一种多媒体文件推荐方法和终端的制作方法
【技术领域】
[0001] 本发明涉及计算机数据挖掘技术领域，尤其涉及一种多媒体文件推荐方法和终 端。
【背景技术】
[0002] 随着互联网技术的迅猛发展，人们可以获得和接触的视频资源越来越多，但是，找 到自己喜欢的视频需要花费的时间也越来越长。由此，视频推荐技术应运而生，并且已经成 为用户发现相关视频的主要途径之一。
[0003] 目前，常用的视频推荐方法是根据备选视频的标签与目标视频的标签之间的匹配 程度，对备选视频进行排序，从而得到目标视频的相关推荐列表。其中，备选视频的标签与 目标视频的标签之间的匹配程度一般是基于相匹配的标签的数目，或者基于带权重的标签 匹配算法计算得到的。
[0004]上述视频推荐方法中，均是从视频与视频之间的相关性进行推荐的，因此，为所有 用户推荐的目标视频的相关推荐列表是相同的；然而，不同用户对视频的关注焦点可能不 同，例如，对于目标视频是电影《霸王别姬》而言，有些用户希望推荐与该电影的导演相关的 视频，有些用户希望推荐与该电影的演员相关的视频等。因此，利用上述视频推荐方法所推 荐的视频可能是某些用户不喜欢的视频，从而造成用户体验差。
【发明内容】
[0005] 本发明的实施例提供一种多媒体文件推荐方法和终端，用以降低所推荐的视频是 用户不喜欢的视频的概率，从而提高了用户的体验。
[0006] 为达到上述目的，本发明的实施例采用如下技术方案：
[0007] 第一方面，提供一种多媒体文件推荐方法，包括：
[0008] 确定用户的特征信息和目标多媒体文件的相关多媒体文件集中的每个相关多媒 体文件的特征信息；
[0009] 根据所述用户的特征信息和所述每个相关多媒体文件的特征信息，获取所述用户 对所述每个相关多媒体文件的偏好值；
[0010]根据所述用户对所述每个相关多媒体文件的偏好值，从所述相关多媒体文件集中 选择出所述目标多媒体文件的关于所述用户的相关多媒体文件；
[0011] 向所述用户推荐所述目标多媒体文件的关于所述用户的相关多媒体文件。
[0012] 第二方面，提供一种终端，包括：
[0013] 确定单元，用于确定用户的特征信息和目标多媒体文件的相关多媒体文件集中的 每个相关多媒体文件的特征信息；
[0014] 获取单元，用于根据所述用户的特征信息和所述每个相关多媒体文件的特征信 息，获取所述用户对所述每个相关多媒体文件的偏好值；
[0015] 选择单元，用于根据所述用户对所述每个相关多媒体文件的偏好值，从所述相关 多媒体文件集中选择出所述目标多媒体文件的关于所述用户的相关多媒体文件；
[0016]推荐单元，用于向所述用户推荐所述目标多媒体文件的关于所述用户的相关多媒 体文件。
[0017]上述技术方案，通过获取用户的特征信息和目标多媒体文件的相关多媒体文件集 中的每个相关多媒体文件的特征信息，然后根据这些信息，获取用户对目标多媒体文件的 相关多媒体文件集中的每个相关多媒体文件的偏好，以根据该偏好值，从相关多媒体文件 集中选择出目标多媒体文件的关于该用户的相关多媒体文件。该技术方案在确定目标多媒 体文件的相关多媒体文件集的基础上，结合不同用户对该相关多媒体文件集中的每个相关 多媒体文件的偏好值，从该相关多媒体文件集中选择出关于不同用户的相关多媒体文件， 也就是说，本技术方案可以结合用户的偏好为不同的用户推荐不同的多媒体文件，与现有 技术相比，能够降低所推荐的视频是用户不喜欢的视频的概率，从而提高了用户的体验。
【附图说明】
[0018] 为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使 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性的前提下，还可以根据这些附图获得其 他的附图。
[0019] 图1为本发明实施例提供的一种视频推荐方法的流程示意图；
[0020] 图2为本发明实施例提供的一种获取用户的特征信息的方法的流程示意图；
[0021] 图3为本发明实施例提供的一种获取用户与各特定标签之间的关联程度的过程的 示意图；
[0022] 图4为本发明实施例提供的一种获取视频信息库中的所有视频在各特定主题上的 概率分布的过程的示意图；
