[發(fā)明專利]一種基于影片劇情信息的相似度計算方法

在審

• 申請?zhí)枺?/td>: 201710756859.9
• 申請日: 2017-08-29
• 公開（公告）號: CN107506456A
• 公開（公告）日: 2017-12-22
• 發(fā)明（設(shè)計）人: 馮方方;孫健;劉斌;付強(qiáng)
• 申請（專利權(quán)）人: 環(huán)球智達(dá)科技（北京）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京慧誠智道知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)11539
• 代理人: 李楠

技術(shù)領(lǐng)域

本發(fā)明涉及視頻技術(shù)領(lǐng)域，尤其涉及一種基于影片劇情信息的相似度計算方法。

背景技術(shù)

在用戶通過視頻網(wǎng)站觀看視頻時，視頻網(wǎng)站通常會向用戶推薦與用戶當(dāng)前觀看的視頻相關(guān)的視頻。例如，當(dāng)用戶以非全屏模式觀看視頻時，可以在視頻播放窗口的右側(cè)和/或下側(cè)顯示與用戶當(dāng)前觀看的視頻相關(guān)的視頻的信息。視頻推薦效果的好壞主要根據(jù)點擊率的高低來評判，通常，點擊率越高，則視頻推薦效果越好。

視頻推薦是基于影片相似度，目前計算影片相似度的主要方法為基于物品的協(xié)同過濾算法，或基于影片類型、影人、地域等屬性的算法。協(xié)同過濾推薦是在信息過濾和信息系統(tǒng)中正迅速成為一項很受歡迎的技術(shù)。與傳統(tǒng)的基于內(nèi)容過濾直接分析內(nèi)容進(jìn)行推薦不同，協(xié)同過濾分析用戶興趣，在用戶群中找到指定用戶的相似(興趣)用戶，綜合這些相似用戶對某一信息的評價，形成系統(tǒng)對該指定用戶對此信息的喜好程度預(yù)測。

但是，基于協(xié)同過濾算法存在無法處理冷啟動的問題，基于影片相關(guān)屬性的算法存在顆粒度比較粗的不足，從而導(dǎo)致相似度計算不準(zhǔn)確，進(jìn)而導(dǎo)致推薦效果不理想。

發(fā)明內(nèi)容

本發(fā)明的目的是針對現(xiàn)有技術(shù)的缺陷，提供一種基于影片劇情信息的相似度計算方法，基于影片劇情信息中的關(guān)鍵詞信息準(zhǔn)確計算影片的相似度，并且根據(jù)排序結(jié)果對影片進(jìn)行推薦，從而提高推薦效果。

有鑒于此，本發(fā)明實施例提供了一種基于影片劇情信息的相似度計算方法，包括：

服務(wù)器在影片數(shù)據(jù)庫中獲取影片劇情信息；其中，所述影片數(shù)據(jù)庫中包括多個影片ID和相對應(yīng)的影片劇情信息；

對所述劇情信息進(jìn)行分詞，得到影片ID對應(yīng)的多個分詞信息；

在所述分詞信息中提取預(yù)設(shè)數(shù)量的關(guān)鍵詞信息；

統(tǒng)計所述影片劇情信息中每個關(guān)鍵詞信息的出現(xiàn)次數(shù)；

選取所述出現(xiàn)次數(shù)大于預(yù)設(shè)次數(shù)的關(guān)鍵詞信息；

建立所述影片ID和所述關(guān)鍵詞信息之間的關(guān)聯(lián)關(guān)系，并儲存；

基于所述關(guān)鍵詞信息根據(jù)預(yù)設(shè)規(guī)則計算影片相似度；

對所述影片相似度進(jìn)行排序，根據(jù)排序結(jié)果得到推薦影片；

建立影片ID和所述推薦影片ID之間的關(guān)聯(lián)關(guān)系，并儲存。

進(jìn)一步優(yōu)選的，在根據(jù)排序結(jié)果得到推薦影片之后，所述方法還包括:

所述服務(wù)器接收用戶終端發(fā)送的選擇指令；其中，所述選擇指令中包括目標(biāo)影片ID；

根據(jù)所述目標(biāo)影片ID獲取相關(guān)聯(lián)的所述推薦影片ID；

根據(jù)所述目標(biāo)影片ID獲取目標(biāo)影片數(shù)據(jù)，并且根據(jù)所述推薦影片ID獲取影片數(shù)據(jù)；

根據(jù)所述目標(biāo)影片數(shù)據(jù)和推薦影片數(shù)據(jù)生成影片顯示數(shù)據(jù)，發(fā)送給所述用戶終端。

進(jìn)一步優(yōu)選的，所述預(yù)設(shè)規(guī)則為：s＝2n/(a+b)；

其中，s為相似度，a為第一影片相對應(yīng)的關(guān)鍵詞數(shù)量，b為第二影片相對應(yīng)的關(guān)鍵詞數(shù)量，n為所述第一影片和所述第二影片相同關(guān)鍵詞的數(shù)量。

進(jìn)一步優(yōu)選的，所述預(yù)設(shè)規(guī)則為：s＝(n*n)/(a*b)；

其中，s為相似度，a為第一影片相對應(yīng)的關(guān)鍵詞數(shù)量，b為第二影片相對應(yīng)的關(guān)鍵詞數(shù)量，n為所述第一影片和所述第二影片相同關(guān)鍵詞的數(shù)量。

進(jìn)一步優(yōu)選的，所述根據(jù)排序結(jié)果得到推薦影片具體為：

選擇預(yù)設(shè)排名的影片為推薦影片。

進(jìn)一步優(yōu)選的，所述預(yù)設(shè)數(shù)量不大于20個。

進(jìn)一步優(yōu)選的，預(yù)設(shè)次數(shù)為5次。

本發(fā)明實施例提供的一種基于影片劇情信息的相似度計算方法，基于影片劇情信息中的關(guān)鍵詞信息準(zhǔn)確計算影片的相似度，并且根據(jù)排序結(jié)果對影片進(jìn)行推薦，從而提高推薦效果。

附圖說明

圖1為本發(fā)明實施例提供的基于影片劇情信息的相似度計算方法流程圖；

圖2為本發(fā)明實施例提供的影片推薦方法流程圖。

具體實施方式

下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

本發(fā)明實施例提供的基于影片劇情信息的相似度計算方法，執(zhí)行主體為服務(wù)器，基于影片劇情信息中的關(guān)鍵詞計算影片相似度，根據(jù)相似度向用戶推薦影片。

圖1為本發(fā)明實施例提供的基于影片劇情信息的相似度計算方法流程圖，如圖1所示，包括：

步驟101，服務(wù)器在影片數(shù)據(jù)庫中獲取影片劇情信息；