[发明专利]一种基于隐式信息评分的影视择优推荐方法

说明书

本发明提出了一种基于隐式信息评分的影视择优推荐系统和方法，本系统包括用户使用情况检测模块、择优推荐系统处理模块、用户日志信息采集处理模块、用户日志信息存储模块、隐式信息评分查询/构建/更新模块、隐式信息评分存储模块和推荐结果展示模块等模块；本方法是通过对本系统各模块的介绍，结合基于用户的历史行为日志的分析，提出了基于隐式信息计算用户在不同时段下对不同因素（标签、演员、导演等）的偏好并据此对节目进行隐式评分进而提供推荐。在真实数据集上同被广泛应用于推荐系统的其它算法比较，实验结果表明其平均精度均值较高，具有一定的应用前景和价值，可以较好地应用在在线影视推荐系统或其它类似商品推荐系统中。

技术领域

本发明涉及一种基于隐式信息评分的影视择优推荐系统及方法。

背景技术

移动互联网的迅猛发展为影视行业的发展注入了新的活力，传统的影视行业也开始向移动在线影视靠拢。随着节目数量的急剧增长，信息过载的问题开始显现：用户在有限的闲暇之余在浩如烟海的节目中找到自己喜爱的节目越来越困难，影视内容提供商想要吸引用户不断点击观看其节目、培养用户消费习惯从而获得收益也越来越困难。在此情况下，节目推荐成为了影视领域常见一种吸引观众，提升影视节目收视率的方法。推荐的效果取决于推荐算法，遗憾的是，现有的推荐方法通常是基于用户的协同过滤推荐算法、基于矩阵分解的协同过滤算法等，其效果强烈依赖于用户对于影视节目的评分。然而在实际的影视在线平台中，显式评分数据是很少的，这使得推荐效果不是很理想。

针对目前存在的这些问题，一些学者将注意力转移到基于基本属性和行为属性的隐式信息评分技术上，希望结合隐式信息评分的现有优势，达到对影视推荐效果的提升。从已经开展的特定垂直领域隐式信息评分应用效果看，隐式信息评分在推荐系统上已经被证明是极有价值的，如在社交网络领域，通过构建隐式信息评分，能够检测和分类用户的反社会行为和社交网络用户的投资水平；在医疗领域，基于用户对药品的评论和相关信息构造隐式信息评分从而可靠地预测用户的年龄和性别等统计属性；在科学研究领域，通过对科研工作者进行隐式信息评分可以挖掘他们的研究兴趣；在农业信息化领域，隐式信息评分可以用来进行农业信息获取和农业产品个性化推荐等等。遗憾的是在影视领域，基于隐式信息评分的影视个性化推荐的相关研究相对比较有限。目前，基于隐式信息评分的主要考虑的是用户基本属性等隐式信息，如其性别、年龄等，没有对用户的兴趣爱好等行为属性进行量化，更没有根据隐式信息评分中的偏好属性对节目进行隐式信息评分，且没有考虑用户在不同时间和空间下的兴趣爱好可能有所不同，没有充分对“冷启动”提供解决方案。

发明内容

本发明的目的是针对目前现有的协同过滤技术存在显式评分严重缺失、未考虑用户在不同时间空间下兴趣爱好的不同和未充分对冷启动提供解决方案等不足而提出的一种基于隐式信息评分的影视择优推荐系统及方法，通过将用户的历史行为日志传入本发明推荐系统并从推荐系统使用本发明方法得到用户可能喜爱的其它在线影视节目列表，从而吸引用户不断观看，满足用户喜好，并提升影视节目收视率和在线影视运营商收益，具有实际的商业价值。

为了达到上述目的，本发明的技术方案如下：