一種影視智能推薦方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及影視技術(shù)領(lǐng)域，尤其涉及一種影視智能推薦方法。
【背景技術(shù)】
[0002]隨著時間的發(fā)展，從影視出現(xiàn)以來，已經(jīng)涌現(xiàn)出了無以計數(shù)的影視，如今的生活節(jié)奏比較快，人們在工作之余都會選擇一種休閑放松的方式，而比較好的方式就是欣賞影視。但是如何從瀚如煙海的影視庫中選擇自己中意的影視來進(jìn)行觀看，獲得最好的觀看體驗，成了一個迫在眉睫的問題；如果自己去尋找、查看，在這么多的影視中找尋是一個工程量非常大的工作，在節(jié)奏快的生活中，誰都不愿花這個時間去尋找。因而，需要一種智能影視推薦的方法，能夠快速的推薦出影視，方便人們生活。

【發(fā)明內(nèi)容】

[0003]鑒于目前影視技術(shù)領(lǐng)域存在的上述不足，本發(fā)明提供一種影視智能推薦方法，能夠智能推薦影視，為用戶發(fā)現(xiàn)最流行和個性化的影視內(nèi)容。
[0004]為達(dá)到上述目的，本發(fā)明的實施例采用如下技術(shù)方案:
[0005]一種影視智能推薦方法，所述影視智能推薦方法包括影視智能推薦方法以下步驟:
[0006]從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)建立影視元數(shù)據(jù)庫；
[0007]獲取用戶數(shù)據(jù)建立用戶數(shù)據(jù)庫；
[0008]在影視元數(shù)據(jù)庫和用戶數(shù)據(jù)庫基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的影視列表；
[0009]在播放界面上顯示推薦的影視列表以供用戶選擇觀看。
[0010]依照本發(fā)明的一個方面，所述步驟從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)來建立影視元數(shù)據(jù)庫的【具體實施方式】可為:獲取互聯(lián)網(wǎng)數(shù)據(jù)、第三方深度EPG數(shù)據(jù)和直播EPG數(shù)據(jù)，以形成統(tǒng)一的聚合庫和標(biāo)簽庫來建立影視元數(shù)據(jù)庫。
[0011]依照本發(fā)明的一個方面，所述形成統(tǒng)一的聚合庫和標(biāo)簽庫來建立影視元數(shù)據(jù)庫的具體實現(xiàn)方式可為:
[0012]從不同數(shù)據(jù)源獲得的數(shù)據(jù)進(jìn)入臨時聚合數(shù)據(jù)庫；
[0013]進(jìn)行內(nèi)容元數(shù)據(jù)、節(jié)目標(biāo)簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工；
[0014]對解析加工后的數(shù)據(jù)進(jìn)行規(guī)范化處理及審核以形成影視元數(shù)據(jù)庫。
[0015]依照本發(fā)明的一個方面，所述影視智能推薦方法還包括以下步驟:根據(jù)影視元數(shù)據(jù)庫內(nèi)容的標(biāo)簽屬性關(guān)聯(lián)點播和直播形成熱點、流行影視列表。
[0016]依照本發(fā)明的一個方面，所述步驟根據(jù)影視元數(shù)據(jù)庫內(nèi)容的標(biāo)簽屬性關(guān)聯(lián)點播和直播形成熱點、流行影視列表可包括以下步驟:
[0017]對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行加工；
[0018]對推薦內(nèi)容進(jìn)行重組；
[0019]對內(nèi)容進(jìn)行關(guān)聯(lián)管理；
[0020]對節(jié)目進(jìn)行分詞管理；
[0021]進(jìn)行標(biāo)簽管理；
[0022]發(fā)布推薦結(jié)果。
[0023]依照本發(fā)明的一個方面，所述對結(jié)構(gòu)化數(shù)據(jù)進(jìn)行加工具體為:獲取推薦內(nèi)容數(shù)據(jù)以后，可根據(jù)不同排序和展現(xiàn)策略進(jìn)行內(nèi)容重組。
