[发明专利]一种基于多臂老虎机算法的影视作品推荐方法

权利要求书

1.一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，包括以下步骤：

1)获取每个影视作品和当前待推荐用户的特征表示，获得初始的作品聚类和用户聚类，具体包括以下步骤：

11)通过特征抽取模型获取所有作品的特征表示X_a，0以及当前待推荐用户的特征表示U_i，0；

12)初始化作品聚类和用户聚类，将所有的影视作品和待推荐用户分别归为一类，并分别获取每个聚类的特征向量均值作为对应聚类的特征中心；

13)在初始化的作品聚类和用户聚类之间建立连接，并记录在聚类记录文件中；

2)遍历所有影视作品，计算对应的预估计回报，选取预估计回报最大的推荐给待推荐用户；

3)待推荐用户在接收到推荐后，做出真实反馈；

4)基于用户真实反馈更新聚类和预估计回报模型，调整模型中部分超参数，并重新推荐。

2.根据权利要求1所述的一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，所述的步骤11)中，将每个作品的题目、标签和简介以文本的形式作为输入，通过特征抽取模型E获取每个作品a的特征表示X_a，0，即作品特征向量，并且以当前待推荐用户的兴趣信息、历史观看和反馈记录以作为输入，通过特征抽取模型E获取当前待推荐用户i的特征表示U_i，0，即用户特征向量。

3.根据权利要求1所述的一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，所述的步骤12)中，当加入新的用户或影视作品时，按照其特征向量将其归类至与其距离最近的聚类中，并更新聚类记录文件，其中，距离具体为特征向量与聚类的特征中心的欧氏距离。

4.根据权利要求1所述的一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，所述的步骤2)具体包括以下步骤：

21)获取所有与当前待推荐用户i有连接关系的作品聚类，记为集合I＝{A|U→A，i∈U}，其中，i∈U表示当前待推荐用户i所在的用户聚类为U，U→A表示作品聚类A和用户聚类A之间存在连接关系；

22)根据预估计回报模型计算当前时刻t的预估计回报p_a，t，则有：

其中，θ_a为中间参量，A_a为作品a对应的特征矩阵且初始化为单位阵，b_a为作品a对应的特征偏置且初始化为零向量，X_a，t为当前时刻t作品a的特征表示，α为设定的探索参数，用以控制为用户推荐未看过品类的影视作品数量；

23)在所有预估计回报最高的作品中随机选出一个作品a_t推荐给当前待推荐用户，则有：

a_t＝arg max p_a，t。

5.根据权利要求4所述的一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，所述的步骤3)具体为：

收集所有当前待推荐用户包括点击情况、点赞情况和评价情况的反馈信息，其中，对于点击情况和点赞情况采取分别记分的方式打分，对于评价情况，则采用CNN-LSTM架构的情感分析模型进行打分，将三种情况的打分求和得到前待推荐用户对当前推荐作品的打分r_i，t。

6.根据权利要求5所述的一种基于多臂老虎机算法的影视作品推荐方法，其特征在于，所述的步骤4)具体包括以下步骤：

41)根据打分r_i，t更新预估计回报模型中的参数；

42)根据打分r_i，t更新用户聚类；

43)更新过用户聚类后更新作品聚类；

44)若用户仍有需求，则返回步骤2)重新为用户提供新的推荐作品；

45)根据实际情况，调整探索参数α，增大探索参数α则会为用户推荐更多用户未看过品类的作品，减小探索参数α则会为用户减少未看过品类的推荐。