CN111813992A - 一种影视推荐候选集的排序系统及方法 - Google Patents

一种影视推荐候选集的排序系统及方法 Download PDF

Info

Publication number
CN111813992A
CN111813992A CN202010675199.3A CN202010675199A CN111813992A CN 111813992 A CN111813992 A CN 111813992A CN 202010675199 A CN202010675199 A CN 202010675199A CN 111813992 A CN111813992 A CN 111813992A
Authority
CN
China
Prior art keywords
movie
training
module
data
watching
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010675199.3A
Other languages
English (en)
Inventor
马荣深
吴上波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN202010675199.3A priority Critical patent/CN111813992A/zh
Publication of CN111813992A publication Critical patent/CN111813992A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/738—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种影视推荐候选集的排序系统，包括数据获取模块，用于数据的获取；数据预处理模块，用于数据的预处理操作，包含但不限于对历史观看数据中的观影时长进行时间衰减；特征构建模块，用于构建特征，并生成训练集；编码模块，用于对训练集进行编码；训练模块，用于模型的训练，将训练集传入模型进行迭代训练，得到GBM模型；排序模块，用于对影视推荐候选集的影片进行预测排序。同时，还公开了一种影视推荐候选集的排序方法，将观影时长进行时间衰减，并通过迭代训练建立GBM模型对影视推荐候选集进行智能排序，有效地提高了影视推荐的精准度，保证了影视推荐候选集的排序系统及方法的可信度，以及用户的使用体验度。

