[发明专利]一种基于知识图谱的影视择优推荐系统和方法

说明书

本发明提出了一种基于知识图谱的影视择优推荐系统和方法，本系统包括影视资源采集模块、影视知识图谱构建模块、影视知识图谱存储模块、择优推荐系统处理模块、用户信息采集模块和结果展示模块。本方法是通过对推荐系统的模块介绍，结合基于知识图谱的择优推荐方法，通过对影视媒体多维度属性的分析，结合影响影视内容的因素，引入影响因素权重因子，建立了基于双层元路径的影视个性化推荐模型，并以此为基础，给出了基于双层元路径的影视个性化推荐实现算法。在某影视集团提供的真实数据集上同其他同类算法比较命中率，推荐覆盖率，实时性等评价指标，三组实验方案的结果表明，此次所提出的的模型正确、算法有效，不仅推荐的有效性高，而且性能明显优于同类算法，可以较好地应用于影视推荐、影院的排片及影视资源的投放等。

技术领域

本发明涉及一种基于知识图谱的影视择优推荐系统及方法，特别涉及一种基于突出权重的影视择优推荐方法。

背景技术

影视节目是供人们在紧张学习工作之余的文化休闲娱乐产品，在社会生活中占据着越来越重要的地位。为了争夺这一市场，各种影视节目层出不穷，数目繁多。这一方面给观众带来巨大的困扰，另一方面也给影视节目运营服务商也带来了巨大的挑战。为了让已有的影视产生最大化的带来效益，各影视公司都在影视播放过程中不同程度的引入了影片推荐功能，以最大程度的吸引观众，提升观看量。遗憾的是，现有的推荐方法通常是基于内容或关联规则，这就造成推荐效果有限、热门项目被过度推荐不足等情况。针对目前存在的这些问题，一些学者将注意力转移到海量数据展示直观、关联查询效率高、知识推理逻辑能力强、搜索引擎语义理解准确性强等优势的知识图谱技术上，希望结合知识图谱的现有优势，达到对影视推荐效果的提升。从已经开展的特定垂直领域知识图谱应用效果看，知识图谱在推荐系统上已经被证明是极有价值的，如在医疗领域，通过构建医疗知识图谱，能帮助医生快速查找合适的诊断方案；在金融领域，通过构建金融知识图谱，能够让系统智能定位风险账号；在公共安全领域，通过构建公安知识图谱，能够协助警务人员快速锁定犯罪嫌疑人……遗憾的是在影视领域，基于知识图谱的影视个性化推荐的相关研究相对比较有限。目前基于知识图谱的知识推理的方法主要可分为基于逻辑的推理与基于图的推理两种类型。在基于图的推理方法中，一些典型的算法有path-constraint random walk，pathranking等。然而最著名的却是Taher H.Haveliwala设计的PersonalRank算法，主要是利用了关系路径中的蕴涵信息，通过图中两个实体间的多步路径来预测它们之间的语义关系。即从源节点开始，在图上根据路径建模算法进行游走，如果能够达到目标节点，则推测源节点和目标节点间存在关系。该方法在时间复杂度上存在明显的缺陷，每次为每个用户推荐时，都需要在整个用户物品的二分图上进行迭代，直到整个图上每个节点收敛。这一过程时间复杂度非常高，无法达到实时推荐。

发明内容

本发明的目的是针对目前现有的一些技术存在算法时间复杂度高、热门项目过度推荐、冷门项目推荐受限、数据稀疏和冷启动的不足而提出的一种基于知识图谱的影视择优推荐系统及方法，通过用户的搜索电影名称传入本发明推荐系统并从推荐系统通过本发明方法得到用户可能感兴趣的其他相关影视内容的结果，从而提高影视资源的利用率和降低用户的流失率，使现有影视资源最大化，具有实际的商业价值。