[发明专利]一种基于节目观看表情与用户信息的节目推荐方法

权利要求书

1.一种基于节目观看表情与用户信息的节目推荐方法，其特征在于，具体步骤如下：

步骤一，计算用户背景信息相似度：用户填写背景信息并且完成注册，从数据库中获取已注册用户的背景信息集合，计算当前用户与存入数据库中已完成注册用户的背景信息相似度值Fsim(i,j)；

步骤二，观看表情的获取及观看表情相似度计算：用户观看节目时，摄像头拍摄用户观看表情信息并且将抓拍的照片存入数据库中，利用图片表情识别系统进行图片表情识别，计算得出观看表情相似度值Esim(i，j)，表情相似度值Esim(i，j)的计算公式如下：m表示用户集合总数，E_i表示用户i的情感信息值，E_j表示用户j的情感信息值，n表示情感维度数，将识别结果存入数据库中；

步骤三，观看行为的信息获取及观看行为的信息相似度计算：摄像头拍摄用户观看行为的信息，将抓拍的照片存入数据库中，使用图片识别系统进行图片情感识别，计算得出观看行为相似度值Asim(i，j)，观看行为相似度值Asim(i，j)的计算公式如下：m表示用户集合总数，A_i表示用户i的情感信息值，A_j表示用户j的情感信息值，n表示情感维度数，将识别结果存入数据库中；

步骤四，通过软件爬取第三方观评网站得到该节目的观评信息,将观评结果存入数据库中，同时得到该节目的评分值Dsim(t)；

步骤五，用户影评信息处理：从数据库中得到当前注册用户和存入数据库中已完成注册的用户关于该节目的观评信息，使用分词系统对观评文本的情感进行计算影评信息相似度值uM si m(i，j)，uM si m(i，j)的计算公式如下：t表示观评文本的总数，C_i表示用户i的情感信息值，C_j表示用户j的情感信息值，n表示情感维度数，结果存入数据库；

步骤六，根据Fsim(i,j)、Esim(i，j)、Asim(i，j)、Dsim(t)和uM si m(i，j)计算当前注册用户与存入数据库中已完成注册用户集合的相似度值sim(i,j)，sim(i,j)的计算公式如下：sim(i,j)＝α×Esim(i,j)+β×Asim(i,j)+γ×Dsim(t)+κ×Fsim(i,j)+ω×uMsim(i,j)+τ，其中，α、β、γ、κ、ω分别表示各个属性的加权值，τ表示修正参数，Esim(i,j)表示用户的观看表情相似度值，Asim(i,j)表示用户的观看行为信息相似度值，D sim(t)表示第三方观评对该节目评分值，Fsim(i,j)表示目标用户与用户集合的背景相似度值，uM sim(i,j)表示目标用户与用户集合在某节目上的影评信息相似度值，将结果存入数据库中；

步骤七，对于相似度进行排序，从存入数据库中已完成注册用户集合筛选出相似度大于ε的用户，ε为设置最小阈值；

步骤八，对于当前注册用户进行协同过滤推荐，推荐相关节目。

2.根据权利要求1所述的基于节目观看表情与用户信息的节目推荐方法，其特征在于，所述步骤一中背景信息包括但不限于年龄、性别、教育背景和爱好。

3.根据权利要求1或2所述的基于节目观看表情与用户信息的节目推荐方法，其特征在于，所述背景信息相似度值Fsim(i,j)的计算公式如下：λ_k为第k个特征属性加权的值，a_ik和a_jk分别表示第i个用户的第k个特征属性和第j个用户的第k个特征属，n表示特征属性的总个数，sim(a_ik,a_jk)表示a_ik和a_jk相似度。

4.根据权利要求3所述的基于节目观看表情与用户信息的节目推荐方法，其特征在于，所述若a_k为数值型属性，则

5.根据权利要求3所述的基于节目观看表情与用户信息的节目推荐方法，其特征在于，所述若a_k为二元型属性，则