[0023] 图5为本发明实施例提供的一种终端的结构示意图。
【具体实施方式】
[0024]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示例性描 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。
[0025] 首先，本发明实施例中的技术方案的基本原理是:根据用户对目标多媒体文件的 相关多媒体文件的偏好，得到目标多媒体文件的关于该用户的相关多媒体文件，从而实现 为不同用户提供目标多媒体文件的不同的相关多媒体文件，以实现个性化多媒体文件推 荐。
[0026] 其次，对本文中所涉及的部分术语进行解释说明，以方便本领域技术人员的理解：
[0027] 1)、多媒体文件
[0028] 多媒体文件，具体可以是视频，语音，图片，文档等。
[0029] 2)、标签，标签列表
[0030]标签，可以理解为关键字。例如，一部电影的标签可以是：导演的姓名、演员的姓 名、电影的类型(例如，动作、情感、历史等)等。一个文档的标签可以是:作者的姓名，文档的 类型等。
[0031] 一个多媒体文件的所有标签构成的集合，具体可以以列表或表格或其结合或其他 任意形式存储，本文中均以其以列表的形式存储为例进行说明。例如，将一个视频的所有标 签所构成的集合称为该视频的标签列表;又如，将一个文档的所有标签所构成的集合称为 该文档的标签列表。
[0032] 2)、主题
[0033] 主题，可以是一篇文章、一段话、一个句子所表达的中心思想。从统计模型的角度 来讲，可以用一个特定的词频分布来刻画主题，并认为一篇文章、一段话、一个句子是从一 个概率模型中生成的。
[0034] 本发明实施例提供的技术方案中，通过训练多媒体文件的简介的LDA(Latent Dirichlet Allocation，潜在狄利克雷分配)主题模型得到该多媒体文件在各个主题上的 概率分布;其中，LDA主题模型是一种文档主题生成模型，涉及贝叶斯理论、Dirichlet分布、 多项分布、图模型、变分推断、EM算法、Gibbs抽样等知识，较为复杂，由于此模型已经是成熟 的技术，因此本发明实施例对此不进行过多描述。另外，具体实现时，还可以通过训练其他 主题模型，获得多媒体文件在各主题上的概率分布，本发明实施例对此不进行限定。
[0035] 3)、相关多媒体文件、相关多媒体文件集
[0036]相关多媒体文件，是指与目标多媒体文件相关的多媒体文件，具体可以根据与目 标多媒体文件的标签的匹配程度确定该目标多媒体文件的相关多媒体文件;其中，该匹配 程度可以是基于相匹配的标签的数目，或者基于带权重的标签匹配算法计算得到的；当然 也可以是根据其他方式得到，本发明实施例对此不进行限定。目标多媒体文件的部分或全 部相关多媒体文件构成的集合称为"目标多媒体文件的相关多媒体文件集"。
[0037] 4)、历史多媒体文件、历史多媒体文件集
[0038] 历史多媒体文件，可以包括用户已经观看和/或用户收藏的多媒体文件。用户的部 分或全部历史多媒体文件构成的集合称为历史多媒体文件集。
[0039] 5)、和/或，多个
[0040]和/或，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/ 或B，可以表示:单独存在A，同时存在A和B，单独存在B这三种情况。多个，是指两种或两种以 上。
[0041]需要说明的是，本发明实施例提供的视频推荐方法的执行主体可以是终端，例如， 智能电视、智能手机、平板电脑、笔记本电脑、台式电脑等。
[0042] 另外需要说明的是，在多媒体文件推荐的过程中，一般为目标多媒体文件推荐同 一类型的多媒体文件，例如，为目标视频推荐与目标视频相关的视频，为目标文档推荐与目 标文档相关的文档等。下文中均以"多媒体文件是视频"，并且具体以"为目标视频推荐针对 一用户的相关视频"为例进行说明。本领域技术人员应当清楚，下文中的"视频"可以替换为 语音、图片、文档等其他任一种多媒体文件。
[0043] 参见图1，为本发明实施例提供的一种视频推荐方法的流程示意图。图1所示的方 法包括以下步骤S101-S104:
[0044] S101:终端确定用户的特征信息和目标视频的相关视频集中的每个相关视频的特 征信息。
[004