[发明专利]视频推荐系统及方法

说明书

技术领域

本发明涉及信息技术领域，尤其涉及一种视频推荐系统及方法。

背景技术

当前已有的视频推荐方法和系统主要有两种。一种是用户主动选择喜欢的视频类别，然后系统根据用户选择来推荐相同类别的视频；另一种则是根据用户的观看历史记录，推荐与用户观看过的视频相同类别的其他视频。

这两种方法的共同特征都是利用用户的个人信息并且侧重于只利用其观看信息来进行视频推荐，忽略了用户性别、年龄、职业、国籍、地区等其他刻画用户特征的重要信息。这导致了其推荐结果过度集中于用户观看过的某一类电影，无法反映用户的真实兴趣，推荐的准确度、全面度偏低。

而且用户的亲人、朋友等社交网络的成员会直接影响用户的观看习惯，例如用户的好友向其推荐了某一电影，或者是该用户的多位好友都观看了同一部电影，那么该用户喜欢该电影的可能性极大。这些信息对于视频推荐具有极大参考价值，上述提到的方法却完全未使用这些社交信息。这导致了其推荐结果完全无法反应用户的社交特点，无法预测用户可能喜欢的潜在的视频类别，不具有适应性，灵活性较差。

因此现有技术还存在缺陷，有待于改进和发展。

发明内容

本发明提供一种视频推荐系统，该视频推荐系统能够提供给用户推荐准确、全面的视频。

一种视频推荐系统，包括：

信息获取模块，用于获取包括用户个人信息、用户社交网络信息及视频类别信息的多源数据，所述用户个人信息包括年龄、性别、职业、国籍、所在地区、喜欢的视频类型、观看过的视频列表，所述用户社交网络信息包括用户的好友信息、用户推送的微博内容以及发送微博的时间和地点、用户观看过的视频列表、用户的视频打分信息，所述视频类别信息包括名称、导演、年代、类型、视频评分和视频标签；

数据预处理模块，用于对所述多源数据进行预处理，所述数据预处理模块包括：数据清洗子模块，用于剔除所述多源数据中不完整的数据，数据规约子模块，用于将来自不同平台的多源数据的格式进行统一，及数据集成子模块，用于将规约后的来自不同数据库的数据集成到相同的数据库中；

数据存储模块，构建用户数据库，并将经预处理后的多源数据存储于所述数据库中；

用户特点分析模块，用于根据用户发送的微博数据获取用户的性格和情绪；

社交网络分析模块，用于对用户的好友聚类分析，获取所述用户的好友圈；

视频推荐模块，用于根据所述用户的性格、情绪和好友圈，选取所述用户喜好的视频；

前端显示模块，用于向所述用户显示选取的视频；

所述社交网络分析模块针对用户社交网络数据进行分析，包括：

将用户的好友表示为一系列特征向量的集合，所述集合包括区域、年龄、性别、职业、喜欢的视频类型及观看过的视频列表；计算好友与好友之间的相似度，并且依据相似度将用户的好友分为若干类型；

计算用户与其好友的亲密程度，获取其密友圈子；

依据用户好友的微博发送数量和转发数量来计算用户的传播影响力：P＝0.2S+0.8F，其中P是好友的传播影响力，S是微博发送数量，F是微博被转发的次数。

进一步地，所述信息获取模块包括：

用户个人信息获取子模块，通过网页版的用户注册模块，获取用户的个人信息；

社交网络信息获取子模块，通过交流平台获取用户社交网络信息；及

视频类别信息获取子模块，通过视频网站获取视频类别信息。

进一步地，所述数据存储模块用于将所述用户个人信息存储到Sqlserver或Mysql的关系型数据库中及将用户社交网络信息存储MongoDB的图关系数据库中。

进一步地，所述用户特点分析模块包括：

用户性格分析子模块，用于根据用户以往发送的微博数据分析用户的性格；及

用户情绪分析子模块，用于根据用户以往发送的微博数据分析用户的情绪。

进一步地，所述视频推荐模块包括：

用户个人信息推荐模块，用于根据用户的性格和情绪选取用户喜好的视频电影；及

社交网络信息推荐模块，用于根据用户的好友圈选取用户喜好的视频电影。

进一步地，还包括用户信息实时捕捉模块，用于实时获取用户的社交网络信息，并存入所述数据库中。

进一步地，还包括结果优化模块，用于对所述视频推荐模块根据好友圈选取的视频赋予权值，并根据所述权值进行排序生成推荐列表。

进一步地，所述前端显示模块包括网页形式、电视终端或手机终端。