[发明专利]一种移动互联网中的流媒体内容推荐方法和系统

说明书

技术领域

本发明涉及移动通信技术领域，尤其涉及一种移动互联网中的流媒体内容推荐方法和系统。

背景技术

随着移动网络带宽的不断增加及智能终端的普及，手机视频成为移动通信领域重要的增值业务。手机视频基于移动网络向移动终端用户提供各类流媒体内容点播、下载服务，用户付费使用该服务。其中的流媒体内容包括音频文件、视频文件等。

大量供选择的流媒体资源一方面增加了用户选择，另一方面却加大了用户观看视频前选择的难度。用户需要寻找适当的关键词来描述自己的点播需求，同时在使用手机等较小的移动电子设备搜索筛选感兴趣内容时也比较耗费时间。通常情况下，不同的用户感兴趣和关注的范围不同。先进的手机视频业务除了提供丰富的流媒体内容外，还应向用户提供流媒体推荐服务，换言之，要向用户主动推荐他们可能感兴趣的、并且适合播放的流媒体内容，降低用户查找浏览的难度和时间，提高视频点播率，增强业务的用户黏性。

目前，传统互联网采用相同的流媒体内容推荐方案，具体包括：根据用户行为、用户属性、和/或流媒体内容的属性确定出候选的待推荐视频列表，将所述候选的待推荐流媒体列表推荐给用户。

移动互联网与传统互联网相比在移动性、实时性、带宽分配、终端呈现、用户规模以及用户使用习惯上有着较大的不同。适用于传统互联网应用的推荐系统并没有考虑到这些新的特性。

同时，多媒体内容产品与电子商务商品、网页、普通资讯相比，在内容表达与用户消费习惯上表现出差异性。这些差异性决定了传统的互联网系统所使用的流媒体内容推荐系统不能被照搬并适用于移动互联网上的流媒体应用。

因此，随着手机上网用户的增长及手机视频业务的开展，为了解决面向PC的互联网推荐系统不能适应移动流媒体播放新特点的问题，有必要构建面向移动互联网的流媒体内容推荐系统，以便能够面向移动用户推荐其可能感兴趣的、并且适合其终端播放的流媒体内容。

另外，在现有的流媒体推荐方案中，其中的候选待推荐流媒体列表主要通过如下方法获得：

根据大众行为确定候选的待推荐流媒体列表，并且向每个用户都发送同样的候选的待推荐流媒体列表，即对每个用户都给出同样的推荐。其中的候选的待推荐流媒体列表，可以是由系统管理人员根据所述大众行为所确定的、静态的列表，也可以是基于系统所有用户的反馈统计计算得出的、当下最热门或评价最高的流媒体列表。

由于是根据大众行为确定候选的待推荐流媒体列表，并且针对所有用户都给出相同的推荐，没有体现出用户的个性化需求，因此，近几年随着用户的增长和多样化趋势的增强，以用户为中心个性化推荐技术不断地被一些电子商务型或者社交网络型网站所应用，为用户提供他们所感兴趣的信息和商品。

现有的针对传统互联网的个性化推荐方法大致可以分为三种：基于关联规则的推荐算法、基于内容的推荐算法以及协作过滤算法。

基于关联规则的推荐系统更常见于电子商务系统中。其首要目标是挖掘出关联规则，也就是那些同时被很多用户购买的物品集合。这个方法需要首先挖掘规则形成关联规则库，然后为用户提供相应的项目。

基于内容的推荐系统一般通过分析特定用户的属性以及项目的属性来过滤项目信息。对属性与该用户的属性或者该用户最近操作过项目属性相似的项目进行推荐。

协作过滤推荐系统并不需要做出如同“用户属性-项目”的匹配，而根据“物以类聚、人以群分”的思路为用户推荐与他相似的用户都感兴趣的项目。这种推荐系统基于一个假设，喜欢相同项目的用户更有可能具有相同的兴趣。

然而，上述三种个性化推荐方法都有它们特定的适用场合，也各自面临着一些问题：

基于关联规则的推荐系统不适合多样化长尾性产品，不适用于长尾时代的视频产品。同时这种方法因为要通过迭代计算关联规则，计算量较大，不能动态更新。此外这种推荐系统由于采用用户数据，不可避免的存在冷启动和数据稀疏性问题。

基于内容的推荐系统，需要直接计算用户属性与产品属性之间相似度，因而不需要用户历史数据并且不受数据稀疏性影响。但是内容推荐的准确性依赖于产品内容属性自动抽取的准确性和深度，或者人工标注内容标签的准确度和丰富程度，对多媒体产品而言要求比较高。此外，用户的兴趣是多变的，而现有的基于内容的推荐算法不能为用户发现新的感兴趣的资源，只能发现和用户已有兴趣相似的资源。存在越推荐内容覆盖种类越窄的问题。