[发明专利]一种基于影片剧情信息的相似度计算方法

说明书

技术领域

本发明涉及视频技术领域，尤其涉及一种基于影片剧情信息的相似度计算方法。

背景技术

在用户通过视频网站观看视频时，视频网站通常会向用户推荐与用户当前观看的视频相关的视频。例如，当用户以非全屏模式观看视频时，可以在视频播放窗口的右侧和/或下侧显示与用户当前观看的视频相关的视频的信息。视频推荐效果的好坏主要根据点击率的高低来评判，通常，点击率越高，则视频推荐效果越好。

视频推荐是基于影片相似度，目前计算影片相似度的主要方法为基于物品的协同过滤算法，或基于影片类型、影人、地域等属性的算法。协同过滤推荐是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。

但是，基于协同过滤算法存在无法处理冷启动的问题，基于影片相关属性的算法存在颗粒度比较粗的不足，从而导致相似度计算不准确，进而导致推荐效果不理想。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于影片剧情信息的相似度计算方法，基于影片剧情信息中的关键词信息准确计算影片的相似度，并且根据排序结果对影片进行推荐，从而提高推荐效果。

有鉴于此，本发明实施例提供了一种基于影片剧情信息的相似度计算方法，包括：

服务器在影片数据库中获取影片剧情信息；其中，所述影片数据库中包括多个影片ID和相对应的影片剧情信息；

对所述剧情信息进行分词，得到影片ID对应的多个分词信息；

在所述分词信息中提取预设数量的关键词信息；

统计所述影片剧情信息中每个关键词信息的出现次数；

选取所述出现次数大于预设次数的关键词信息；

建立所述影片ID和所述关键词信息之间的关联关系，并储存；

基于所述关键词信息根据预设规则计算影片相似度；

对所述影片相似度进行排序，根据排序结果得到推荐影片；

建立影片ID和所述推荐影片ID之间的关联关系，并储存。

进一步优选的，在根据排序结果得到推荐影片之后，所述方法还包括:

所述服务器接收用户终端发送的选择指令；其中，所述选择指令中包括目标影片ID；

根据所述目标影片ID获取相关联的所述推荐影片ID；

根据所述目标影片ID获取目标影片数据，并且根据所述推荐影片ID获取影片数据；

根据所述目标影片数据和推荐影片数据生成影片显示数据，发送给所述用户终端。

进一步优选的，所述预设规则为：s＝2n/(a+b)；

其中，s为相似度，a为第一影片相对应的关键词数量，b为第二影片相对应的关键词数量，n为所述第一影片和所述第二影片相同关键词的数量。

进一步优选的，所述预设规则为：s＝(n*n)/(a*b)；

其中，s为相似度，a为第一影片相对应的关键词数量，b为第二影片相对应的关键词数量，n为所述第一影片和所述第二影片相同关键词的数量。

进一步优选的，所述根据排序结果得到推荐影片具体为：

选择预设排名的影片为推荐影片。

进一步优选的，所述预设数量不大于20个。

进一步优选的，预设次数为5次。

本发明实施例提供的一种基于影片剧情信息的相似度计算方法，基于影片剧情信息中的关键词信息准确计算影片的相似度，并且根据排序结果对影片进行推荐，从而提高推荐效果。

附图说明

图1为本发明实施例提供的基于影片剧情信息的相似度计算方法流程图；

图2为本发明实施例提供的影片推荐方法流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明实施例提供的基于影片剧情信息的相似度计算方法，执行主体为服务器，基于影片剧情信息中的关键词计算影片相似度，根据相似度向用户推荐影片。

图1为本发明实施例提供的基于影片剧情信息的相似度计算方法流程图，如图1所示，包括：

步骤101，服务器在影片数据库中获取影片剧情信息；