CN115914674A

CN115914674A - 智能电视影视媒资的合并方法

Info

Publication number: CN115914674A
Application number: CN202211426794.9A
Authority: CN
Inventors: 常媛
Original assignee: Sichuan Qiruike Technology Co Ltd
Current assignee: Sichuan Qiruike Technology Co Ltd
Priority date: 2022-11-15
Filing date: 2022-11-15
Publication date: 2023-04-04

Abstract

本发明公开了智能电视影视媒资的合并方法，包括以下步骤：对各牌照方的影视媒资的特征进行选取；利用过滤条件和匹配条件对选取的特征进行匹配得到匹配的结果集；通过相似度算法计算匹配的结果集中各个特征的相似度并进行评分，筛选过滤获取最佳的匹配结果；本发明通过对比各牌照方资源的名称、分类、年代、导演、演员等特征，并通过相似性算法计算各个特征相识度做为评分，筛选过滤获取最佳匹配结果。

Description

智能电视影视媒资的合并方法

技术领域

本发明涉及信息处理技术领域，特别是一种智能电视影视媒资的合并方法。

背景技术

智能电视发展至今，支持的不仅仅是广电的各个卫视的直播内容；而且还会对接各个网络平台的影视资源。现主要的网络影视牌照方主要为腾讯、爱奇艺、优酷、芒果、搜狐、西瓜等；各个牌照方除去少量独播资源，大部分为各家共有的资源；一是由于各个平台的音视资源信息各自维护，出现同一个资源特征信息不对齐；二是影视资源本身特性存在很多系列片、翻拍片等不同资源特征信息极度相似，造成影视媒资聚合困难的问题；而在电视终端给用户展示时同一资源给用户展示多个，会给用户造成困惑。

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智能电视影视媒资的合并方法，本发明通过对比各牌照方资源的名称、分类、年代、导演、演员等特征，并通过Levenshtein Distance(编辑距离)算法计算各个特征相识度做为评分，筛选过滤获取最佳匹配结果。

为实现上述目的，本发明采用的技术方案是：一种智能电视影视媒资的合并方法，包括以下步骤：

步骤1、对各牌照方的影视媒资的特征进行选取；

步骤2、利用过滤条件和匹配条件对选取的特征进行匹配得到匹配的结果集；

步骤3、通过相似度算法计算匹配的结果集中各个特征的相似度并进行评分，筛选过滤获取最佳的匹配结果。

作为本发明的进一步改进，在步骤1中，提取的特征包括影视媒资的名称、年代、分类、导演、演员和评分。

作为本发明的进一步改进，在步骤1中，在步骤2中，不同的过滤条件之间为and关系，过滤条件与匹配条件之间为and关系，不同的匹配条件之间没有关系。

作为本发明的进一步改进，当新的影视媒资进入时，查询影视媒资是否存在，如果存在直接更新影视媒资，如果影视媒资不存在，则重复步骤1-步骤3对影视媒资进行合并。

作为本发明的进一步改进，当新的影视媒资进入，对影视媒资进行合并时，先选取特征进行过滤匹配的第一次查询，如果没有获得结果，则选取不同的特征进行过滤匹配的第二次查询，如果依然没有获得结果，则合并失败。

本发明的有益效果是：

本发明采用选取有效特征多轮匹配查询出符合条件的备选资源，然后通过编辑距离算法计算相似度评分，选择评分最高的结果合并。

附图说明

图1为本发明实施例1的流程图；

图2为本发明实施例2的流程框图。

具体实施方式

下面结合附图对本发明的实施例进行详细说明。

实施例

如图1所示，一种智能电视影视媒资的合并方法，包括以下步骤：

1、特征选取：

影视媒资一般包含：名称、年代、分类、导演、演员、评分。

a、NAME(名称):需注意名称中各种特殊符号处理，各种系列片、翻盘片的副标题、版本信息、第*季、第*部处理。

b、YEAR(年代)：影视媒资存在多种年代上映时间、上架时间等，选取相对误差较小的上映年代；同时为兼容各牌照方运营误差正负1年都算匹配成功。

c、MODEL(分类):主要分类为电影、电视剧、综艺、动漫、少儿、纪录片、体育、游戏；其中电视剧、综艺、纪录片、体育、游戏为独立分类不同分类资源基本不会相同，其中电影、动漫、少儿可能出现不同牌照方将同一资源划分在不同分类如动画电影、少儿电影等。