Description

一种影视推荐候选集的排序系统及方法
技术领域
本发明涉及影视的个性化推荐技术领域，特别涉及一种影视推荐候选集的排序系统及方法。
背景技术
随着人工智能与大数据的迅猛发展，计算机能够从用户的操作记录中进行学习，从海量的影片中选出用户可能感兴趣的影片推荐给用户。然而，用户并不可能对这些影片都感兴趣，因此，需要对这些影片进行有效的排序，将用户可能进行操作的影片排在前面。因此如何正确地对选出的影片进行排序推荐是急需解决的问题。
目前的排序方法，通常直接采用推荐算法计算出的得分进行排序。例如，根据协同过滤算法计算出来的兴趣度对候选集进行排序，通过此方法进行排序的优点是逻辑简单，排序费时较少。但此方法并不能准确的将候选集中用户可能操作的影片排在前面。随着业务的多元化，用户特征愈加复杂，此方法对复杂的业务场景和用户特征的适应性较差，已不适应新的业务场景和愈加复杂的业务特征。因此，需要一种能够适应复杂特征的候选集排序方法来提升用户影片推荐的精确度。
发明内容
为解决现有技术中存在的问题，本发明的目的是提供一种影视推荐候选集的排序系统及方法，将时间衰减加入GBM模型中，对推荐候选集中的影片进行排序，将用户可能观看的影片排在前面，提高推荐内容的准确性。
为实现上述目的，本发明采用的技术方案是：
一种影视推荐候选集的排序系统，包括
数据获取模块，用于数据的获取；
数据预处理模块，用于数据的预处理操作，包含但不限于对历史观看数据中的观影时长进行时间衰减；
特征构建模块，用于构建特征，并生成训练集；
编码模块，用于对训练集进行编码；
训练模块，用于模型的训练，将训练集传入模型进行迭代训练，得到GBM模型；
排序模块，用于对候选集的影片进行预测排序。
一种影视推荐候选集的排序方法，包括以下步骤：
步骤一、获取数据，从数据库中获取用户信息、影视信息以及观影记录；
步骤二、数据预处理，并对观影记录的观影时长进行时间衰减，得到衰减后的观影时长；
步骤三、构建特征，得到训练集；
步骤四、对训练集进行编码；
步骤五：通过迭代训练建立GBM模型；
步骤六：通过GBM模型进行预测，利用预测结果对候选集中的影片进行排序。
进一步地，所述数据预处理包括将用户信息中包含缺失字段的信息进行删除；将影视信息中时长为0的影视统一修改为该字段正常数据的均值，将其他字段有丢失的信息进行删除；将观影记录中观影时间不合逻辑的观影记录进行删除。
进一步地，所述时间衰减公式为：N＝N0e-α(△T),其中N为衰减后的观影时长，N0为衰减前的观影时长，e为常数，α为衰减系数，△T为当前时间与观影时间之间的差值。
进一步地，所述构建特征包括用户特征、影视特征和统计类特征。
进一步地，所述统计类特征包括用户每月观影数量、用户每月观影的平均进度、影视每月播放次数和影视每月播放的平均进度。
进一步地，所述对训练集进行编码为将类别特征从1开始进行编码，并将映射关系导出到数据库中进行存储，以便在下次编码时保证映射关系的唯一性。
进一步地，所述对训练集进行编码还包括构建一个观影时长/影片总长的字段，作为用户观看某部影片的进度。
本发明的有益效果是：
本发明通过将观影时长进行时间衰减，并通过迭代训练建立GBM模型对影视推荐候选集进行智能排序，耗时较少，有效地提高了影视推荐的精准度，保证了影视推荐候选集的排序系统及方法的可信度，以及用户的使用体验度。
附图说明
图1为本发明实施例的影视推荐候选集的排序系统示例图。
图2为本发明实施例的影视推荐候选集的排序方法流程图。
图3为本发明实施例的训练样本取样流程图。
具体实施方式
以下描述用于揭露本发明以使相关领域技术人员能够实现本发明。以下描述中的实施例只作为举例，相关领域技术人员可以想到其他显而易见的变型均属于本发明的保护范围。
在其中一个实施例中，如图1所示，本发明提供一种影视推荐候选集的排序系统，包括：
数据获取模块，用于获取影视推荐候选集中的数据。
数据预处理模块，用于数据的预处理操作，包含但不限于对历史观看数据中的观影时长进行衰减。
特征构建模块，用于构建特征，将特征附加到影视推荐候选集上，生成训练集。
编码模块，用于对训练集进行编码。
训练模块，用于模型的训练，将训练集传入模型进行迭代训练，得到GBM模型，通过GBM模型对用户的行为进行预测。
排序模块，用于对影视推荐候选集的影片进行预测排序。
在另一个实施例中，如图2所示，本发明还提供一种基于梯度提升与时间衰减的影视推荐候选集的排序方法，首先对过去一段时间内的用户观影数据进行训练集与特征的构建，并在观影时长中加入时间衰减，将得到的训练集进行迭代训练得到GBM模型(GradientBoosting Machine，梯度提升树算法)，使用该模型预测用户观看影视的概率，通过概率的大小对影视推荐候选集进行排序。将用户可能观看的影片排在前面，提高推荐排序的准确率。
一种影视推荐候选集的排序方法，具体包括以下步骤：
步骤一、获取数据，从影视推荐候选集中获取用户信息、影视信息以及观影记录；
从影视推荐候选集中获取用户近三个月的用户信息、影视信息和观影记录，所述用户信息包括用户ID、用户设备信息、用户VIP状态和用户所在地区等信息；所述影视信息包括影片ID、导演、演员、所属地区、上映日期、资源方、收费信息、时长、类型和评分等信息；所述观影记录包括用户ID、影片ID、观看时间和观影时长等信息。
步骤二、数据预处理，通过遍历方式，对获取的数据进行预处理，得到预处理后的数据；并对观影记录的观影时长进行时间衰减，得到衰减后的观影时长；
对用户信息、影视信息和观影记录进行预处理，所述预处理包括将用户信息中包含缺失字段的信息进行删除；将影视信息中时长为0的影视统一修改为该字段正常数据的均值，将其他字段有丢失的信息进行删除；将观影记录中观影时间不合逻辑的观影记录进行删除；并对观影记录的观影时长进行时间衰减，得到衰减后的观影时长。
所述时间衰减公式为：
Figure BDA0002583804110000051
其中N为衰减后的观影时长，N0为衰减前的观影时长，单位为秒，e为常数，α为衰减系数(大于0)，△T为当前时间与观影时间之间的差值，单位为天数，将值带入公式1则可得到衰减过后的影视时长N。例如，当衰减前的观影时长N0为5400秒，时间差值△T为90天，衰减系数α为0.0045时，带入式1中可得出衰减后的观影时长N为3600秒。
步骤三、构建特征，得到训练集；根据预处理后的用户信息、影视信息和观影记录生成特征，所述特征为在机器学习过程中所需要学习的维度，包括用户特征、影视特征、统计类特征和其他特征；
所述用户特征为根据用户信息直接得到的用户VIP、用户设备信息、用户所属省份等。
所述影视特征为根据影视信息得到影视ID、影视所属地区、影视类型、导演、演员、评分、收费信息、电影年龄等。
所述统计类特征包括用户每月观影数量、用户每月观影的平均进度、影视每月播放次数和影视每月播放的平均进度。通过对观影记录中的影视按ID进行分类，每类通过播放的月份进行分组，统计分组后每个组所包含的记录条数，得出该影视每个月播放的总数，再将这些组中的观影时长求平均值后再除以该部影视的时长，得到该影视每个月播放的平均进度。通过对观影记录中的用户按ID分类，再通过观看影视的月份进行分组，统计每个用户在某个月的观影总数，将每个组每条记录的观影进度进行求平均值，可以得到该用户在某个月的平均观影进度。
所述其他特征包括根据观影记录得到该用户最近观看的三部影视ID、以及根据观影时间可以得到具体观看时间等。
步骤四、对训练集进行编码，将除了电影年龄、评分、用户某个月观看次数与平均比例、影片上个月被观看次数与平均比例之外的类别特征进行编号。对类别特征从1开始进行编码，并将映射关系导出到影视推荐候选集中进行存储，以便在下次编码时能够保证映射关系的唯一性。如电影年龄、评分、用户每月观影数量、用户每月观影的平均进度、影视每月播放次数以及影视每月播放的平均进度等数字特征不进行编码。
另外，构建一个观影时长/影片总长的字段，作为用户观看某部影片的进度；当进度值≥0.5时，视为用户喜欢该影片，将其编码为1；相反的，当进度值＜0.5时，则视为不喜欢该影片，将其编码为0；并将编码后的字段作为训练集的标签。
步骤五：通过迭代训练建立GBM模型；
首先，设置模型的训练参数，主要参数为：'boosting_type':'gbdt'、'objective':'binary'、'max_depth':6、'min_data_in_leaf':500、'num_leaves':28、'bagging_freq':5'、'min_gain_to_split':0.1、learning_rate':0.01、'feature_fraction':0.9、'bagging_fraction':0.9；将编码后的数据传入模型中迭代训练建立GBM模型。
具体训练过程，如图3所示，将训练集中所有样本按影视ID进行分组，遍历每个分组判断当前组的记录是否有50条，以保证训练的合理性；若是，则随机抽取50条影视记录；若否，则获取当前组所有的影视记录，合并这些影视记录样本，进行迭代训练建立GBM模型。
步骤六：通过GBM模型对候选集中的影片进行预测，得到用户操作某个影片的概率，通过概率的大小对这些影片进行排序，得到最终的排序结果，利用预测结果对影片候选集的影片进行排序。
以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (8)

