[发明专利]一种基于向量相似度的商业短视频场地推荐方法

说明书

本发明公开了一种基于向量相似度的商业短视频场地推荐方法，包括如下推荐步骤：S1、首先建立基础数据库，将场地录入数据库内，S2、对录入数据进行分类，形成场地POI库，本发明通过建立场地POI库，对数据进行向量化处理，选择需要的场地，再使用KNN技术和余弦相似度公式计算，得出相似度场地，形成场地推荐列表，使得摄影院队可以在选中某个场景后给拍摄团队推荐更多的类似场景供比较和切换，这样就达到了同类型的场景，多款推荐的目标，并且在推荐列表中给出场地的使用次数，使拍摄团队能够快速识别重复拍摄的场地，为短视频的拍摄选择较新的场地，使短视频场地更加具有新鲜感，提高短视频的质量和观看量。

技术领域

本发明涉及短视频场地选择技术领域，具体为一种基于向量相似度的商业短视频场地推荐方法。

背景技术

短视频传播了物质至上的理念，短视频即短片视频，是一种互联网内容传播方式，一般是在互联网新媒体上传播的时长在30分钟以内的视频，随着移动终端普及和网络的提速，短平快的大流量传播内容逐渐获得各大平台、粉丝和资本的青睐，随着网红经济的出现，视频行业逐渐崛起一批优质UGC内容制作者，微博、秒拍、快手、今日头条纷纷入局短视频行业，募集一批优秀的内容制作团队入驻，现在短视频拍摄场地一般都是各个拍摄团队私有的或者根据良好的关系联系的；

但是短视频新场地基本上通过线下人员的随机发现，这个过程效率很低，场地的利用率也很难提高，而当一个场地被拍摄了一段时间后，其出境的情况就会逐渐失去新鲜感。

发明内容

本发明提供一种基于向量相似度的商业短视频场地推荐方法，可以有效解决上述背景技术中提出短视频新场地基本上通过线下人员的随机发现，这个过程效率很低，场地的利用率也很难提高，而当一个场地被拍摄了一段时间后，其出境的情况就会逐渐失去新鲜感的问题。

为实现上述目的，本发明提供如下技术方案：一种基于向量相似度的商业短视频场地推荐方法，包括如下推荐步骤：

S1、首先建立基础数据库，将场地录入数据库内；

S2、对录入数据进行分类，形成场地POI库；

S3、然后对数据进行数据清洗、特征工程、归一化和向量化；

S4、计算场地之间的向量余弦距离，得到与输入场地相似度高的其他场地；

S5、查询原场地POI库，得到短视频场地的推荐列表；

S6、然后输入场地使用时间，再输入天气需求，对场地位置的天气进行预报，推荐列表分开显示；

S7、选定使用场地，预约使用时间，并添加预约记录。

根据上述技术方案，所述S1中，场地的录入数据包括场地的图像、视频和文字说明；

所述S2中，先根据场地资料将场地分为内景和外景两大类，然后再根据属性维度进行分类，其中，场景类别分为咖啡馆、菜场和公园等，场地色彩分为暖色和冷色，消费级别分为高端和平民，维度数据会被记录，补充在基础数据库中场地的文字说明中；

属性维度组记为D_s，D_s包括场景多级分类、色彩和消费级别，作为场景基础数据存储，形成了场地POI库。

根据上述技术方案，所述S3中，将POI库中的非位置属性数据经过数据清洗、特征工程、归一化和向量化后，所有的场地POI实体都被转化为场地向量。

根据上述技术方案，所述S4中，基于S3产生的归一化的维度数量适中的数据，然后计算场地之间的向量余弦距离，得到与输入场地相似度高的其他场地，使用实时KNN(K最近邻，K-NearestNeighbor)算法来获得与该场地最相似的TOPK个场地，并根据匹配度排序；