一种影视智能推荐方法
【技术领域】
[0001]本发明涉及影视技术领域，尤其涉及一种影视智能推荐方法。
【背景技术】
[0002]随着时间的发展，从影视出现以来，已经涌现出了无以计数的影视，如今的生活节奏比较快，人们在工作之余都会选择一种休闲放松的方式，而比较好的方式就是欣赏影视。但是如何从瀚如烟海的影视库中选择自己中意的影视来进行观看，获得最好的观看体验，成了一个迫在眉睫的问题；如果自己去寻找、查看，在这么多的影视中找寻是一个工程量非常大的工作，在节奏快的生活中，谁都不愿花这个时间去寻找。因而，需要一种智能影视推荐的方法，能够快速的推荐出影视，方便人们生活。
【发明内容】
[0003]鉴于目前影视技术领域存在的上述不足，本发明提供一种影视智能推荐方法，能够智能推荐影视，为用户发现最流行和个性化的影视内容。
[0004]为达到上述目的，本发明的实施例采用如下技术方案:
[0005]一种影视智能推荐方法，所述影视智能推荐方法包括影视智能推荐方法以下步骤:
[0006]从直播系统和互联网上获取数据建立影视元数据库；
[0007]获取用户数据建立用户数据库；
[0008]在影视元数据库和用户数据库基础上根据用户的社交图和兴趣图推荐出与用户兴趣相匹配的影视列表；
[0009]在播放界面上显示推荐的影视列表以供用户选择观看。
[0010]依照本发明的一个方面，所述步骤从直播系统和互联网上获取数据来建立影视元数据库的【具体实施方式】可为:获取互联网数据、第三方深度EPG数据和直播EPG数据，以形成统一的聚合库和标签库来建立影视元数据库。
[0011]依照本发明的一个方面，所述形成统一的聚合库和标签库来建立影视元数据库的具体实现方式可为:
[0012]从不同数据源获得的数据进入临时聚合数据库；
[0013]进行内容元数据、节目标签数据的结构化数据解析加工；
[0014]对解析加工后的数据进行规范化处理及审核以形成影视元数据库。
[0015]依照本发明的一个方面，所述影视智能推荐方法还包括以下步骤:根据影视元数据库内容的标签属性关联点播和直播形成热点、流行影视列表。
[0016]依照本发明的一个方面，所述步骤根据影视元数据库内容的标签属性关联点播和直播形成热点、流行影视列表可包括以下步骤:
[0017]对结构化数据进行加工；
[0018]对推荐内容进行重组；
[0019]对内容进行关联管理；
[0020]对节目进行分词管理；
[0021]进行标签管理；
[0022]发布推荐结果。
[0023]依照本发明的一个方面，所述对结构化数据进行加工具体为:获取推荐内容数据以后，可根据不同排序和展现策略进行内容重组。
[0024]依照本发明的一个方面，所述对内容进行关联管理具体为:完成标签化处理后系统根据预设策略进行自动关联。
[0025]依照本发明的一个方面，所述对节目进行分词管理具体为:对节目元数据的文本进行分析处理，提供将文本序列切分成单独的词条。
[0026]依照本发明的一个方面，所述步骤在影视元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣相匹配的影视列表【具体实施方式】为:通过采集用户对节目的行为喜好及评价、实时收集相关的情景信息以及过往用户的历史信息、分析并发掘用户在当前所处的情景条件下的需求和提取家庭成员兴趣特征来进行节目内容的推荐。
[0027]依照本发明的一个方面，所述影视智能推荐方法还包括以下步骤:定时自动对元数据进行更新、补充和增强。
[0028]本发明实施的优点:本发明所述影视智能推荐方法通过采用从直播系统和互联网上获取数据来建立影视元数据库及获取用户数据，然后在影视元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣相匹配的影视列表，最后在播放界面上显示推荐的影视列表以供用户选择观看的方法，基于影视元数据库和用户的兴趣图和社交图，为用户提供正在热播的直播节目、最受欢迎的点播节目与及类似节目和与用户兴趣匹配的节目的个性化推荐，实现了影视的智能推荐，极大地方便了用户进行影视观看，提升了观看体验。
【附图说明】
[0029]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本发明实施例一所述的一种影视智能推荐方法示意图；
图2为本发明实施例二所述的一种影视智能推荐方法示意图。
【具体实施方式】