1.一种影视推荐候选集的排序系统，其特征在于，包括
数据获取模块，用于数据的获取；
数据预处理模块，用于数据的预处理操作，包含但不限于对历史观看数据中的观影时长进行时间衰减；
特征构建模块，用于构建特征，并生成训练集；
编码模块，用于对训练集进行编码；
训练模块，用于模型的训练，将训练集传入模型进行迭代训练，得到GBM模型；
排序模块，用于对候选集中的影片进行预测排序。
2.一种影视推荐候选集的排序方法，其特征在于，包括以下步骤：
步骤一、获取数据，从数据库中获取用户信息、影视信息以及观影记录；
步骤二、数据预处理，并对观影记录的观影时长进行时间衰减，得到衰减后的观影时长；
步骤三、构建特征，得到训练集；
步骤四、对训练集进行编码；
步骤五：通过迭代训练建立GBM模型；
步骤六：通过GBM模型进行预测，利用预测结果对候选集中的影片进行排序。
3.根据权利要求2所述影视推荐候选集的排序方法，其特征在于，所述数据预处理包括将用户信息中包含缺失字段的信息进行删除；将影视信息中时长为0的影视统一修改为该字段正常数据的均值，将其他字段有丢失的信息进行删除；将观影记录中观影时间不合逻辑的观影记录进行删除。
4.根据权利要求2所述影视推荐候选集的排序方法，其特征在于，所述时间衰减公式为：
Figure FDA0002583804100000021
其中N为衰减后的观影时长，N0为衰减前的观影时长，e为常数，α为衰减系数，△T为当前时间与观影时间之间的差值。
5.根据权利要求2所述影视推荐候选集的排序方法，其特征在于，所述构建特征包括用户特征、影视特征和统计类特征。
6.根据权利要求5所述影视推荐候选集的排序方法，其特征在于，所述统计类特征包括用户每月观影数量、用户每月观影的平均进度、影视每月播放次数和影视每月播放的平均进度。
7.根据权利要求2所述影视推荐候选集的排序方法，其特征在于，所述对训练集进行编码为将类别特征从1开始进行编码，并将映射关系导出到数据库中进行存储，以便在下次编码时保证映射关系的唯一性。
8.根据权利要求7所述影视推荐候选集的排序方法，其特征在于，所述对训练集进行编码还包括构建一个观影时长/影片总长的字段，作为用户观看某部影片的进度。
CN202010675199.3A 2020-07-14 2020-07-14 一种影视推荐候选集的排序系统及方法 Pending CN111813992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010675199.3A CN111813992A (zh) 2020-07-14 2020-07-14 一种影视推荐候选集的排序系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010675199.3A CN111813992A (zh) 2020-07-14 2020-07-14 一种影视推荐候选集的排序系统及方法

Publications (1)

Publication Number Publication Date
CN111813992A true CN111813992A (zh) 2020-10-23

Family

ID=72864765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010675199.3A Pending CN111813992A (zh) 2020-07-14 2020-07-14 一种影视推荐候选集的排序系统及方法

Country Status (1)

