[发明专利]一种基于文艺学学习的电影推荐方法

说明书

本发明涉及电影推荐方法技术领域，尤其涉及一种基于文艺学学习的电影推荐方法，包括以下步骤：S1、获取多个用户的观影数据；S2、对影评进行分析，找出参照电影；S3、读取服务器中的新电影，读取新电影对应的电影信息；S4、将服务器中的新电影的电影信息与参照电影的电影信息进行对比；S5、将电影简介与参照电影相近的新电影推荐给用户，本方法通过对用户的影评进行分析，筛选出影评中出现重复语句的次数最高的电影，这类的电影在用户之间能够产生较多的共鸣，以这类电影为基础推荐的新电影更容易使得用户接受，推荐的成功率高。

技术领域

本发明涉及电影推荐方法技术领域，尤其涉及一种基于文艺学学习的电影推荐方法。

背景技术

大数据分析是互联网行业之中较为前沿的方向，而数据挖掘是该行业之中强有力的工具。通过对数据的分析与挖掘，得到或者预测用户的喜好或趋向，从而可以更好的为用户提供服务。在信息爆炸的时代，电影内容在迅猛增长，围绕电影相关内容的网站和应用更是不计其数。对于用户而言，面对如此丰富的电影资源，想要从中选择真正想要的内容非常困难。

对于文艺学学习的用户而言，从丰富的电影资源中找出有利于文艺学学习的电影，更是难上加难。

因此，我们提出了一种基于文艺学学习的电影推荐方法用于解决上述问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于文艺学学习的电影推荐方法。

一种基于文艺学学习的电影推荐方法，包括以下步骤：

S1、获取多个用户的观影数据，所述观影数据包括已观看电影的标签、简介以及用户对该电影作出的影评；

S2、对影评进行分析，统计在已观看电影中统计不同用户影评中重复语句的次数，并记录影评中出现重复语句的次数最高的电影，记作参照电影；

S3、读取服务器中的新电影，读取新电影对应的电影信息，所述电影信息包括电影的标签和简介；

S4、将服务器中的新电影的电影信息与参照电影的电影信息进行对比；

S5、新电影的电影标签与参照电影的电影标签相同时，将电影简介与参照电影相近的新电影推荐给用户。

优选的，每隔7天-30天，执行S1和S2，重新选取参照电影。

优选的，所述S1中，已观看电影的数量至少为3部。

优选的，所述S2中，当影评中出现重复语句的次数最高的电影为两个不同的电影时，将这两个电影均记作参照电影。

优选的，所述S4中，存在两个参照电影时，将服务器中的新电影的电影信息与参照电影的电影信息进行逐一对比。

优选的，所述S5中，新电影观看完毕后，收集新电影的标签、简介以及用户对该电影作出的影评。

本发明的有益效果是：

1、影评在一定程度上能够加深用户对电影的认识，适合文艺学学习使用。

2、本方法通过对用户的影评进行分析，筛选出影评中出现重复语句的次数最高的电影，这类的电影在用户之间能够产生较多的共鸣，以这类电影为基础推荐的新电影更容易使得用户接受，推荐的成功率高。

具体实施方式

下面结合具体实施例对本发明作进一步解说。

一种基于文艺学学习的电影推荐方法，包括以下步骤：

S1、获取多个用户的观影数据，所述观影数据包括已观看电影的标签、简介以及用户对该电影作出的影评；