[發明專利]基于Text-CNN的影音播單推送方法及影音播單推送系統

有效

• 申請號: 202010375669.4
• 申請日: 2020-05-07
• 公開（公告）號: CN111581333B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 宋永端;賴俊峰;周鑫
• 申請（專利權）人: 重慶大學
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/332;G06F16/74;G06F16/9535;G06F40/30;G06N3/0464;G06N3/08;G10L13/08
• 代理公司: 重慶信航知識產權代理有限公司 50218
• 代理人: 吳彬

本發明公開了一種基于Text?CNN的影音播單推送方法及影音播單推送系統，其包括本地語音交互終端、對話系統服務器和播單推薦引擎，對話系統服務器、播單推薦引擎分別與本地語音交互終端相連；本地語音交互終端包括麥克風陣列、上位機和語音合成芯片板，麥克風陣列與語音合成芯片板和上位機連接，上位機與對話系統服務器連接，語音合成芯片板與播單推薦引擎連接。播單推薦引擎基于神經網絡構建的評分預測器來獲取評分數據，而上位機將該數據解析為推薦的播單列表信息，語音終端將這些結果合成后以語音形式推送給用戶。本發明可以為用戶在智能家居場景下電影點播提供智能播單推薦服務，且具有交互便捷性、能滿足用戶個性化點播需求的優點。

技術領域

本發明涉及智能語音交互及機器學習技術領域，特別涉及一種以語音交互的方式對用戶推送影音播單的方法及系統。

背景技術

在信息爆炸的時代，信息過載困擾著人們日常生活，最重要的信息檢索系統也存在明顯的缺陷，檢索后的結果數量龐雜。因此如何提高檢索準確性，過濾冗余信息，為用戶提供其真正關心的信息是一個技術難題。

在目前交互式資訊推薦系統中，一般通過用戶主動訂閱相關信息后才會進行相關資訊的推送，不能根據用戶關心的問題或者猜測用戶的興趣點來進行推薦播送，這種被動交互式推薦系統越來越難以滿足人們的日常生活中的各個使用場景的多樣化需求。

發明內容

有鑒于此，本發明的目的一種基于Text-CNN的影音播單推送方法及影音播單推送系統，以解決被動交互式推薦系統存在用戶與觀影系統交互的便捷性差、不能為用戶提供個性化播單推送服務等技術問題。

本發明基于Text-CNN的影音播單推送方法，其特征在于：包括以下步驟：

1)構建用戶基本信息庫和影音信息數據庫；

2)利用文本數值化技術處理影音信息數據庫中的影音簡介文本，得到全數值的結構化數據并將其作為text-CNN神經網絡的輸入，由下式計算影音簡介文本隱特征：

其中W為text-CNN神經網絡輸入層特征提取權重系數，K為隱藏層特征提取權重系數，且q∈R^N，投影層X_w由輸入層的n-1個詞向量構成的長度為(n-1)m的向量構成；

經過計算得到y_w＝{y_w,1,y_w,2,…,y_w,N}后，設定w_i代表由影音簡介文本構成的語料庫Context(w_i)中的一個詞，通過softmax函數歸一化得到詞w_i在用戶評分中電影的相似概率：

上式中i_w為詞w在語料庫Context(w_i)中的索引，表示語料庫為Context(w)時詞w在語料庫Context(w_i)中索引為i_w的概率；

整個卷積過程中，設定得到的電影簡介文本隱特征為F，且F＝{F₁,F₂,…,F…，FD_D}，設F_j為電影簡介的第j個隱特征，則：

F_j＝text_cnn(W,X)????????????????????(3)

其中W為text-CNN神經網絡輸入層特征提取權重系數，X為影音簡介文本數值化后的概率矩陣；