[发明专利]一种计算影视内容相关程度的方法、智能终端及存储介质

权利要求书

1.一种计算影视内容相关程度的方法，其特征在于，包括以下步骤：

获取用户观看的多个影视内容，并利用唯一标识分别对多个所述影视内容进行标记；

将多个所述唯一标识分别初始化为对应的初始K维向量，对多个所述初始K维向量进行神经网络训练，获得与所述唯一标识一一对应的多个最终K维向量；

对所获得的多个最终K维向量逐一进行对比，分析多个影视内容之间的相关程度。

2.根据权利要求1所述的计算影视内容相关程度的方法，其特征在于，所述获取用户观看的多个影视内容，并利用唯一标识分别对多个所述影视内容进行标记还包括：

将每个用户观看的影视内容按照预设规则进行排列；

将每个用户排列后的影视内容分别向量化为一一对应的行为序列。

3.根据权利要求2所述的计算影视内容相关程度的方法，其特征在于，所述预设规则为用户观看影视内容的有效顺序，所述有效顺序按照时间顺序排列。

4.根据权利要求2所述的一种计算影视内容相关程度的方法，其特征在于，所述将多个所述唯一标识分别初始化为对应的初始K维向量，对多个所述初始K维向量进行神经网络训练，获得与所述唯一标识一一对应的多个最终K维向量具体包括:

将多个所述唯一标识分别初始化为对应的初始K维向量；

将多个所述初始K维向量分别输入到Skip-gram模型中，依次进行神经网络训练，得到多个唯一标识对应的最终K维向量。

5.根据权利要求4所述的计算影视内容相关程度的方法，其特征在于，所述将多个所述初始K维向量分别输入到Skip-gram模型中，依次进行神经网络训练，得到多个唯一标识对应的最终K维向量具体包括：

计算当前的唯一标识对应的影视内容在所有用户观看的影视内容中出现的频率，根据所述频率构建哈夫曼树；

根据所述唯一标识在每个用户对应的行为序列中的位置，确定所述唯一标识对应的哈夫曼编码；

根据所述哈夫曼编码确定哈夫曼树中从根节点到叶节点的正确路径；

根据所述正确路径，确定哈夫曼树的叶节点；

将所述唯一标识所代表的初始K维向量输入到哈夫曼树的根节点，根据所述唯一标识的频率确定初始K维向量在哈夫曼树中的位置；

初始K维向量沿根节点至叶节点进行预测，生成对应的最终K维向量。

6.根据权利要求5所述的计算影视内容相关程度的方法，其特征在于，所述初始K维向量沿根节点至叶节点进行预测，生成对应的最终K维向量之后还包括：

根据梯度下降算法更新哈夫曼树中非叶节点的参数以及下一个待预测的唯一标识所代表的初始K维向量。

7.根据权利要求5所述的计算影视内容相关程度的方法，其特征在于，所述根据梯度下降算法更新哈夫曼树中非叶节点的参数以及下一个待预测的唯一标识所代表的初始K维向量之后还包括：

将下一个待预测的唯一标识所代表的初始K维向量输入到所述哈夫曼树的根节点，根据所述唯一标识的频率确定初始K维向量在哈夫曼树中的位置；

初始K维向量沿根节点至叶节点进行预测，生成对应的最终K维向量。

8.根据权利要求1所述的计算影视内容相关程度的方法，其特征在于，所述对所获得的多个最终K维向量逐一进行对比，分析影视内容的相关程度具体包括：

对获得的最终K维向量的余弦夹角值逐一进行对比，根据对比结果分析影视内容的相关程度。

9.一种智能终端，其特征在于，包括处理器，以及与所述处理器连接的存储器，所述存储器存储有计算影视内容相关程度的程序，所述计算影视内容相关程度的程序被所述处理器执行如权利要求1至8中任一项所述的计算影视内容相关程度的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如权利要求1至8任一项所述的计算影视内容相关程度的方法。