[发明专利]向目标用户推荐影视的方法及装置

权利要求书

1.一种向目标用户推荐影视的方法，其特征在于，所述方法包括：

若目标用户属于用户组，则根据第一哈希码矩阵计算所述目标用户的哈希码向量，其中，所述第一哈希码矩阵用于表征所述用户组中的用户对影视组中的影视的评分信息；

若目标用户不属于用户组，则基于哈希函数，根据所述目标用户对影视组中影视的评分信息，确定所述目标用户的哈希码向量；

根据第二哈希码矩阵与所述哈希码向量，确定所述目标用户对所述影视组中影视的预测评分向量，其中，所述第二哈希码矩阵用于表征所述用户组中的用户对影视组中的影视的评分信息，所述第一哈希码矩阵和所述第二哈希码矩阵中的元素为第一预设参数或第二预设参数；

向所述目标用户推荐所述预测评分向量中满足预设条件的预测评分对应的影视；

其中，所述方法还包括：

根据用户组中每个用户对影视组中每个影视的评分信息，获取用户对影视的评分矩阵；

基于哈希学习方法，根据所述评分矩阵获取所述第一哈希码矩阵和所述第二哈希码矩阵；

所述基于哈希学习方法，根据所述评分矩阵获取所述第一哈希码矩阵和所述第二哈希码矩阵，具体为：

根据公式：

采用交替迭代方式，确定所述第一哈希码矩阵H、所述第二哈希码矩阵G和预测尺度参数σ；其中，n表示所述用户组中用户的数量，m表示所述影视组中影视的数量，H矩阵为b×n维，G矩阵为b×m维，R_h表示b×b维的正交矩阵，R_g表示b×b维的正交矩阵，R_h^TR_h＝I,R_g^TR_g＝I，I表示对角线上的元素为1、其他位置的元素为0的矩阵，U表示n×m维的评分矩阵，U_h表示采用主成分分析方法对所述评分矩阵U进行降维后的得到的b×n维的第一压缩矩阵，U_g表示采用主成分分析方法对所述评分矩阵进行降维后的得到的b×m维的第二压缩矩阵，b表示所述第一哈希码矩阵和所述第二哈希码矩阵的行数，λ表示预设的参数，A表示n×m维的元素为0或1的矩阵，当评分矩阵U中的元素u_ij为非零值时，矩阵A中元素a_ij为1，当评分矩阵U中的元素u_ij为零时，矩阵A中元素a_ij为0，J表示n×m维的元素均为1的矩阵，m、n及b均为大于或等于2的数；

所述基于哈希函数，根据所述目标用户对影视组中影视的评分信息，确定所述目标用户的哈希码向量，具体为：

根据公式h_i(q)＝sgn(W^T(q-μ_h)确定所述目标用户的哈希码向量；其中，i＝1,...,b，q表示所述目标用户对所述影视组中每个影视的评分组成的向量，P_h表示采用主成分分析方法对n×m维的评分矩阵U进行处理得到的m×b维的投影矩阵，R_h表示b×b维的正交矩阵，R_h^TR_h＝I，I表示对角线上的元素为1、其他位置的元素为0的矩阵，n表示所述用户组中用户的数量，m表示所述影视组中影视的数量，μ_h为矩阵U^T每行元素的均值组成的1×m维的向量，m、n及b均为大于或等于2的数。

2.根据权利要求1所述的方法，其特征在于，所述根据第二哈希码矩阵与所述哈希码向量，确定所述目标用户对影视组中影视的预测评分向量，具体为：

根据公式确定所述目标用户i对每个影视的预测评分；其中，h_i表示所述第一哈希码矩阵中第i列元素组成的向量，g_j表示所述第二哈希码矩阵中第j列元素组成的向量；

根据所述预测评分确定所述目标用户对所述影视组中影视的预测评分向量。

3.根据权利要求1或2所述的方法，其特征在于，所述向所述目标用户推荐所述预测评分向量中满足预设条件的预测评分对应的影视，包括：

将所述预测评分向量中的元素进行排序；

向所述目标用户推荐前预设数量个预测评分对应的影视。