Country Link
CN (1) CN111813992A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117119258A (zh) * 2023-10-23 2023-11-24 深圳市致尚信息技术有限公司 一种基于用户特征的影视推送方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345302A (zh) * 2018-09-27 2019-02-15 腾讯科技（深圳）有限公司 机器学习模型训练方法、装置、存储介质和计算机设备
CN109446419A (zh) * 2018-10-17 2019-03-08 武汉斗鱼网络科技有限公司 一种推荐视频的方法以及装置
CN109558514A (zh) * 2019-01-08 2019-04-02 青岛聚看云科技有限公司 视频推荐方法、其装置、信息处理设备及存储介质
CN109657138A (zh) * 2018-12-10 2019-04-19 深圳墨世科技有限公司 一种视频推荐方法、装置、电子设备及存储介质
CN109903111A (zh) * 2017-12-11 2019-06-18 北京京东尚科信息技术有限公司 用于个性化推荐的排序方法，排序模型训练方法和排序系统
CN110263244A (zh) * 2019-02-14 2019-09-20 腾讯科技（深圳）有限公司 内容推荐方法、装置、存储介质和计算机设备
CN110781391A (zh) * 2019-10-22 2020-02-11 腾讯科技（深圳）有限公司 一种信息推荐方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109903111A (zh) * 2017-12-11 2019-06-18 北京京东尚科信息技术有限公司 用于个性化推荐的排序方法，排序模型训练方法和排序系统
CN109345302A (zh) * 2018-09-27 2019-02-15 腾讯科技（深圳）有限公司 机器学习模型训练方法、装置、存储介质和计算机设备
CN109446419A (zh) * 2018-10-17 2019-03-08 武汉斗鱼网络科技有限公司 一种推荐视频的方法以及装置
CN109657138A (zh) * 2018-12-10 2019-04-19 深圳墨世科技有限公司 一种视频推荐方法、装置、电子设备及存储介质
CN109558514A (zh) * 2019-01-08 2019-04-02 青岛聚看云科技有限公司 视频推荐方法、其装置、信息处理设备及存储介质
CN110263244A (zh) * 2019-02-14 2019-09-20 腾讯科技（深圳）有限公司 内容推荐方法、装置、存储介质和计算机设备
CN110781391A (zh) * 2019-10-22 2020-02-11 腾讯科技（深圳）有限公司 一种信息推荐方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117119258A (zh) * 2023-10-23 2023-11-24 深圳市致尚信息技术有限公司 一种基于用户特征的影视推送方法及系统
CN117119258B (zh) * 2023-10-23 2024-02-02 深圳市致尚信息技术有限公司 一种基于用户特征的影视推送方法及系统

Similar Documents

Publication Publication Date Title
CN110704674B (zh) 一种视频播放完整度预测方法及装置
CN103052954B (zh) 推荐系统的基于简档内容检索
CN113395578B (zh) 一种提取视频主题文本的方法、装置、设备及存储介质
CN111368141B (zh) 视频标签的扩展方法、装置、计算机设备和存储介质
CN110430476A (zh) 直播间搜索方法、系统、计算机设备和存储介质
CN110909205A (zh) 一种视频封面确定方法、装置、电子设备及可读存储介质
JP2008529338A (ja) プロダクトプレイスメントを含むトレイラの自動生成
CN111382307A (zh) 一种基于深度神经网络的视频推荐方法、系统及存储介质
CN107197368A (zh) 确定用户对多媒体播放内容关注程度的方法和系统
CN113207010A (zh) 模型训练方法、直播推荐方法、设备、程序产品
CN112464100B (zh) 信息推荐模型训练方法、信息推荐方法、装置及设备
CN110933473A (zh) 一种视频播放热度确定方法及装置
CN110704510A (zh) 一种结合用户画像的题目推荐方法及系统
CN111861550A (zh) 一种基于ott设备的家庭画像构建方法及系统
CN111581435B (zh) 一种视频封面图像生成方法、装置、电子设备及存储介质
CN115563342A (zh) 一种视频主题检索的方法、系统、设备及存储介质
CN114845149A (zh) 视频片段的剪辑方法、视频推荐方法、装置、设备及介质
CN111813992A (zh) 一种影视推荐候选集的排序系统及方法
CN113204670B (zh) 一种基于注意力模型的视频摘要描述生成方法及装置
CN113468413B (zh) 一种面向多用户共享的多媒体网络视频推荐方法
CN113537215A (zh) 一种视频标签标注的方法及设备
CN116662656A (zh) 一种基于协同增强和图注意力神经网络的电影推荐方法
CN112100444B (zh) 一种基于机器学习的搜索结果排序方法及系统
CN110569447A (zh) 一种网络资源的推荐方法、装置及存储介质
CN106202120A (zh) 用于确定用户集合的兴趣信息的方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201023

RJ01 Rejection of invention patent application after publication