基于图片相似性的点播相似推荐方案的实现方法技术

本发明专利技术公开基于图片相似性的点播相似推荐方案的实现方法，涉及智能点播技术领域；建立了OTT点播系统所有点播节目海报的海报数据库，利用深度学习对海报进行特征提取，建立海报特征库，并将特征转化为特征向量，通过计算不同特征向量的余弦相似度来得到最相似的海报，进行点播推荐，与现有技术相比，本发明专利技术不需要用户的点播记录和节目的媒资标签信息进行协同过滤计算，只对点播节目海报进行处理计算，利用余弦相似度从方向上区分差异，而对绝对的数值不敏感，在图片的特征值相似计算的问题上可以有效的避免数值上差距的引发问题，提高了推荐的准确性，增强用户粘性，提高用户体验。

Implementation of similar recommendation scheme based on image similarity

The invention discloses an implementation method of on-demand similar recommendation scheme based on picture similarity, which relates to the field of intelligent on-demand technology; establishes a poster database of all on-demand program posters in the Ott on-demand system, extracts the features of posters by using deep learning, establishes a poster feature database, transforms the features into feature vectors, and obtains through calculating cosine similarity of different feature vectors Compared with the prior art, the invention does not need the collaborative filtering calculation of the user's on-demand record and the media label information of the program, only processes and calculates the on-demand program posters, uses the cosine similarity to distinguish the difference from the direction, but is not sensitive to the absolute value, and can be effective on the problem of similar calculation of the characteristic value of the picture To avoid the problem caused by the numerical difference, improve the accuracy of recommendation, enhance user stickiness, and improve user experience.

