[发明专利]一种基于节目观看表情与用户信息的节目推荐方法

说明书

本发明公开了一种基于节目观看表情与用户信息的节目推荐方法，属于推荐系统领域。本发明方法结合观看表情和观看行为的信息，真实记录用户的信息，挖掘用户潜在的爱好；本方法将用户背景信息融入到计算之中，相对目前仅依靠协同过滤的节目推荐方式，本方法在节目推荐的准确率上得到提升，使用前景广阔。

技术领域

本发明涉及推荐系统领域，具体是一种基于节目观看表情与用户信息的节目推荐方法。

背景技术

电视指利用电子技术及设备传送活动的图像画面和音频信号，即电视接收机，也是重要的广播和视频通信工具，电视机最早由英国工程师约翰·洛吉·贝尔德在1925年发明。电视用电的方法即时传送活动的视觉图像，形成视觉上的活动图像。

人们利用电视来观看电视节目，电视节目指电视台通过载有声音、图像的信号传播的作品。人们通过观看电视节目来满足自己的精神需求。

随着网络技术的发展，小米、乐视等网络电视越来越受到人们的青睐，网络电视除了具有观看普通电视节目的功能，还具有推荐节目的功能，现有的网络电视进行推荐节目时，仅仅依靠协同过滤的节目推荐方式，准确率有待提升。

发明内容

本发明的目的在于提供一种基于节目观看表情与用户信息的节目推荐方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于节目观看表情与用户信息的节目推荐方法，具体步骤如下：

步骤一，计算用户背景信息相似度：用户填写背景信息并且完成注册，从数据库中获取已注册用户的背景信息集合，计算当前用户与存入数据库中已完成注册用户的背景信息相似度值Fsim(i,j)；

步骤二，观看表情的获取及观看表情相似度计算：用户观看节目时，摄像头拍摄用户观看表情信息并且将抓拍的照片存入数据库中，利用图片表情识别系统进行图片表情识别，计算得出观看表情相似度值Esim(i，j)，将识别结果存入数据库中；

步骤三，观看行为的信息获取及观看行为的信息相似度计算：摄像头拍摄用户观看行为的信息，将抓拍的照片存入数据库中，使用图片识别系统进行图片情感识别，计算得出观看行为相似度值Asim(i，j)，将识别结果存入数据库中；

步骤四，通过软件爬去第三方观评网站得到该节目的观评信息,将观评结果存入数据库中，同时得到该节目的评分值Dsim(t)；

步骤五，用户影评信息处理：从数据库中得到当前注册用户和存入数据库中已完成注册的用户关于该节目的观评信息，使用分词系统对观评文本的情感进行计算，结果存入数据库；

步骤六，根据上述数值计算当前注册用户与存入数据库中已完成注册用户集合的相似度uM sim(i，j)，将结果存入数据库中；

步骤七，对于相似度进行排序，从存入数据库中已完成注册用户集合筛选出相似度大于ε的用户，ε为设置最小阈值；

步骤八，对于当前注册用户进行协同过滤推荐，推荐相关节目。

作为本发明进一步的方案：步骤一中背景信息包括但不限于年龄、性别、教育背景和爱好。

作为本发明进一步的方案：背景信息相似度值Fsim(i，j)的计算公式如下：λ_k为第k个特征属性加权的值，a_ik和a_jk分别表示第i个用户的第k个特征属性和第j个用户的第k个特征属，n表示特征属性的总个数，sim(a_ik,a_jk)表示a_ik和a_jk相似度。

作为本发明进一步的方案：若a_k为数值型属性，则