d、DIRECTOR(导演):需处理各种特殊符号，各牌照方不一定会精准维护该特征，多个导演可能存在排序不一致问题。

e、CAST(演员):需处理各种特殊符号，各牌照方不一定会精准维护该特征，多个演员可能存在排序不一致问题。

2、匹配算法：

创建MatchProcess处理流程，其中属性包括fi ltAspects、matchAspects、matchResul ts；fi l tAspects过滤条件,主要是避免搜索结果过大,用以缩小匹配范围，添加过滤条件,不同过滤条件之间是and关系,与匹配条件之间是and关系所有的过滤条件都会参与每个匹配条件的查询；matchAspects匹配条件，添加匹配类型,不同的匹配类型之间没有关系；matchResul ts匹配的结果集。

3、相似度算法：

Levenshtein Distance算法，又叫Edi t Distance算法，是指两个字符串之间，由一个转成另一个所需要的最小编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。一般来说，编辑距离越小，两个串的相似度越大。

通过对比各牌照方资源的名称、分类、年代、导演、演员等特征，并通过Levenshtein Distance(编辑距离)算法计算各个特征相识度做为评分，筛选过滤获取最佳匹配结果。

当新增源进入服务流程后，先进行第一次查询采用NAME、YEAR过滤，MODEL匹配的模式，如果没有获得结果进行第二次查询采用NAME、YEAR、MODEL过滤，DIRECTOR/CAST匹配的模式，如果还没有结果合并失败，查询到的结果对每一个特征进行评分，最后选取评分最好的结果合并。

实施例2

如图2所示，一种智能电视影视媒资的合并方法，包括以下步骤：

(1)第一次查询：

已有数据通过mongodb存储，当新资源进入时，通过id查询资源是否存在，如果存在直接更新资源信息，如果资源不存在进入合并流程进行第一次查询。

第一次查询将NAME、YEAR设置为fi ltAspects，MODEL设置为matchAspects。

(2)第二次查询：

第一次查询将NAME、YEAR、MODEL设置为fi l tAspects，DIRECTOR/CAST设置为matchAspects。

构建查询语句:如果是String类型，先将String通过分隔符切分为数组strArray，数组每个元素构建为Cri teria.where(fieldName).regex(".*"+strArray.get(i)+".*")，数组不同元素通过cri teria.orOperator(cri teriaArray)构建成最终查询语句；如果是Integer类型，通过Integer,Integer-1,Integer+1三个值进行or匹配。

(3)精细化评分：

对每一个特征进行评分：NAME特征较为特殊，需处理拆分出副标题，如果两个资源都有或都没有副标题通过，否则不通过匹配；然后通过编辑距离算法计算相识度评分，评分小于0.1匹配不通过，大于0.1通过并记录得分。

(4)结果选取：

结果选取要求匹配上的特征超过两个，然后统计所有结果集评分，选择评分最高的结果匹配。

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

1.一种智能电视影视媒资的合并方法，其特征在于，包括以下步骤：

步骤1、对各牌照方的影视媒资的特征进行选取；

2.根据权利要求1所述的智能电视影视媒资的合并方法，其特征在于，在步骤1中，提取的特征包括影视媒资的名称、年代、分类、导演、演员和评分。

3.根据权利要求1所述的智能电视影视媒资的合并方法，其特征在于，在步骤1中，在步骤2中，不同的过滤条件之间为and关系，过滤条件与匹配条件之间为and关系，不同的匹配条件之间没有关系。

4.根据权利要求3所述的智能电视影视媒资的合并方法，其特征在于，当新的影视媒资进入时，查询影视媒资是否存在，如果存在直接更新影视媒资，如果影视媒资不存在，则重复步骤1-步骤3对影视媒资进行合并。

5.根据权利要求4所述的智能电视影视媒资的合并方法，其特征在于，当新的影视媒资进入，对影视媒资进行合并时，先选取特征进行过滤匹配的第一次查询，如果没有获得结果，则选取不同的特征进行过滤匹配的第二次查询，如果依然没有获得结果，则合并失败。