[发明专利]一种基于用户情境分析的多媒体内容推荐方法

说明书

一种基于用户情境分析的多媒体内容推荐方法，根据用户在社交媒体网络中的身份、行为、意图和环境大数据，分析后为每个目标用户推荐其可能感兴趣的多媒体内容，使用户快速方便的找到自己喜欢的内容，提高推荐算法的准确率；将用户从海量的多媒体资源中解脱出来，节约用户时间同时提高用户在多媒体社交网络中的体验质量。

技术领域

本发明属于互联网技术领域，具体涉及一种基于用户情境分析的多媒体内容推荐方法。

背景技术

随着互联网和Web2.0的快速发展，多媒体社交网络上用户和多媒体内容呈现爆炸式增长，在如此大量的多媒体资源中，如何使用户在多媒体社交网络中快速找到感兴趣的内容，提高用户的体验质量，是当前多媒体社交网络解决信息过载问题的严峻挑战。为了在海量的信息中给用户提供个性化的服务，个性化推荐技术应运而生。

协同过滤推荐技术是目前推荐系统应用最广泛、最成熟的推荐技术。该推荐方法首先寻找与目标用户偏好相似的用户，然后根据她们的偏好预测目标用户的偏好并实现推荐。传统的协同过滤推荐技术分为基于用户的协同过滤和基于项目的协同过滤。协同过滤技术从利用用户的静态历史数据到用户的历史行为信息发现用户的兴趣，邢春晓等人【邢春晓，高凤荣，战思南等. 适应用户兴趣变化的协同过滤推荐算法[J], 计算机研究与发展. 2007, 44(2): 296-301】提出了一种适应用户兴趣变化的协同过滤推荐算法，引入了基于时间的数据权重和基于资源相似度的数据权重，通过把这两种权重融合到协同过滤推荐算法中。传统的推荐系统通过分析用户的兴趣、属性或浏览记录等，从海量的信息中挖掘出用户可能感兴趣或符合用户需求的资源。这种传统的推荐方法推荐出的资源不能及时捕捉到用户可能随时变化的需求，给用户推荐出来的内容可能不是用户需要的，这就降低了资源推荐的准确度，将不利于数字内容的传播和用户间的共享。并且用户的意图随时可能发生变化，用户的喜好可能会随着周围环境或用户身份的不同产生变化，因此在多媒体社交网络中，为了让用户快速发现可能感兴趣的多媒体内容，提高用户的体验，本专利提出一种在多媒体社交网络中基于用户情境分析的多媒体内容推荐方法。通过分析当前用户在社交媒体网络中的身份、行为、意图和环境大数据，以及当前用户的相似用户喜欢的多媒体内容，为当前用户及时推荐可能感兴趣的内容，帮助用户从海量数据中解脱出来，提高用户的满意度。

发明内容

本发明所要解决的技术问题是提供一种基于用户情境分析的多媒体内容推荐方法，及时发现用户潜在需求的变化，在多媒体社交网络海量的多媒体内容资源中发现用户潜在的感兴趣的内容，让用户及时快速找到自己喜欢的资源。

本发明为解决上述技术问题所采用的技术方案是：一种基于用户情境分析的多媒体内容推荐方法，其特征在于：包括以下步骤：

步骤一、采集互联网中所有历史用户的浏览记录，构建用户_项目播放矩阵R(m,n)，如式（1）所示；

（1）

其中，m表示历史用户的个数，n表示多媒体内容的个数，每一行表示一个用户对所有多媒体内容的播放情况，若浏览记录中有某一用户对某一内容的记录，则该用户对应的该内容的位置为1，否则为0；

步骤二、寻找当前用户u的相似用户：采用余弦相似度计算当前用户u与历史用户的相似度，如式（2）所示；

（2）