[发明专利]一种基于大数据的三维素材推荐方法

说明书

本发明公开了一种基于大数据的三维素材推荐方法，其包括：构建全阶可变马尔科夫模型：确定当前时间，采集时间阈值T范围内的用户浏览操作记录，确定各个采样位置的数据集中概率，归一化处理，确定各个离散型分布概率，构建全阶可变马尔科夫模型；形成个体马尔科夫模型：根据移动对象的历史轨迹，构建0阶马尔科夫模型和可变阶马尔科夫模型，整合数据，形成每个用户的个体马尔科夫模型；生成概率向量线性组合：通过线性回归组合全局马尔科夫模型和个体马尔科夫模型，生成概率向量线性组合；确定采样位置并向用户推荐素材：给定训练浏览记录的集合，根据马尔科夫模型概率向量计算采样位置概率并预测下一个采样位置，该采样位置就是向用户推荐的素材。

技术领域

本发明涉及互联网技术领域，特别涉及互联网大数据技术领域，具体地，本发明涉及一种基于大数据的三维素材推荐方法。

背景技术

随着科学技术的不断进步，数字媒体产业也在迅速发展，特别是在影视制作和游戏等产业方面，三维数字媒体的发展更加迅速。由于三维场景能构建出更加精致并真实的系统场景，更易于让用户接受。三维场景编辑器是设计、制作三维场景的辅助工具，用于提高场景制作效率。其中整合了各种素材资源以生成支持各种物体旋转、移动和缩放等功能的三维景象，可广泛应用于旅游景点、文物古建、工业产品、工厂校园、房产旅游等行业场景的制作。随着数字媒体产业，特别是在影视制作和游戏等产业方面以及三维数字媒体的快速发展和实际需求的不断增加，各种素材资源及其生成的各种三维景象的数据量越来越大，种类也是越来越多。

其中，三维素材除了内容很多分类，由于不同精度的素材对于渲染的硬件来说，会有更多的要求，现有的素材平台都是通过关键字搜索的方式获得相关的素材，用于二次创作。但是由于数据量的巨大，对于用户来说将花费大量的时间进行搜索、筛选和获取内容相关并且硬件要求符合自己的素材，这样会造成花费大量时间，不一定能找到最好的素材。因此，如何快速有效地向用户推荐并使用户找到所需位置上的素材就成了一个突出的亟待解决的问题。

当前对于素材的预测和选取就是简单的对大量数据进行条件筛取，筛取的结果不仅数量庞大，准确率低，甚至能筛取出来毫不相关的素材数据，无法对将要选取的素材所在位置进行预测和推荐，从而造成目前的方法效率低下，准确率无法保证。而目前主要的位置预测方法主要是针对一些地理位置的预测，其主要是利用基于马尔科夫模型的位置预测方法，如第201610141578.8号中国专利申请。该专利申请主要是通过马尔科夫模型以及推算出的聚类结果，对位置进行预测。但是该方法的候选位置的预测和选取主要是针对实际的地理位置，也就是说，地理位置中只要中间有路，那么这个位置就可以被选取。而网站的素材的选取是完全是不一样的情况，尤其是对于广电行业中一些要求时效性的三维素材的预测和选取，情况完全不同。这是因为所述的素材大部分来源于网络，而网络中的各个网站的所有链接都是可以选择的，因此所述专利申请的方法完全不能应用到网络素材的选取上。

发明内容

针对上面提到的技术问题，本发明提出了一种基于大数据的三维素材推荐方法，意在通过用户的使用习惯和已有的大数据，通过特定的算法对用户可能会用到的素材进行匹配，提高推荐的准确性，提升效率。

本发明主要是通过马尔科夫模型，根据用户对于素材的浏览操作记录来预测用户下一个要浏览的素材。在预测过程中全局马尔科夫模型利用所有可用的用户的浏览记录发现全局行为，基于这样的假设：不同用户经常有相似的浏览方式。例如，浏览下载了一个简单的纯色背景素材，然后又浏览下载了一个飞机的前景素材。另一方面:个体马尔科夫模型根据每个用户在一定时间段内的浏览操作记录建立个体模型。然后将两个模型进行线性回归组合，产生完整和更加准确的预测。由于广电行业对于三维素材的时效性和当前的新闻时事相关，那么在预测产品的时候，时间因素也要考虑进去，要对用户对素材的浏览操作记录进行时间段的划分。

在进行具体阐述之前，先给出以下定义，以更好地说明技术方案。