[0031]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0032]实施例一
[0033]如图1所示，一种影视智能推荐方法，所述影视智能推荐方法包括以下步骤:
[0034]步骤S1:从直播系统和互联网上获取数据建立影视元数据库；
[0035]所述步骤SI从直播系统和互联网上获取数据来建立影视元数据库的【具体实施方式】可为:获取互联网或接入第三方深度EPG数据和直播EPG数据，形成统一的聚合库和标签库来建立影视元数据库。
[0036]其中，形成统一的聚合库和标签库来建立影视元数据库的具体实现步骤可为:
[0037]从不同数据源获得的数据进入临时聚合数据库；
[0038]进行内容元数据、节目标签数据的结构化数据解析加工；
[0039]对解析加工后的数据进行规范化处理及审核以形成影视元数据库。
[0040]其内容来源主要包括互联网、手机、PAD、TV端、用户自定义内容以及第三方合作商内容。内容分类包括电影、电视剧、综艺、动漫、纪录片等点播内容以及央视、省级卫视和一些地方台的直播内容。
[0041]而在实际应用中，通过爬虫和数据挖掘技术从主流的视频网站、社交网络、影评网站和搜索引擎网站获取、分析数据，从而得到了丰富的互联网影视元数据，从直播系统获得直播EPG数据，进行过滤、匹配后得到深度EPG数据，再导入第三方深度EPG数据，三者进行匹配组合来建立统一的聚合库和标签库，形成影视元数据库。
[0042]步骤S2:获取用户数据建立用户数据库；
[0043]所述步骤S2获取用户数据建立用户数据库的【具体实施方式】为:对用户基本数据进行导入，所述基本数据包括性别、年龄、地域/地理位置等信息，但不仅仅限于这些信息；对用户行为数据进行导入，所述行为数据包括用户的观看历史、社交圈子、兴趣爱好等信息，但不仅仅限于这些信息。
[0044]步骤S3:在影视元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣相匹配的影视列表；
[0045]所述步骤S3在影视元数据库和用户数据库的基础上根据用户的社交图和兴趣图推荐出与用户兴趣相匹配的影视列表的【具体实施方式】为:通过采集用户对节目的行为喜好及评价、实时收集相关的情景信息以及过往用户的历史信息、分析并发掘用户在当前所处的情景条件下的需求和提取家庭成员兴趣特征来进行节目内容的推荐，解决了内容无限丰富和用户个性化喜好之间的矛盾。基于用户历史数据生成推荐数据，提取家庭成员兴趣特征，推荐出与用户兴趣匹配的影片列表。对家庭中每个用户的兴趣特征进行学习和分类，发现最能吸引该家庭中成员的若干个兴趣大类，映射到视频聚类空间，通过空间距离度量算法来排序得到最优的推荐节目列表。
[0046]在实际应用中，每一个用户都有一个自己的数据库，包括用户的“兴趣图”数据(一个用户可能看过几十、上百部影片)和“社交图”数据(一个用户可能有几十、上百个好友及其活动的网络虚拟社区)。从而在使用时，这里的用户ID可以是系统内新建登录账户，也可以是现有社交网络的登录账户(例如新浪微博、腾讯微博、人人网等)；可以是单个个体，也可以是一个家庭(可以识别家庭成员各自的兴趣特征)。
[0047]其中根据社交图进行推荐可以包括以下几种:好友推荐，好友推荐给我的内容；好友在看，好友正在观看或已经看过的内容，进一步扩展到社交网络上好友正在看/评论的视频；微博关注，微博上最受关注的视频(过去24小时或任意指定时间段，所有人的关注等)；趣味相投:用户聚类，为用户推荐与其具备相同兴趣特征用户群所喜爱的视频。
[0048]根据兴趣图进行推荐具体实施可以包括:根据家庭用户、个人成员、区域位置、时间段、使用习惯等信息定制个性化的活动推荐；根据家庭用户中个人成员的收看习惯和对应个性化时间段结合的方式进行推荐，例如设定某一个时间段推荐适合于某一位个人成员喜好的节目，可设定某一类节目只在每天的某个时段推荐给用户，可设定在某一段时间段内，推荐指定的内容给用户。
[0049]步骤S4:在播放界面上显示推荐的影视列表以供用户选择观看。
[0050]在实际应用中，还可根据实际变化过程自动执行步骤:对影视元数据库进行更新、补充和增强。
[0051]实施例二
[0052]如图2所示，一种影视智能推荐方法，所述影视智能推荐方法包括以下步骤:
[0053]步骤S1:从直播系统和互联网上获取数据来建立影视元数据库；
[0054]所述步骤SI从直播系