[发明专利]一种电影推荐方法及装置在审
申请号: | 201611169017.5 | 申请日: | 2016-12-16 |
公开(公告)号: | CN106779946A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 冯研 | 申请(专利权)人: | TCL集团股份有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06 |
代理公司: | 深圳中一专利商标事务所44237 | 代理人: | 阳开亮 |
地址: | 516006 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电影 推荐 方法 装置 | ||
1.一种电影推荐方法,其特征在于,包括:
识别目标用户,并判断所述目标用户是否为注册用户;
若是注册用户,则判断所述目标用户对电影的评价数目是否大于或等于预设评价阈值;
若所述评价数目大于或等于所述预设评价阈值,则基于电影特征的协同过滤推荐模型给所述目标用户推荐电影;
若不是注册用户或者所述评价数据小于所述预设评价阈值,则基于WEB使用挖掘的推荐模型给所述目标用户推荐电影。
2.如权利要求1所述的方法,所述基于电影特征的协同过滤推荐模型给所述目标用户推荐电影包括:
采用聚类算法对活动用户进行聚类,以形成多个活动用户群;
分别计算所述目标用户与每一所述活动用户群的中心的距离,选择与所述目标用户距离最近的活动用户群作为目标活动用户群;
采用相似度测量方法计算所述目标用户与所述目标活动用户群中的活动用户的相似度,根据所述相似度确定目标用户最近邻居集;
根据所述目标用户最近邻居集中的活动用户对目标用户未评价电影的评价数据,生成活动用户评分矩阵;
采用预测评分公式对所述活动用户评分矩阵进行处理,以获取目标用户未评价电影的预测评分;
选取预测评分最高的TOP-N部电影作为推荐结果推荐给目标用户。
3.如权利要求1所述的方法,所述基于WEB使用挖掘的推荐模型给所述目标用户推荐电影包括:
获取网页数据,所述网页数据包括WEB日志;
对所述WEB日志进行预处理,形成事务数据;
采用基于WEB使用挖掘的推荐算法,获取与所述事务数据相对应的推荐结果。
4.如权利要求3所述的方法,其特征在于,所述基于WEB使用挖掘的推荐算法包括:
对所述事务数据进行聚类分析,得到m个事务聚类类簇;
创建滑动窗口动态保存目标用户当前会话中最后的k个页面;
将目标用户当前会话中最后的k个页面转换为页面空间上的n维向量,所述n维向量表示为S={s1,s2,…,sn},其中si的取值根据页面Pi在当前会话中最后的k个页面是否出现而确定,即:
计算所述n维向量S与所述k个事务聚类类簇的使用特征Rtc之间的匹配度,采用余弦相似性函数,公式如下:
计算各页面的推荐系数,公式如下:
其中,Weight(p,tc)表示页面所属事务聚类类簇中的权重;
根据页面推荐系数将推荐系数最大且在目标用户当前会话中没有出现的若干页面作为推荐列表。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于TCL集团股份有限公司,未经TCL集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611169017.5/1.html,转载请声明来源钻瓜专利网。