多媒体推荐方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105843953A(43)申请公布日2016.08.10(21)申请号201610225098.X(22)申请日2016.04.12(71)申请人乐视控股（北京）有限公司地址100026北京市朝阳区姚家园路105号3号楼10层1102申请人乐视网信息技术（北京）股份有限公司(72)发明人孙浩川(74)专利代理机构北京弘权知识产权代理事务所(普通合伙)11363代理人逯长明许伟群(51)Int.Cl.G06F17/30(2006.01)权利要求书2页说明书7页附图3页(54)发明名称多媒体推荐方法及装置(57)摘要本发明是关于一种多媒体推荐方法及装置，其方法包括：提取数据库中待处理数据信息的特征数据；对所述特征数据进行特征构造，得到目标特征数据；根据所述目标特征数据计算所述数据库中每一多媒体对应的推荐分数；根据所述推荐分数为用户推荐多媒体。这样根据用户的兴趣特点和历史行为等全面的特征数据，最终计算出数据库中每一多媒体针对于该用户的推荐分数，并将推荐分数较高的多媒体推荐给该用户，从而实现有针对性地向每一个用户推荐其感兴趣的多媒体信息。CN105843953ACN105843953A权利要求书1/2页1.一种多媒体推荐方法，其特征在于，包括：提取数据库中待处理数据信息的特征数据；对所述特征数据进行特征构造，得到目标特征数据；根据所述目标特征数据计算所述数据库中每一多媒体对应的推荐分数；根据所述推荐分数为用户推荐所述多媒体。2.根据权利要求1所述的多媒体推荐方法，其特征在于，所述对所述特征数据进行特征构造，包括：将所述特征数据离散化处理，得到离散化特征数据；对所述离散化特征数据进行编码，生成多维离散化特征数据；将所述多维离散化特征数据按照预定的规则进行特征交叉，转换为所述目标特征数据。3.根据权利要求1所述的多媒体推荐方法，其特征在于，所述根据所述目标特征数据计算所述数据库中每一多媒体对应的推荐分数，包括：对所述目标特征数据进行特征编码，得到整型特征数据；对所述整型特征数据进行拟合，得到相应的数据模型；在所述数据模型中读取每个所述整型特征数据对应的权重，将所述权重累加得到每一多媒体对应的推荐分数。4.根据权利要求1所述的多媒体推荐方法，其特征在于，所述根据所述推荐分数为用户推荐视频，包括：将所述推荐分数按照降序方式排序，得到视频推荐列表；将所述视频推荐列表中推荐分数大于预设数值的视频作为推荐视频。5.根据权利要求1～4中任一项所述的多媒体推荐方法，其特征在于，所述特征数据，包括：视频特征数据、用户特征数据和所述用户观看视频的历史记录特征数据。6.一种多媒体推荐装置，其特征在于，包括：特征数据提取单元，用于提取数据库中待处理数据信息的特征数据；特征构造单元，用于对所述特征数据进行特征构造，得到目标特征数据；推荐分数计算单元，用于根据所述目标特征数据计算所述数据库中每一多媒体对应的推荐分数；视频推荐单元，用于根据所述推荐分数为用户推荐所述多媒体。7.根据权利要求6所述的多媒体推荐装置，其特征在于，所述特征构造单元，包括：特征离散化处理模块，用于将所述特征数据离散化处理，得到离散化特征数据；编码模块，用于对所述离散化特征数据进行编码，生成多维离散化特征数据；目标特征数据生成模块，用于将所述多维离散化特征数据按照预定的规则进行特征交叉，转换为所述目标特征数据。8.根据权利要求6所述的多媒体推荐装置，其特征在于，所述推荐分数计算单元，包括：特征编码模块，用于对所述目标特征数据进行特征编码，得到整型特征数据；数据拟合模块，用于对所述整型特征数据进行拟合，得到相应的数据模型；推荐分数确定模块，用于在所述数据模型中读取每个所述整型数据特征对应的权重，将所述权重累加得到每一多媒体对应的推荐分数。2CN105843953A权利要求书2/2页9.根据权利要求6所述的多媒体推荐装置，其特征在于，所述视频推荐单元，包括：排序模块，用于将所述推荐分数按照降序方式排序，得到视频推荐列表；推荐视频确定模块，用于将所述视频推荐列表中推荐分数大于预设数值的视频作为推荐视频。10.根据权利要求6～9中任一项所述的多媒体推荐装置，其特征在于，所述特征数据，包括：视频特征数据、用户特征数据和所述用户观看视频的历史记录特征数据。3CN105843953A说明书1/7页多媒体推荐方法及装置技术领域[0001]本发明实施例涉及视频技术领域，尤其涉及一种多媒体推荐方法及装置。背景技术[0002]随着技术的不断发展，可以为用户提供的移动终端产品的品种和类型也越来越多，例如：智能手机、平板电脑和笔记本电脑等，这些移动终端产品几乎都带有无线网WIFI接入功能，用户可以很方便的将终端接入WIFI在线观看视频。为了