樣化需求。電視的智能化與電視互聯網的出現使得視頻節目的多樣化變成現實，但是互聯網海量的視頻信息在帶給用戶更多選擇與體驗的同時，也給用戶帶來了不少的困擾，那就是用戶無法從海量的視頻中鎖定自己偏好喜歡的視頻。在這種情況下，一種實用、高效的視頻推薦機制將為用戶鎖定自己偏愛的視頻信息提供幫助，并向用戶推薦與其偏好方向相匹配的一系列視頻。

發明內容

為了克服現有技術的上述缺點，本發明提供了一種基于TV用戶協同預測的視頻推薦方法及系統，能快速鎖定用戶偏愛的視頻節目，改善用戶的觀看體驗并提高用戶的滿意度。

本發明解決其技術問題所采用的技術方案是：一種基于TV用戶協同預測的視頻推薦方法，包括如下步驟：

步驟一、獲取用戶對視頻的歷史評分數據，并對數據做預處理，得到統一格式的評分數據；

步驟二、計算各用戶與目標用戶之間的評分相似度，然后確定目標用戶的最近鄰居集合；

步驟三、根據最近鄰居集合中各用戶與目標用戶之間的評分相似度及各用戶對視頻的歷史評分數據，協同計算目標用戶對視頻的預測評分；

步驟四、將各視頻按目標用戶對視頻的預測評分從高到低排序，得到候選視頻推薦集合。

本發明還提供了一種基于TV用戶協同預測的視頻推薦系統，包括：

用于向智能終端TV單元輸入對視頻的評分，產生歷史評分數據的鍵入單元；

用于收集并存儲用戶所鍵入的實時評分數據，并將這些評分數據與具有終端身份標識的用戶ID發送到云平臺后臺服務器單元的智能終端TV單元；

用于收集所有智能終端TV單元發送的歷史評分數據，然后根據終端ID相關的評分數據及用戶信息進行處理、生成相應的請求信息向匯聚視頻資源庫單元發送，并在得到匯聚視頻資源庫單元發送的推薦視頻信息后再反饋給智能終端TV單元的云平臺后臺服務器單元；

用于向云平臺后臺服務器單元發送推薦視頻信息的匯聚視頻資源庫單元。

與現有技術相比，本發明的積極效果是：通過利用用戶對所觀看視頻的歷史評分數據，來度量用戶與其他用戶在對視頻評分方面的相似性，從而獲得用戶的相似度較高的鄰居用戶，用最近鄰居用戶與自身用戶的相似性關系及歷史評分數據來得到自身用戶對視頻的協同預測評分，進一步得到推薦視頻，使得用戶對推薦結果的滿意度得到提升。

附圖說明

本發明將通過例子并參照附圖的方式說明，其中：

圖1為本發明方法的流程圖；

圖2為本發明系統裝置的結構示意圖；

圖3為本發明系統裝置中云平臺后臺服務器處理的模塊框架圖。

具體實施方式

一種基于TV用戶協同預測的視頻推薦方法，如圖1所示，包括以下步驟：

步驟一、獲取用戶USER對視頻VIDEO的歷史評分數據，并對數據做預處理，得到統一格式的評分數據：

本步驟獲取TV用戶的歷史評分數據，并將五分制或者十分制以及其他形式的評分數據全部轉換成五分制的評分數值，具體為：{1,2,3,4,5}，并形成用戶USER對視頻VIDEO的原始評分矩陣R，由于用戶只能對一小部分的視頻進行評分，因此得到的原始評分矩陣R具有數據稀疏性的特點。

步驟二、依據相似性度量方法，對用戶之間的評分相似性進行度量，按相似度從大到小的原則選取與之具有較高相似度的用戶作為目標用戶USER的候選鄰居集合，進一步再得到用戶USER的最近鄰居集合。

本步驟中，使用相似度計算方法以原始矩陣R作為數據，并主要考量兩用戶對相同視頻VIDEO評分數值的相似程度，循環產生兩兩用戶間的相似度，并以評分行為的相似性作為選擇最近鄰居用戶的依據。

對于評分矩陣R，循環計算每個用戶USER與其他用戶的評分相似度，并存于相似度矩陣R_sim中；

用戶USER之間的評分相似度(相關相似度)計算公式為：