[发明专利]基于多模态特征的影视专题自动生成方法

权利要求书

1.基于多模态特征的影视专题自动生成方法，其特征在于，包括以下步骤：

S01、将影视的海报图片预处理成统一尺寸，利用卷积神经网络的表征学习能力提取影视海报的图形特征向量；

S02、将影视的文本信息进行分词提取构建关键词词库，并计算每个关键词的反文档频率IDF，将影视信息中的关键词进行one-hot编码生成影视的文本向量，使用tf-idf对文本向量进行加权，获取得到加权的文本特征向量；

S03、将用户的行为整合成分段的语料集，整合所有用户的语料集生成word2vec词向量模型训练样本，建立词向量模型，利用skip-gram对词向量模型训练，生成每个影视的词特征向量；

S04、将图形特征向量、文本特征向量和词特征向量进行拼接，生成影视多模态向量，利用无监督聚类算法进行聚类分析；

S05、获得多模态特征的影视专题。

2.根据权利要求1所述的基于多模态特征的影视专题自动生成方法，其特征在于，步骤S02中，影视的文本信息包括名称、简介、题材、评论、年代、地区、导演和演员。

3.根据权利要求1所述的基于多模态特征的影视专题自动生成方法，其特征在于，步骤S03中，用户行为包括连续影视浏览行为、影视搜索行为和观影行为。

4.根据权利要求1所述的基于多模态特征的影视专题自动生成方法，其特征在于，步骤S04中，所述无监督聚类算法是K-Means算法。