[0024]依照本發(fā)明的一個方面，所述對內(nèi)容進(jìn)行關(guān)聯(lián)管理具體為:完成標(biāo)簽化處理后系統(tǒng)根據(jù)預(yù)設(shè)策略進(jìn)行自動關(guān)聯(lián)。
[0025]依照本發(fā)明的一個方面，所述對節(jié)目進(jìn)行分詞管理具體為:對節(jié)目元數(shù)據(jù)的文本進(jìn)行分析處理，提供將文本序列切分成單獨的詞條。
[0026]依照本發(fā)明的一個方面，所述步驟在影視元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的影視列表【具體實施方式】為:通過采集用戶對節(jié)目的行為喜好及評價、實時收集相關(guān)的情景信息以及過往用戶的歷史信息、分析并發(fā)掘用戶在當(dāng)前所處的情景條件下的需求和提取家庭成員興趣特征來進(jìn)行節(jié)目內(nèi)容的推薦。
[0027]依照本發(fā)明的一個方面，所述影視智能推薦方法還包括以下步驟:定時自動對元數(shù)據(jù)進(jìn)行更新、補充和增強。
[0028]本發(fā)明實施的優(yōu)點:本發(fā)明所述影視智能推薦方法通過采用從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)來建立影視元數(shù)據(jù)庫及獲取用戶數(shù)據(jù)，然后在影視元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的影視列表，最后在播放界面上顯示推薦的影視列表以供用戶選擇觀看的方法，基于影視元數(shù)據(jù)庫和用戶的興趣圖和社交圖，為用戶提供正在熱播的直播節(jié)目、最受歡迎的點播節(jié)目與及類似節(jié)目和與用戶興趣匹配的節(jié)目的個性化推薦，實現(xiàn)了影視的智能推薦，極大地方便了用戶進(jìn)行影視觀看，提升了觀看體驗。
【附圖說明】
[0029]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0030]圖1為本發(fā)明實施例一所述的一種影視智能推薦方法示意圖；
圖2為本發(fā)明實施例二所述的一種影視智能推薦方法示意圖。
【具體實施方式】
[0031]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0032]實施例一
[0033]如圖1所示，一種影視智能推薦方法，所述影視智能推薦方法包括以下步驟:
[0034]步驟S1:從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)建立影視元數(shù)據(jù)庫；
[0035]所述步驟SI從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)來建立影視元數(shù)據(jù)庫的【具體實施方式】可為:獲取互聯(lián)網(wǎng)或接入第三方深度EPG數(shù)據(jù)和直播EPG數(shù)據(jù)，形成統(tǒng)一的聚合庫和標(biāo)簽庫來建立影視元數(shù)據(jù)庫。
[0036]其中，形成統(tǒng)一的聚合庫和標(biāo)簽庫來建立影視元數(shù)據(jù)庫的具體實現(xiàn)步驟可為:
[0037]從不同數(shù)據(jù)源獲得的數(shù)據(jù)進(jìn)入臨時聚合數(shù)據(jù)庫；
[0038]進(jìn)行內(nèi)容元數(shù)據(jù)、節(jié)目標(biāo)簽數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)解析加工；
[0039]對解析加工后的數(shù)據(jù)進(jìn)行規(guī)范化處理及審核以形成影視元數(shù)據(jù)庫。
[0040]其內(nèi)容來源主要包括互聯(lián)網(wǎng)、手機(jī)、PAD、TV端、用戶自定義內(nèi)容以及第三方合作商內(nèi)容。內(nèi)容分類包括電影、電視劇、綜藝、動漫、紀(jì)錄片等點播內(nèi)容以及央視、省級衛(wèi)視和一些地方臺的直播內(nèi)容。
