【技術實現步驟摘要】
本專利技術涉及互聯網影片推薦，尤其涉及的是一種基于知識圖譜的影片物品推薦處理方法、裝置、智能終端及存儲介質。
技術介紹
1、隨著科技的發展和人們生活水平的不斷提高，各種智能終端的使用越來越普及。
2、現有的互聯網電視影片推薦算法大多采用傳統的數據庫存儲媒資，推薦模型集成部分媒資屬性進行推薦，例如，結合用戶的長期觀影積累下來的觀影記錄、用戶標簽，根據影片的名稱、導演、演員、標簽信息等進行推薦。但是，這些指標并不能反映用戶的真實興趣和需求。因此，這些算法得到的推薦結果可能不準確，且現有技術中不能實現在根據影片的物品相關性做推薦，即現有技術的智能終端不具有根據影片播放中出現的有用戶喜歡的物品進行相應推薦的功能。
3、因此，現有技術還有待改進和發展。
技術實現思路
1、本專利技術要解決的技術問題在于，針對現有技術的上述缺陷，提供一種基于知識圖譜的影片物品推薦處理方法、裝置、智能終端及存儲介質，本專利技術可以實現在根據影片的物品相關性做推薦，可以給智能終端增加具有根據影片播放中出現的有用戶喜歡的物品進行相應推薦的功能，為用戶的使用提供了方便。
2、本專利技術解決問題所采用的技術方案如下：
3、一種基于知識圖譜的影片物品推薦處理方法，其中，包括：
4、獲取用戶操作行為數據，基于收集到的用戶操作行為數據，構建用戶畫像圖；
5、基于構建的用戶畫像圖，把用戶畫像圖和媒體資源數據建立關聯，構建用戶的聯合知識圖譜；
6、
7、基于所述用戶操作行為數據和轉為向量的聯合知識圖譜的實體和關系參數，采用物品相關推薦算法構建與用戶喜好對應的每個影片的物品推薦序列；
8、基于構建所述用戶畫像圖，結合與用戶對應的每個影片的物品推薦序列，并將用戶已看及不感興趣的內容過濾，生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果。
9、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果的步驟還包括：
10、基于生成包含用戶感興趣影片的物品推薦數據集，檢測到影片播放中有用戶喜歡的物品，進行相應推薦。
11、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述基于生成包含用戶感興趣影片的物品推薦數據集，檢測到影片播放中有用戶喜歡的物品，進行相應推薦的步驟包括：
12、所述推薦結果包括彈出對應商品鏈接或者跳轉方式。
13、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述獲取用戶操作行為數據，基于收集到的用戶操作行為數據，構建用戶畫像圖的步驟包括：
14、通過監測和記錄用戶在平臺上的各種操作行為，包括瀏覽記錄、點擊記錄、搜索記錄、收藏記錄、評論記錄，獲取用戶操作行為數據；
15、基于收集到的用戶操作行為數據，對用戶進行畫像建模，構建用戶畫像圖；所述用戶畫像包括用戶的基本信息、興趣愛好、消費習慣、社交關系。
16、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述基于構建的用戶畫像圖，把用戶畫像圖和媒體資源數據建立關聯，構建用戶的聯合知識圖譜的步驟包括：
17、基于構建的用戶畫像圖，將用戶畫像圖中的用戶信息和興趣特點與媒體資源數據進行關聯，構建用戶的聯合知識圖譜；
18、所述聯合知識圖譜是指將用戶畫像圖和媒體資源數據整合在一起，形成一個綜合的知識圖譜。
19、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述基于所述用戶操作行為數據和轉為向量的聯合知識圖譜的實體和關系參數，采用物品相關推薦算法構建與用戶喜好對應的每個影片的物品推薦序列的步驟還包括：
20、提取用戶的操作行為數據，包括用戶的瀏覽歷史、評分記錄、收藏喜好數據；
21、基于所述用戶操作行為數據以及轉為向量的聯合知識圖譜的實體和關系參數，將用戶的操作行為數據和轉為向量后的聯合知識圖譜的實體和關系參數結合，得到用戶的興趣和偏好數據；
22、基于得到的用戶的興趣和偏好數據，采用基于內容的推薦或協同過濾的物品推薦算法，構建與用戶喜好對應的每個影片的物品推薦序列。
23、所述的基于知識圖譜的影片物品推薦處理方法，其中，所述基于構建所述用戶畫像圖，結合與用戶對應的每個影片的物品推薦序列，并將用戶已看及不感興趣的內容過濾，生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果的步驟包括：
24、根據構建的用戶畫像圖，對每個用戶的興趣偏好、觀影歷史信息進行建模；
25、結合用戶的畫像信息與每部影片的特征，構建每個用戶的物品推薦序列；
26、根據用戶的觀影歷史，過濾掉用戶已經看過的影片以及用戶不感興趣的內容，生成一個包含用戶感興趣影片的物品推薦數據集；
27、利用所述物品推薦數據集輸出個性化的推薦結果，為用戶提供符合其興趣的影片推薦。
28、一種基于知識圖譜的影片物品推薦處理裝置，其中，所述裝置包括：
29、用戶畫像模塊，用于獲取用戶操作行為數據，基于收集到的用戶操作行為數據，構建用戶畫像圖；
