1.一種基于用戶情境分析的多媒體內(nèi)容推薦方法,其特征在于:包括以下步驟:
步驟一、采集互聯(lián)網(wǎng)中所有歷史用戶的瀏覽記錄,構(gòu)建用戶_項目播放矩陣R(m,n),如式(1)所示;
(1)
其中,m表示歷史用戶的個數(shù),n表示多媒體內(nèi)容的個數(shù),每一行表示一個用戶對所有多媒體內(nèi)容的播放情況,若瀏覽記錄中有某一用戶對某一內(nèi)容的記錄,則該用戶對應(yīng)的該內(nèi)容的位置為1,否則為0;
步驟二、尋找當(dāng)前用戶u的相似用戶:采用余弦相似度計算當(dāng)前用戶u與歷史用戶的相似度,如式(2)所示;
(2)
其中,表示當(dāng)前用戶u的播放記錄,表示用戶v的播放記錄,表示當(dāng)前用戶u和用戶v之間的余弦相似度,余弦值越大,當(dāng)前用戶u和用戶v越相似,按照相似度由高到低的順序進行排序,取前K個作為當(dāng)前用戶u的相似用戶;
步驟三、任一用戶在面對一項多媒體內(nèi)容i時的行為用Behaviori表示,包括分享、收藏、下載、完整播放和跳過5種,將這些行為量化,各個行為量化的分值分別記為、、、和,其中,則,用戶行為表示用戶對瀏覽的多媒體內(nèi)容的真實喜歡程度;
步驟四、建立當(dāng)前用戶的興趣模型:
(1)預(yù)測當(dāng)前用戶對未瀏覽過的多媒體內(nèi)容的評分
根據(jù)相似用戶v對內(nèi)容i的評分以及該相似用戶在播放內(nèi)容i時的行為信息預(yù)測當(dāng)前用戶對內(nèi)容i的喜好程度,如式(3)所示,其中表示在瀏覽多媒體內(nèi)容時相似用戶v對內(nèi)容i的行為信息,表示相似用戶v對內(nèi)容i的平均行為分值,和分別表示當(dāng)前用戶u和相似用戶v對所有歷史評分內(nèi)容的平均評分,表示相似用戶v對內(nèi)容i的評分;
(3)
對從高到低進行排序,得出待推薦的內(nèi)容集合;
(2)分析得出待推薦的內(nèi)容集合
通過對當(dāng)前用戶在多媒體網(wǎng)絡(luò)中的歷史信息進行分析得出當(dāng)前用戶在特定意圖下的行為模式序列,針對當(dāng)前用戶當(dāng)前的行為序列與分析的結(jié)果進行對比并預(yù)測其意圖,即如果當(dāng)前序列與某個歷史意圖下的行為序列模式相似度較高,則認為該當(dāng)前用戶當(dāng)前的意圖為該歷史意圖,所有用戶的意圖最終是以其行為方式表現(xiàn)出來,因此根據(jù)步驟三中對用戶行為的量化分值對當(dāng)前用戶的當(dāng)前的意圖賦予權(quán)重W,W表示當(dāng)前用戶對當(dāng)前內(nèi)容的喜好程度;
根據(jù)當(dāng)前用戶u歷史瀏覽記錄中對所有瀏覽內(nèi)容的平均行為分值設(shè)置閾值,如果當(dāng)前用戶u當(dāng)前的意圖的權(quán)重,則表示當(dāng)前用戶很喜歡正在瀏覽的這類內(nèi)容,根據(jù)該內(nèi)容的著作權(quán)人和類型兩個屬性,計算其它多媒體內(nèi)容中這兩個屬性所占的權(quán)重,按照權(quán)重進行排序,找出與該內(nèi)容相似的前N個內(nèi)容作為待推薦的多媒體內(nèi)容集合;
步驟五、為當(dāng)前用戶u推薦多媒體內(nèi)容:設(shè)定集合I,使,選擇I中的前N個多媒體內(nèi)容進行推薦,如果I中的多媒體內(nèi)容個數(shù)小于N,則,即不夠N個內(nèi)容的從的集合中補足N個并把這些多媒體內(nèi)容推薦給當(dāng)前用戶u。
2.根據(jù)權(quán)利要求1所述的一種基于用戶情境分析的多媒體內(nèi)容推薦方法,其特征在于:所述步驟四中步驟(2)所述的歷史信息為SituEx(t)信息,其中SituEx(t)=(ID,d,A,E)t,表示用戶在t時刻的情境信息,ID表示用戶的身份,包括群組和角色,d表示t時刻用戶的意愿,A表示t時刻用戶為了實現(xiàn)意愿d采取的行為,E表示t時刻用戶的環(huán)境信息。
3.根據(jù)權(quán)利要求1所述的一種基于用戶情境分析的多媒體內(nèi)容推薦方法,其特征在于:所述步驟四中步驟(2)所述的根據(jù)步驟三中對用戶行為的量化分值對當(dāng)前用戶的當(dāng)前的意圖賦予權(quán)重W的方法為:與每個行為對應(yīng)的意圖賦予的權(quán)重與該行為的量化分值相同。
4.根據(jù)權(quán)利要求1所述的一種基于用戶情境分析的多媒體內(nèi)容推薦方法,其特征在于:所述分享、收藏、下載、完整播放和跳過5種行為對應(yīng)的意圖分別為分享、收藏、下載、播放和跳過。