[发明专利]一种分类个性化推荐方法

权利要求书

1.一种分类个性化推荐方法，其特征在于，所述分类个性化推荐方法包括以下步骤：

获取可供推荐的影视元数据并进行分类；

对分类后的进行相似影视检索以获得候选影视；

通过排序权重对候选影视进行相似排序；

进行用户行为聚类并根据聚类结果生成分类推荐候选影视；

对候选影视进行分类排序后获得用于显示的推荐结果。

2.根据权利要求1所述的分类个性化推荐方法，其特征在于，所述获取可供推荐的影视元数据包括：获取互联网数据、深度EPG数据和点播元数据，以形成统一影视元数据管理库。

3.根据权利要求1所述的分类个性化推荐方法，其特征在于，所述进行相似影视检索以获得候选影视包括：将每一部影视元数据转换成向量，对向量的元素进行加权，再将影视库的所有影视进行转换，用所有向量构建KD-Tree或其他有序数据结构表达，遍历所有向量，每个影视使用KD-Tree检索到最相似的k部影视作为候选影视。

4.根据权利要求1所述的分类个性化推荐方法，其特征在于，所述进行用户行为聚类包括：对用户观看过的影片使用聚类算法进行粗聚类。

5.根据权利要求3所述的分类个性化推荐方法，其特征在于，所述进行用户行为聚类并根据聚类结果生成混合推荐候选影视包括：从聚类结果的每个簇中提取质心向量v，簇id cid、簇内影片个数cn、最近的观看时间tl，提取出来的信息作为用户画像。遍历获取到的簇质心向量，每个簇用质心向量从构建好的KD-Tree中搜索k个近邻作为候选影片。

6.根据权利要求5所述的分类个性化推荐方法，其特征在于，所述进行用户行为聚类并根据聚类结果生成混合推荐候选影视包括：对于每个类型影视的每个簇，将簇的质心向量作为一个影视向量计算相似推荐结果作为该簇的候选结果。

7.根据权利要求6所述的分类个性化推荐方法，其特征在于，所述对候选影视进行排序后获得用于显示的推荐结果包括：每个类别分别对所有簇根据簇内观看记录数量降序排列，填入对应簇的相似推荐结果，即得到推荐结果。

8.根据权利要求1至7之一所述的分类个性化推荐方法，其特征在于，所述获取可供推荐的影视元数据并进行分类包括：将影视元数据分成5类，每一个类别根据用户该类别的观看记录计算推荐结果。

9.根据权利要求8所述的分类个性化推荐方法，其特征在于，所述分类的5个类别为：电影，电视剧，纪录片，动漫和综艺。