[0041]而在實際應(yīng)用中，通過爬蟲和數(shù)據(jù)挖掘技術(shù)從主流的視頻網(wǎng)站、社交網(wǎng)絡(luò)、影評網(wǎng)站和搜索引擎網(wǎng)站獲取、分析數(shù)據(jù)，從而得到了豐富的互聯(lián)網(wǎng)影視元數(shù)據(jù)，從直播系統(tǒng)獲得直播EPG數(shù)據(jù)，進(jìn)行過濾、匹配后得到深度EPG數(shù)據(jù)，再導(dǎo)入第三方深度EPG數(shù)據(jù)，三者進(jìn)行匹配組合來建立統(tǒng)一的聚合庫和標(biāo)簽庫，形成影視元數(shù)據(jù)庫。
[0042]步驟S2:獲取用戶數(shù)據(jù)建立用戶數(shù)據(jù)庫；
[0043]所述步驟S2獲取用戶數(shù)據(jù)建立用戶數(shù)據(jù)庫的【具體實施方式】為:對用戶基本數(shù)據(jù)進(jìn)行導(dǎo)入，所述基本數(shù)據(jù)包括性別、年齡、地域/地理位置等信息，但不僅僅限于這些信息；對用戶行為數(shù)據(jù)進(jìn)行導(dǎo)入，所述行為數(shù)據(jù)包括用戶的觀看歷史、社交圈子、興趣愛好等信息，但不僅僅限于這些信息。
[0044]步驟S3:在影視元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的影視列表；
[0045]所述步驟S3在影視元數(shù)據(jù)庫和用戶數(shù)據(jù)庫的基礎(chǔ)上根據(jù)用戶的社交圖和興趣圖推薦出與用戶興趣相匹配的影視列表的【具體實施方式】為:通過采集用戶對節(jié)目的行為喜好及評價、實時收集相關(guān)的情景信息以及過往用戶的歷史信息、分析并發(fā)掘用戶在當(dāng)前所處的情景條件下的需求和提取家庭成員興趣特征來進(jìn)行節(jié)目內(nèi)容的推薦，解決了內(nèi)容無限豐富和用戶個性化喜好之間的矛盾?；谟脩魵v史數(shù)據(jù)生成推薦數(shù)據(jù)，提取家庭成員興趣特征，推薦出與用戶興趣匹配的影片列表。對家庭中每個用戶的興趣特征進(jìn)行學(xué)習(xí)和分類，發(fā)現(xiàn)最能吸引該家庭中成員的若干個興趣大類，映射到視頻聚類空間，通過空間距離度量算法來排序得到最優(yōu)的推薦節(jié)目列表。
[0046]在實際應(yīng)用中，每一個用戶都有一個自己的數(shù)據(jù)庫，包括用戶的“興趣圖”數(shù)據(jù)(一個用戶可能看過幾十、上百部影片)和“社交圖”數(shù)據(jù)(一個用戶可能有幾十、上百個好友及其活動的網(wǎng)絡(luò)虛擬社區(qū))。從而在使用時，這里的用戶ID可以是系統(tǒng)內(nèi)新建登錄賬戶，也可以是現(xiàn)有社交網(wǎng)絡(luò)的登錄賬戶(例如新浪微博、騰訊微博、人人網(wǎng)等)；可以是單個個體，也可以是一個家庭(可以識別家庭成員各自的興趣特征)。
[0047]其中根據(jù)社交圖進(jìn)行推薦可以包括以下幾種:好友推薦，好友推薦給我的內(nèi)容；好友在看，好友正在觀看或已經(jīng)看過的內(nèi)容，進(jìn)一步擴(kuò)展到社交網(wǎng)絡(luò)上好友正在看/評論的視頻；微博關(guān)注，微博上最受關(guān)注的視頻(過去24小時或任意指定時間段，所有人的關(guān)注等)；趣味相投:用戶聚類，為用戶推薦與其具備相同興趣特征用戶群所喜愛的視頻。
[0048]根據(jù)興趣圖進(jìn)行推薦具體實施可以包括:根據(jù)家庭用戶、個人成員、區(qū)域位置、時間段、使用習(xí)慣等信息定制個性化的活動推薦；根據(jù)家庭用戶中個人成員的收看習(xí)慣和對應(yīng)個性化時間段結(jié)合的方式進(jìn)行推薦，例如設(shè)定某一個時間段推薦適合于某一位個人成員喜好的節(jié)目，可設(shè)定某一類節(jié)目只在每天的某個時段推薦給用戶，可設(shè)定在某一段時間段內(nèi)，推薦指定的內(nèi)容給用戶。
[0049]步驟S4:在播放界面上顯示推薦的影視列表以供用戶選擇觀看。
[0050]在實際應(yīng)用中，還可根據(jù)實際變化過程自動執(zhí)行步驟:對影視元數(shù)據(jù)庫進(jìn)行更新、補充和增強。
[0051]實施例二
[0052]如圖2所示，一種影視智能推薦方法，所述影視智能推薦方法包括以下步驟:
[0053]步驟S1:從直播系統(tǒng)和互聯(lián)網(wǎng)上獲取數(shù)據(jù)來建立影視元數(shù)據(jù)庫；
[0054]所述步驟SI從直播系