【技术实现步骤摘要】
基于图片相似性的点播相似推荐方案的实现方法
本专利技术公开基于图片相似性的点播相似推荐方案的实现方法，涉及智能点播

技术介绍
随着互联网技术的迅猛发展，OTT机顶盒技术得到了蓬勃发展。但OTT机顶盒中简单的列表搜索式点播系统已不能满足用户的全新需求。大部分用户在点播过程中，更加想获取到观看影片的相似影片，基于此，点播推荐系统应运而生，但现有的点播推荐系统通常采用协同过滤方法实现推荐，通过使用数据，来发现类似的用户和电影，常常导致热门电影比小众电影更容易被推荐；同时，由于新上映的电影没有太多的使用数据，因此利用协同过滤向用户推荐任何新电影很不现实。本专利技术提供基于图片相似性的点播相似推荐方案的实现方法，利用基于图片相似性的点播相似推荐方案不需要用户的点播记录和节目的媒资标签信息进行协同过滤计算，只对点播节目海报进行处理计算获取到相似的点播节目，提高了推荐的准确性，增强用户粘性，提高用户体验。
技术实现思路
本专利技术针对现有技术的问题，提供基于图片相似性的点播相似推荐方案的实现方法，对点播节目海报进行处理计算获取到相似的点播节目，提高了推荐的准确性，增强用户粘性，提高用户体验。本专利技术提出的具体方案是：基于图片相似性的点播相似推荐方案的实现方法：获取OTT点播系统中点播节目的海报建立海报数据库，基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定最相似的海报，进行点播节目推荐。所述的实现方法中计算特征向量的余弦相似度的公式为：A，B分别表示两张不同海报的特征向量，Ai表示A特征向量的各分量，Bi表示B特征向量的各分量。所述的实现方法中控制余弦相似度的计算阈值，通过余弦相似度的计算阈值确定最相似的海报，获得所述海报的点播节目列表。所述的实现方法中通过定时任务，及时将新加入OTT点播系统的点播节目的海报完善到海报数据库。所述的实现方法中获取OTT点播系统中点播节目的海报和点播节目id，根据点播节目id和海报对应关系建立海报数据库。基于图片相似性的点播相似推荐方案的实现系统包括推荐单元、OTT点播系统及客户端，推荐单元获取OTT点播系统中点播节目的海报建立海报数据库，基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定与客户端观看的最相似的海报，将点播节目推荐给客户端。所述的实现系统中推荐单元计算特征向量的余弦相似度的公式为：A，B分别表示两张不同海报的特征向量，Ai表示A特征向量的各分量，Bi表示B特征向量的各分量。所述的实现系统中推荐单元控制余弦相似度的计算阈值，通过余弦相似度的计算阈值确定最相似的海报，获得所述海报的点播节目列表。所述的实现系统中推荐单元通过定时任务，及时将新加入OTT点播系统的点播节目的海报完善到海报数据库。所述的实现系统中推荐单元获取OTT点播系统中点播节目的海报和点播节目id，根据点播节目id和海报对应关系建立海报数据库。本专利技术的有益之处是：本专利技术提供基于图片相似性的点播相似推荐方案的实现方法，建立了OTT点播系统所有点播节目海报的海报数据库，利用深度学习对海报进行特征提取，建立海报特征库，并将特征转化为特征向量，通过计算不同特征向量的余弦相似度来得到最相似的海报，进行点播推荐，与现有技术相比，本专利技术不需要用户的点播记录和节目的媒资标签信息进行协同过滤计算，只对点播节目海报进行处理计算，利用余弦相似度从方向上区分差异，而对绝对的数值不敏感，在图片的特征值相似计算的问题上可以有效的避免数值上差距的引发问题，提高了推荐的准确性，增强用户粘性，提高用户体验。附图说明图1是本专利技术方法流程示意图；图2是本专利技术系统拓扑示意图；图3是OTT点播系统中存在的影片海报示意图。具体实施方式本专利技术提供基于图片相似性的点播相似推荐方案的实现方法：获取OTT点播系统中点播节目的海报建立海报数据库，基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定最相似的海报，进行点播节目推荐。同时提供与上述方法相应的基于图片相似性的点播相似推荐方案的实现系统包括推荐单元、OTT点播系统及客户端，推荐单元获取OTT点播系统中点播节目的海报建立海报数据库，基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定与客户端观看的最相似的海报，将点播节目推荐给客户端。下面结合附图和具体实施例对本专利技术作进一步说明，以使本领域的技术人员可以更好地理解本专利技术并能予以实施，但所举实施例不作为对本专利技术的限定。利用本专利技术方法进行点播推荐时，先获取OTT点播系统的点播节目海报和点播节目id，根据点播节目id和海报对应关系建立海报数据库；基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，其中余弦相似度的公式为：A，B分别表示两张不同海报的特征向量，Ai表示A特征向量的各分量，Bi表示B特征向量的各分量，对于海报库中的每一张海报，将提取的图片特征值转化为一个25800维的特征向量,然后依次将海报数据库中海报两两计算相似度，例如节目X和节目Y的海报图片对应的特征向量分别是A1,A2，……,A25800和B1,B2，……,B25800，那么它们的相似度公式为：将特征向量的余弦相似度的取值范围是[0,1]之间，值越趋接近于1，代表两个向量相似度越接近，即两张图片越相似；越趋接近于0，代表两个向量相似度越小、越独立，即两张图片越不相似，通过余弦相似度确定最相似的海报，进行点播节目推荐，参考图3中，当用户观看动画电影时，相应的利用本专利技术方法推荐给用户的点播节目中一部分即为图3中对应海报的影片，图3中对应海报的影片存在于点播节目列表中。上述过程中，利用本专利技术方法还可通过定时任务，及时将新加入OTT点播系统的点播节目的海报完善到海报数据库，定期对海报库的海报图片利用机器学习算法进行特征提取，向量转化等预处理操作，获取海报图片的特征向量，对海报特征向量进行余弦相似度计算，获得最相似的海报，进行点播节目推荐。利用本专利技术系统进行点播推荐时，推荐单元先获取OTT点播系统的点播节目海报和点播节目id，根据点播节目id和海报对应关系建立海报数据库；基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，其中余弦相似度的公式为：A，B分别表示两张不同海报的特征向量，Ai表示A特征本文档来自技高网...

【技术保护点】
1.基于图片相似性的点播相似推荐方案的实现方法，其特征是获取OTT点播系统中点播节目的海报建立海报数据库，/n基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定最相似的海报，进行点播节目推荐。/n

【技术特征摘要】
1.基于图片相似性的点播相似推荐方案的实现方法，其特征是获取OTT点播系统中点播节目的海报建立海报数据库，
基于深度学习算法对海报数据库中海报进行特征值提取，建立海报特征库，将特征值转化为特征向量，遍历计算特征向量的余弦相似度，通过余弦相似度确定最相似的海报，进行点播节目推荐。


2.根据权利要求1所述的实现方法，其特征是计算特征向量的余弦相似度的公式为：



A，B分别表示两张不同海报的特征向量，Ai表示A特征向量的各分量，Bi表示B特征向量的各分量。


3.根据权利要求1或2所述的实现方法，其特征是控制余弦相似度的计算阈值，通过余弦相似度的计算阈值确定最相似的海报，获得所述海报的点播节目列表。


4.根据权利要求3所述的实现方法，其特征是通过定时任务，及时将新加入OTT点播系统的点播节目的海报完善到海报数据库。


5.根据权利要求4所述的实现方法，其特征是获取OTT点播系统中点播节目的海报和点播节目id，根据点播节目id和海报对应关系建立海报数据库。


6.基于图片相似性的点播相似推荐方案的实现...

【专利技术属性】
技术研发人员：徐杰，李帅，刘凯，
申请(专利权)人：山东云缦智能科技有限公司，
类型：发明
国别省市：山东;37