[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

说明书

本发明所提供的一种计算影视内容相关程度的方法、智能终端及存储介质，所述方法包括以下步骤：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，分析影视内容的相关程度。本方法提高了计算影视内容之间的相关程度的精确度，能够更深层次地挖掘出影视内容之间的隐藏关系，利于用户更准确、快速地寻找出需要的影视。

技术领域

本发明涉及影视内容技术领域，尤其涉及的是一种计算影视内容相关程度的方法、智能终端及存储介质。

背景技术

随着智能影音设备的进步和互联网大数据的蓬勃发展，可供群众选择的影视多样化，满足了受众在新媒体时代的阅览需求，但用户在海量的影视库中寻找喜欢的影视成为困难。

因此，通过已知的影视内容，搜索与已知影视内容相关的影视，从而寻找出同类影视成为搜取影视的主要手段。传统的搜索方式是对已知的影视内容按照影视类别、导演、主演、内容长短等多种方式分类，并对同一类影视内容设置标签，用户在搜索同类影视内容时可根据设置的标签进行寻找。这种方式根据不同的方式划分，但不同用户对不同影视内容的的划分评价并不完全相同，比如甲用户认为A影视为励志影视，而乙用户则认为A影视为青春片。可见此种方式的划分并不能细致描述出影视内容的细节，仅是针对个人喜好对影视内容进行了概括并分类，并不能根据已知影视内容搜索出与其内容相关的其他影视内容。

可见传统的搜索相关影视内容的方式，并不能根据已知的影视内容准确地推荐出相关的影视内容，更不能挖掘出影视之间的内容隐藏关系。

因此，现有技术存在缺陷，有待改进与发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种计算影视内容相关程度的方法、智能终端及存储介质，旨在解决现有技术中不能挖掘出影视之间的内容隐藏关系的技术问题。

本发明解决技术问题所采用的技术方案如下：

一种计算影视内容相关程度的方法，其中，包括：

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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：