30、知識圖譜構建模塊，用于基于構建的用戶畫像圖，把用戶畫像圖和媒體資源數據建立關聯，構建用戶的聯合知識圖譜；
31、向量轉化模塊，用于使用知識圖嵌入方法將聯合知識圖譜的實體和關系參數轉化為向量；
32、物品推薦序列構建模塊，用于基于所述用戶操作行為數據和轉為向量的聯合知識圖譜的實體和關系參數，采用物品相關推薦算法構建與用戶喜好對應的每個影片的物品推薦序列；
33、推薦控制模塊，用于基于構建所述用戶畫像圖，結合與用戶對應的每個影片的物品推薦序列，并將用戶已看及不感興趣的內容過濾，生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果。
34、一種智能終端，其中，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于執行任意一項所述的方法。
35、一種非臨時性計算機可讀存儲介質，其中，當所述存儲介質中的指令由電子設備的處理器執行時，使得電子設備能夠執行任意一項所述的方法。
36、本專利技術的有益效果：本專利技術提供了一種基于知識圖譜的影片物品推薦處理方法、裝置，采用基于用戶圖譜和影片圖譜間的用戶搜索、影片曝光、影片點擊、影片播放等關系，用戶圖譜內的長期畫像，結合影片基礎熱度、發布時間、評分，可以計算得到一個排除了用戶近期沒有看過/完、不包含不感興趣影片的物品推薦數據集，輸出推薦預測結果。本專利技術可以實現在根據影片的物品相關性做推薦，可以給智能終端增加具有根據影片播放中出現的有用戶喜歡的物品進行相應推薦的功能，為用戶的使用提供了方便。
本文檔來自技高網...【技術保護點】
1.一種基于知識圖譜的影片物品推薦處理方法，其特征在于，包括：
2.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果的步驟還包括：
3.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于生成包含用戶感興趣影片的物品推薦數據集，檢測到影片播放中有用戶喜歡的物品，進行相應推薦的步驟包括：
4.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述獲取用戶操作行為數據，基于收集到的用戶操作行為數據，構建用戶畫像圖的步驟包括：
5.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于構建的用戶畫像圖，把用戶畫像圖和媒體資源數據建立關聯，構建用戶的聯合知識圖譜的步驟包括：
6.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于所述用戶操作行為數據和轉為向量的聯合知識圖譜的實體和關系參數，采用物品相關推薦算法構建與用戶喜好對應的每個影片的物品推薦序列的步驟還包括：
7.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于構建所述用戶畫像圖，結合與用戶對應的每個影片的物品推薦序列，并將用戶已看及不感興趣的內容過濾，生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果的步驟包括：
8.一種基于知識圖譜的影片物品推薦處理裝置，其特征在于，所述裝置包括：
9.一種智能終端，其特征在于，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經配置以由一個或者一個以上處理器執行所述一個或者一個以上程序包含用于執行如權利要求1-7中任意一項所述的方法。
10.一種非臨時性計算機可讀存儲介質，其特征在于，當所述存儲介質中的指令由電子設備的處理器執行時，使得電子設備能夠執行如權利要求1-7中任意一項所述的方法。
...【技術特征摘要】
1.一種基于知識圖譜的影片物品推薦處理方法，其特征在于，包括：
2.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述生成包含用戶感興趣影片的物品推薦數據集，并輸出推薦結果的步驟還包括：
3.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于生成包含用戶感興趣影片的物品推薦數據集，檢測到影片播放中有用戶喜歡的物品，進行相應推薦的步驟包括：
4.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述獲取用戶操作行為數據，基于收集到的用戶操作行為數據，構建用戶畫像圖的步驟包括：
5.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于構建的用戶畫像圖，把用戶畫像圖和媒體資源數據建立關聯，構建用戶的聯合知識圖譜的步驟包括：
6.根據權利要求1所述的基于知識圖譜的影片物品推薦處理方法，其特征在于，所述基于所述用戶操作行...
【專利技術屬性】
技術研發人員：陳干文，
申請(專利權)人：深圳市酷開網絡科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。