[发明专利]基于属性描述的个性化影片推荐系统及方法

权利要求书

1、一种基于属性描述的个性化影片推荐系统，其特征在于，包括候选影片数据库、观看记录数据库、用户兴趣偏好模型计算模块和影片推荐模块，

所述候选影片数据库，用于存储完整影片属性描述信息；

所述观看记录数据库，用于存储用户观看影片信息记录；

所述用户兴趣偏好模型计算模块，用于根据所述用户观看影片信息记录计算用户兴趣偏好模型；

所述影片推荐模块，用于根据所述用户兴趣偏好模型对所述候选影片数据库中还未观看的新影片进行打分，获取标量推荐分值并排序，推荐前N部所述推荐分值最大的影片。

2、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述候选影片数据库中的存储内容包括用户曾经看过的旧影片信息和没有观看过的新影片信息。

3、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片属性描述信息包括影片标识、题材类型、主演、导演、制片人、出品年份、出品公司、国家地区、背景、获奖记录、语言类型和影片时长。

4、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片属性描述信息可包括0个、1个或多个(属性，属性值)对。

5、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片属性描述信息的属性值在[0，1]间，可由专家评分、用户评定和系统默认策略确定。

6、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片属性描述信息分成不同层次的描述，构成影片模型。

7、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述观看记录数据库，其特征在于，每条所述用户观看影片信息记录包括影片标识、观看日期、观看时的操作及其对应的时间和个人评价打分。

8、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述用户兴趣偏好模型在用户请求影片推荐时实时建立，包括以下步骤：

根据请求的用户标识从所述观看记录数据库中提取所述用户在指定时间窗口内的所有所述用户观看影片信息记录，并根据记录中的所述影片标识从所述候选影片数据库中检索出观看影片的所述完整影片描述信息；

将所述完整影片描述信息依据影片权值进行线性叠加，获得用户历史叠加模型；

针对所述用户历史叠加模型中的每个层次，根据各个所述影片属性的属性值大小计算该层的集中度参数，作为该层在所述用户兴趣偏好模型中的权值，即层次权值；

根据设定的阈值把所述层次权值小的层次和各层次中所述属性值小的属性过滤掉，获取剪裁后的用户兴趣偏好模型。

9、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片权值表示影片对所述用户兴趣偏好模型的贡献程度，与用户评价分数、影片观看时间比例和遗忘因子e_i^t相关。

10、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述用户评价分数为用户观看影片时对影片整体兴趣的表达，可为正值和负值。

11、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述影片观看时间比例为用户观看影片的有效时间与影片时长的比值。

12、如权利要求1所述的基于属性描述的个性化影片推荐系统，其特征在于，所述用户观看影片的有效时间为整个观看过程中播放时间的累加，包括用户正常播放影片时长和用户快进播放时长的加权求和，其中权值为影片播放速度的倒数。