[发明专利]一种多媒体数据的推荐方法及装置

说明书

本发明的实施例提供一种多媒体数据的推荐方法及装置，涉及计算机技术领域，解决了现有技术中的终端无法对用户与视频进行准确推荐的问题。该方法包括：根据多媒体数据的属性信息，生成矩阵R以及每个用户生成对应的矩阵S，矩阵R的元素表示用户i是否观看多媒体数据j，矩阵S的元素表示用户观看的多媒体数据v是否属于多媒体数据类型u；根据矩阵R、第一用户对应的矩阵S以及其他用户对应的矩阵S，计算第一用户与其他用户间的相似度；根据第一用户与其他用户中的每个用户间的相似度、预设相似用户的个数、矩阵S、以及需要为第一用户推荐的多媒体数据个数，确定对第一用户推荐的多媒体数据。本发明应用于多媒体数据的推荐。

本申请是2015年07月23日提出的发明名称为“一种多媒体数据的推荐方法及装置”的中国发明专利申请201510438746.5的分案申请。

技术领域

本发明涉及计算机技术领域，尤其涉及一种多媒体数据的推荐方法及装置。

背景技术

现今，在这个互联网高速发展的时代，人们对于视听方面的需求越来越高，而视频关联推荐业务可以为用户推荐视频，有效地帮助用户发现需求，推进用户对于视听业务的点播。在现有技术中，通常使用协同过滤推荐(Collaborative Filtering，简称CF)算法来为用户推荐视频。

在现有技术中，终端(以智能电视为例)根据传统的CF算法为用户推荐视频时，通常会利用聚类算法按照视频所属类别，分别将终端后台服务器的数据库中存储的电视视频以及观看这些视频的用户进行聚类，然后根据聚类后的用户所属视频类别以及视频所属类别，来为用户推荐视频。但是，由于在现有技术中，终端在计算用户间的相似度时仅仅只会考虑用户的观看行为，而没有考虑其他方面，例如，在计算用户间的相似度时，可以根据两个用户分别观看过的电视视频源间的相似程度，来确定两个用户间的相似度。但是，由于终端后台服务器的数据库中通常会存储大量的电视视频源，而每个用户所观看的视频数量很少，使得两两用户间所观看的视频相似度很低，从而导致计算出的用户相似度的区分度不高，进而无法正确的为用户推荐用户感兴趣的视频。

发明内容

本发明的实施例提供一种多媒体数据的推荐方法及装置，解决了现有技术中的终端无法对用户与视频进行准确推荐的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，提供一种多媒体数据的推荐方法，包括：

获取多媒体数据的属性信息，所述属性信息包括用户的标识、所述多媒体数据所属多媒体数据类型以及用户观看的多媒体数据的标识；

根据所述多媒体数据的属性信息，生成矩阵R以及每个用户对应的矩阵S，所述矩阵R的行和列分别表示用户的标识和多媒体数据的标识，所述矩阵R的元素R_ij表示用户i是否观看多媒体数据j，所述矩阵S的行和列分别为多媒体数据类型和所述用户观看过的多媒体数据的标识，所述矩阵S的元素S_vu表示所述用户观看的多媒体数据v是否属于多媒体数据类型u；

根据从所述矩阵R中获取的第一用户的多媒体数据集合和第二用户的多媒体数据集合计算出的所述第一用户与所述第二用户间的第一相似度，以及根据所述第一用户对应的矩阵S1和所述第二用户对应的矩阵S2计算出的所述第一用户与所述第二用户间的第二相似度，得到所述第一用户与所述第二用户间的相似度，所述第二用户为除所述第一用户外的其他任一用户，用户的多媒体数据集合包含所述用户观看过的所有多媒体数据；

将所述第一用户与其他用户中的每个用户间的相似度进行排序，并根据预设相似用户的个数确定出所述第一用户的相似用户；

根据所述第一用户的相似用户的标识、所述矩阵S、所述第一用户与所述第一用户的相似用户间的相似度以及需要为所述第一用户推荐的多媒体数据个数，确定对所述第一用户推荐的多媒体数据；