[发明专利]推荐方法及装置

权利要求书

1.一种推荐方法，其特征在于包括：

获取项的信息，其中，所述信息用于判断是否向用户推荐所述项，所述信息包括以下至少之一：用户侧信息、项的相关性信息，所述用户侧信息包括获取到的所述用户对于项的评论，所述项的相关性信息包括以下至少之一：所述项本身的特性、所述项与除所述项之外的其它项之间的相关性；

根据所述信息确定是否将所述项推荐给所述用户。

2.根据权利要求1所述的方法，其特征在于，获取所述用户侧信息包括：

根据所述用户对项的评论和情感元素集合确定所述评论的分类，作为所述用户侧信息，其中，所述情感元素集合包括以下至少之一：词语、表情符号，所述分类包括：正评论、负评论。

3.根据权利要求2所述的方法，其特征在于，根据所述用户对项的评论和情感元素集合确定所述评论的分类包括：

将所述评论分割成短句，根据情感元素集合分别计算各个短句的得分；

将所述各个短句的得分之和作为所述评论的得分，并根据所述评论的得分确定所述评论的分类。

4.根据权利要求2所述的方法，其特征在于，在根据所述用户对项的评论和情感元素集合确定所述评论的分类之后，所述方法还包括：

调整所述用户的所有评论的分类的比例，实现正评论数目与负评论数目相同；

根据调整后得到的正评论和负评论，迭代更新所述情感元素集合。

5.根据权利要求4所述的方法，其特征在于，在迭代更新所述情感元素集合之后，所述方法还包括：

通过线性核心的支撑向量机对迭代更新过的情感元素集合进行学习；

利用词频-逆向文件频率TF-IDF计算方法计算所述情感元素集合中每个特征的权重。

6.根据权利要求1所述的方法，其特征在于，对于交互电视IPTV业务，所述项是视频，获取所述项的相关性信息包括：

根据所述视频的画面色彩、亮度对所述视频进行镜头切分；

选取各个镜头的关键帧；

提取所述各个镜头的关键帧的边缘直方图，得到所述各个关键帧的特征向量；

计算所述各个关键帧的特征向量间的距离，作为所述项的相关性信息。

7.根据权利要求6所述的方法，其特征在于，在根据所述视频的画面色彩、亮度对所述视频进行镜头切分之前，所述方法还包括：

对所述视频进行合并、转码处理。

8.根据权利要求1所述的方法，其特征在于，所述信息还包括：评分矩阵、评分矩阵的权值矩阵，获取所述权值矩阵包括：

将所述评分矩阵分解成两个秩较低的矩阵；

计算所述两个秩较低的矩阵的乘积，并将所述乘积对所述评分矩阵逼近；

根据所述两个秩较低的矩阵的特征向量对所述评分矩阵中的丢失项构造权值，并构造权值矩阵。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述用户侧信息和所述项的相关性信息是矩阵的形式。

10.根据权利要求9所述的方法，其特征在于，根据所述信息确定是否将所述项推荐给所述用户包括：

对所述用户侧信息、所述项的相关性信息进行分解，确定用户侧特征矩阵和项侧特征矩阵；

对所述用户侧特征矩阵和所述项侧特征矩阵进行迭代，使所述用户侧特征矩阵和所述项侧特征矩阵的乘积逼近评分矩阵；

将所述乘积中对应于所述评分矩阵的丢失项的较高分值的项推荐给所述用户。

11.一种推荐装置，其特征在于包括：

获取模块，用于获取项的信息，其中，所述信息用于判断是否向用户推荐所述项，所述信息包括以下至少之一：用户侧信息、项的相关性信息，所述用户侧信息包括获取到的所述用户对于项的评论，所述项的相关性信息包括以下至少之一：所述项本身的特性、所述项与除所述项之外的其它项之间的相关性；

确定模块，用于根据所述信息确定是否将所述项推荐给所述用户。