[發(fā)明專利]一種多媒體內容推薦方法和多媒體內容推薦裝置

有效

• 申請?zhí)枺?/td>: 201510549931.1
• 申請日: 2015-08-31
• 公開（公告）號: CN105095508B
• 公開（公告）日: 2019-11-08
• 發(fā)明（設計）人: 劉俊暉
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/955;G06F16/43
• 代理公司: 北京潤澤恒知識產(chǎn)權代理有限公司 11319
• 代理人: 蘇培華

本發(fā)明實施例提供了一種多媒體內容推薦方法和裝置，其中的方法包括：獲取用戶輸入的評價內容；根據(jù)所述評價內容建立用戶的情感模型；根據(jù)建立的用戶的情感模型向用戶推薦多媒體內容。

技術領域

本發(fā)明涉及通信技術應用領域，特別是涉及一種多媒體內容推薦方法和多媒體內容推薦裝置。

背景技術

隨著通信技術的不斷發(fā)展及移動終端的普及，在移動終端上獲取多媒體內容的用戶越來越多。

目前，用戶對多媒體內容的獲取方式，多是直接查找希望觀看的內容或者根據(jù)多媒體內容供應商提供的推薦頁面選擇自身希望觀看的內容。

顯然，這種方式不能滿足用戶喜好的多樣性。

因此，對多媒體內容供應商而言，實時而精準的多媒體內容推送(包括視頻推薦、廣告投放、或者其他資源推送等)可以給用戶帶來更好的觀看體驗，也能提高用戶的觀看次數(shù)、忠誠度等。

現(xiàn)在的多媒體內容推薦系統(tǒng)的工作方式往往是在線下建立模型，然后以線上的用戶觀看行為作為參數(shù)輸入，通過模型的計算，得出推薦列表。也有一些實時推薦算法的改進，大多是根據(jù)觀看的播放記錄等統(tǒng)計數(shù)據(jù)來動態(tài)調整模型。但是，以上方式無法感知用戶當時的情感及興趣度，也無法感知用戶興趣的改變。從而無法根據(jù)用戶興趣的變化來對用戶興趣進行更加準確的分析，并基于此進行多媒體內容的推薦。

發(fā)明內容

為了解決現(xiàn)有存在的技術問題，本發(fā)明實施例期望提供一種多媒體內容推薦方法和裝置。

本發(fā)明實施例提供了一種多媒體內容推薦方法，包括：

獲取用戶輸入的評價內容；

根據(jù)所述評價內容建立用戶的情感模型；

根據(jù)建立的用戶的情感模型向用戶推薦多媒體內容。

上述方案中，所述評價內容包括：用戶進行評價的評論和/或彈幕。

上述方案中，所述根據(jù)所述評價內容建立用戶的情感模型，包括：根據(jù)所述評價內容確定用戶在不同情感維度上的情感標簽列表；其中，所述情感維度至少包括：喜歡維度；所述情感標簽列表包括：情感標簽和所述情感標簽對應的加權值。

上述方案中，所述根據(jù)所述評價內容確定用戶在不同情感維度上的情感標簽列表，包括：

提取用戶評價內容中的情感描述詞及所述情感描述詞描述的內容；

所述情感描述詞可以為情感形容詞、或者情感形容詞和情感副詞；

所述情感描述詞描述的內容對應情感標簽列表中的情感標簽，所述情感描述詞的加權值對應所述情感標簽的加權值。

上述方案中，所述情感描述詞的加權值通過以下方法確定：

當所述情感描述詞僅包括情感形容詞，確定第一加權值，并將所述確定的第一加權值確定為所述情感標簽對應的加權值；當所述情感描述詞包括情感形容詞和情感副詞時，確定第一加權值及第二加權值，將所述第一加權詞和所述第二加權值的乘積作為所述情感標簽對應的加權值；所述第一加權值是指所述情感形容詞對應的加權值，所述第二加權值是指所述情感副詞對應的加權值。

上述方案中，當所述第一加權值和所述第二加權值的乘積大于所述情感標簽對應的加權值的最大閾值時，取所述情感標簽對應的加權值為所述最大閾值；當所述第一加權值和所述第二加權值的乘積小于所述情感標簽對應的加權值的最小閾值時，取所述情感標簽對應的加權值為所述最小閾值。

上述方案中，確定所述情感描述詞的加權值之前，所述方法還包括：

預先設置所述情感描述詞中的情感形容詞對應的加權值、或者預先設置所述情感描述詞中的情感形容詞和情感副詞對應的加權值。