[發明專利]一種基于知識圖譜的影視擇優推薦系統和方法

在審

• 申請號: 201810435021.4
• 申請日: 2018-05-09
• 公開（公告）號: CN109241341A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 彭俊杰;曾瑩;游錄金;陳杰;王瑛濤;陳淦
• 申請（專利權）人: 上海大學
• 主分類號: G06F16/73
• 分類號: G06F16/73
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

本發明提出了一種基于知識圖譜的影視擇優推薦系統和方法，本系統包括影視資源采集模塊、影視知識圖譜構建模塊、影視知識圖譜存儲模塊、擇優推薦系統處理模塊、用戶信息采集模塊和結果展示模塊。本方法是通過對推薦系統的模塊介紹，結合基于知識圖譜的擇優推薦方法，通過對影視媒體多維度屬性的分析，結合影響影視內容的因素，引入影響因素權重因子，建立了基于雙層元路徑的影視個性化推薦模型，并以此為基礎，給出了基于雙層元路徑的影視個性化推薦實現算法。在某影視集團提供的真實數據集上同其他同類算法比較命中率，推薦覆蓋率，實時性等評價指標，三組實驗方案的結果表明，此次所提出的的模型正確、算法有效，不僅推薦的有效性高，而且性能明顯優于同類算法，可以較好地應用于影視推薦、影院的排片及影視資源的投放等。

技術領域

本發明涉及一種基于知識圖譜的影視擇優推薦系統及方法，特別涉及一種基于突出權重的影視擇優推薦方法。

背景技術

影視節目是供人們在緊張學習工作之余的文化休閑娛樂產品，在社會生活中占據著越來越重要的地位。為了爭奪這一市場，各種影視節目層出不窮，數目繁多。這一方面給觀眾帶來巨大的困擾，另一方面也給影視節目運營服務商也帶來了巨大的挑戰。為了讓已有的影視產生最大化的帶來效益，各影視公司都在影視播放過程中不同程度的引入了影片推薦功能，以最大程度的吸引觀眾，提升觀看量。遺憾的是，現有的推薦方法通常是基于內容或關聯規則，這就造成推薦效果有限、熱門項目被過度推薦不足等情況。針對目前存在的這些問題，一些學者將注意力轉移到海量數據展示直觀、關聯查詢效率高、知識推理邏輯能力強、搜索引擎語義理解準確性強等優勢的知識圖譜技術上，希望結合知識圖譜的現有優勢，達到對影視推薦效果的提升。從已經開展的特定垂直領域知識圖譜應用效果看，知識圖譜在推薦系統上已經被證明是極有價值的，如在醫療領域，通過構建醫療知識圖譜，能幫助醫生快速查找合適的診斷方案；在金融領域，通過構建金融知識圖譜，能夠讓系統智能定位風險賬號；在公共安全領域，通過構建公安知識圖譜，能夠協助警務人員快速鎖定犯罪嫌疑人……遺憾的是在影視領域，基于知識圖譜的影視個性化推薦的相關研究相對比較有限。目前基于知識圖譜的知識推理的方法主要可分為基于邏輯的推理與基于圖的推理兩種類型。在基于圖的推理方法中，一些典型的算法有path-constraint random walk，pathranking等。然而最著名的卻是Taher H.Haveliwala設計的PersonalRank算法，主要是利用了關系路徑中的蘊涵信息，通過圖中兩個實體間的多步路徑來預測它們之間的語義關系。即從源節點開始，在圖上根據路徑建模算法進行游走，如果能夠達到目標節點，則推測源節點和目標節點間存在關系。該方法在時間復雜度上存在明顯的缺陷，每次為每個用戶推薦時，都需要在整個用戶物品的二分圖上進行迭代，直到整個圖上每個節點收斂。這一過程時間復雜度非常高，無法達到實時推薦。

發明內容

本發明的目的是針對目前現有的一些技術存在算法時間復雜度高、熱門項目過度推薦、冷門項目推薦受限、數據稀疏和冷啟動的不足而提出的一種基于知識圖譜的影視擇優推薦系統及方法，通過用戶的搜索電影名稱傳入本發明推薦系統并從推薦系統通過本發明方法得到用戶可能感興趣的其他相關影視內容的結果，從而提高影視資源的利用率和降低用戶的流失率，使現有影視資源最大化，具有實際的商業價值。