第j个特定主题上的概率分布值的均值，J是 特定主题的总数目，1 < j < J，j、J均为整数。
[0112] 可选的，多媒体文件与各特定主题之间的关联程度用多媒体文件在所述各特定主 题上的概率分布表示;获取单元52还用于:对多媒体信息库中的所有多媒体文件的简介进 行分词，得到语料库;其中，多媒体信息库中包括每个相关多媒体文件和每个历史多媒体文 件;基于该语料库以及指定的特定主题的数目，训练LDA主题模型，得到多媒体信息库中的 每个多媒体文件分别在各特定主题上的概率分布。
[0113] 可选的，获取单元52具体用于:将表示该用户的特征信息的向量，分别与表示每个 相关多媒体文件的特征信息的向量相乘，得到该用户对每个相关多媒体文件的偏好值。
[0114] 本发明实施例提供的终端，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。
[0115]最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制;尽管 参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可 以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换； 而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和 范围。
【主权项】
1. 一种多媒体文件推荐方法，其特征在于，包括： 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； 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； 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； 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。2. 根据权利要求1所述的方法，其特征在于，所述获取用户的特征信息，包括： 获取用户的历史多媒体文件集中的每个历史多媒体文件的特征信息；其中，所述历史 多媒体文件包括所述用户已观看的多媒体文件，和/或所述用户收藏的多媒体文件； 根据所述每个历史多媒体文件的特征信息，获取所述用户的特征信息。3. 根据权利要求1或2所述的方法，其特征在于， 多媒体文件的特征信息包括多媒体文件与各特定标签之间的关联程度，所述用户的特 征信息包括所述用户与所述各特定标签之间的关联程度;其中，所述特定标签是指推荐过 程中使用的多媒体文件标签;和/或， 多媒体文件的特征信息包括多媒体文件与各特定主题之间的关联程度，所述用户的特 征信息包括所述用户与所述各特定主题之间的关联程度;其中，所述特定主题是指在推荐 的过程中使用的多媒体文件主题。4. 根据权利要求3所述的方法，其特征在于，所述根据所述每个历史多媒体文件的特征 信息，获取所述用户的特征信息，包括： 当多媒体文件的特征信息包括多媒体文件与所述各特定标签之间的关联程度时，根据 公式f 1 = [ sumi，sum2，…，sunn，…，sumi ]，得到表示所述用户与所述各特定标签之间的关联 程度的向量fi，其中，sunu是表示所述用户的历史多媒体文件集中的每个历史多媒体文件与 第i个所述特定标签之间的关联程度的数值之和，I表示所述特定标签的总数目，1 < i < I， i、I均为整数;和/或， 当多媒体文件的特征信息包括多媒体文件与所述各特定主题之间的关联程度时，根据 公式f2= [meani，mean2,…，meanj,…，meanj]，得到表示所述用户与所述各特定主题之间的 关联程度的向量f 2,其中，mean」是所述用户的历史多媒体文件集中的各历史多媒体文件在 第j个特定主题上的概率分布值的均值，J是所述特定主题的总数目，IS 均为整 数。5. 根据权利要求3所述的方法，其特征在于，多媒体文件与所述各特定主题之间的关联 程度用多媒体文件在所述各特定主题上的概率分布表示，所述方法还包括： 对多媒体信息库中的所有多媒体文件的简介进行分词，得到语料库;其中，所述多媒体 信息库中包括所述每个相关多媒体文件； 基于所述语料库以及指定的所述特定主题的数目，训练潜在狄利克雷分配LDA主题模 型，得到所述多媒体信息库中的每个多媒体文件分别在所述各特定主题上的概率分布。6. 根据权利要求1所述的方法，其特征在于，所述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，获取用户对所述相关多媒体文件集中的每个相关多媒体文件 的偏好值，包括： 将表示所述用户的特征信息的向量，分别与表示所述每个相关多媒体文件的特征信息 的向量相乘，得到所述用户对所述每个相关多媒体文件的偏好值。7. -种终端，其特征在于，包括： 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； 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； 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； 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。8. 根据权利要求7所述的终端，其特征在于， 多媒体文件的特征信息包括多媒体文件与各特定标签之间的关联程度，所述用户的特 征信息包括所述用户与所述各特定标签之间的关联程度;其中，所述特定标签是指推荐过 程中使用的多媒体文件标签;和/或， 多媒体文件的特征信息包括多媒体文件与各特定主题之间的关联程度，所述用户的特 征信息包括所述用户与所述各特定主题之间的关联程度;其中，所述特定主题是指在推荐 的过程中使用的多媒体文件主题。9. 根据权利要求8所述的终端，其特征在于， 所述获取单元具体用于： 当多媒体文件的特征信息包括多媒体文件与所述各特定标签之间的关联程度时，根据 公式f 1 = [ sumi，sum2，…，sunn，…，sumi ]，得到表示所述用户与所述各特定标签之间的关联 程度的向量fi，其中，sunu是表示所述用户的历史多媒体文件集中的每个历史多媒体文件与 第i个所述特定标签之间的关联程度的数值之和，I表示所述特定标签的总数目，1 < i < I， i、I均为整数;和/或， 当多媒体文件的特征信息包括多媒体文件与所述各特定主题之间的关联程度时，根据 公式f2= [meani，mean2,…，meanj,…，meanj]，得到表示所述用户与所述各特定主题之间的 关联程度的向量f 2,其中，所述特定主题是指在推荐的过程中使用的多媒体文件主题，mean」 是所述用户的历史多媒体文件集中的各历史多媒体文件在第j个特定主题上的概率分布值 的均值，J是所述特定主题的总数目，1 < j < J，j、J均为整数。10. 根据权利要求8所述的终端，其特征在于，一个多媒体文件与所述各特定主题之间 的关联程度表示为该多媒体文件在所述各特定主题上的概率分布;所述获取单元，还用于： 对多媒体信息库中的所有多媒体文件的简介进行分词，得到语料库;其中，所述多媒体 信息库中包括所述每个相关多媒体文件； 基于所述语料库以及指定的所述特定主题的数目，训练潜在狄利克雷分配LDA主题模 型，得到所述多媒体信息库中的每个多媒体文件分别在所述各特定主题上的概率分布。
【专利摘要】本发明公开了一种多媒体文件推荐方法和终端，涉及计算机数据挖掘技术领域，用以降低所推荐的视频是用户不喜欢的视频的概率，从而提高用户的体验。方法包括：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；根据该用户的特征信息和每个相关多媒体文件的特征信息，获取该用户对每个相关多媒体文件的偏好值；根据该用户对每个相关多媒体文件的偏好值，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，并向该用户推荐目标多媒体文件的关于用户的相关多媒体文件。本发明实施例提供的技术方案应用于为用户推荐目标多媒体文件的相关多媒体文件的场景中。
【IPC分类】G06F17/30
【公开号】CN105574132
【申请号】CN201510934265
【发明人】王洁, 李海涛
【申请人】海信集团有限公司
【公开日】2016年5月11日
【申请日】2015年12月15日