生成模型及推荐影片的方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110674344A(43)申请公布日2020.01.10(21)申请号201910803883.2(22)申请日2019.08.28(71)申请人北京爱奇艺智慧娱乐科技有限公司地址100080北京市海淀区海淀北一街2号3层303(72)发明人赵佳瑜王涛涛赵超越张琦(74)专利代理机构北京华夏泰和知识产权代理有限公司11662代理人韩月玲(51)Int.Cl.G06F16/735(2019.01)G06F16/787(2019.01)G06F16/9536(2019.01)G06F16/9537(2019.01)权利要求书3页说明书12页附图3页(54)发明名称生成模型及推荐影片的方法、装置、设备及存储介质(57)摘要本申请涉及一种生成模型及推荐影片的方法、装置、设备及存储介质，生成模型的方法包括：获取各影院周边的兴趣点数据以及各影院对影片的历史评分，各影院中包括第一影院，以及与第一影院具有相似的兴趣点数据的至少一个第二影院；根据每个第二影院的兴趣点数据以及每个第二影院的历史评分，获得第一影响模型，以及根据各影院周边的兴趣点数据以及各影院对影片的历史评分，获得第二影响模型；根据第一影响模型和第二影响模型，获得对第一影院的影片进行评分的影片评分模型。本申请挖掘影院周边的兴趣点数据所体现出的空间特征对影片评分的影响，使得能够提高为该影院推荐影片的准确性，提高观影服务质量。CN110674344ACN110674344A权利要求书1/3页1.一种生成模型的方法，其特征在于，包括：获取各影院周边的兴趣点数据以及各影院对影片的历史评分，所述各影院中包括第一影院，以及与所述第一影院具有相似的兴趣点数据的至少一个第二影院；根据每个所述第二影院的兴趣点数据以及每个所述第二影院的历史评分，获得第一影响模型，以及根据所述各影院周边的兴趣点数据以及各影院对影片的历史评分，获得第二影响模型；根据所述第一影响模型和所述第二影响模型，获得对所述第一影院的所述影片进行评分的影片评分模型。2.根据权利要求1所述的生成模型的方法，其特征在于，根据每个所述第二影院的兴趣点数据以及每个所述第二影院的历史评分，获得第一影响模型，包括：针对每个所述第二影院，分别计算该第二影院与各第一影院的兴趣点数据的相似度，以及分别计算该第二影院与各影片的历史评分的均值；根据每个所述第二影院对应的所述相似度，以及，每个所述第二影院对应的所述历史评分的均值，获得所述第一影响模型。3.根据权利要求2所述的生成模型的方法，其特征在于，所述第一影响模型表示为：其中，表示所述第二影院的集合，表示每个所述第二影院对所述第一影院i的影片j的评分影响比重值，ruj表示第二影院u对影片j的历史评分，表示第二影院u对所有影片的历史评分的均值，wiu(l)表示第一影院i与第二影院u的兴趣点数据的相似度，wiu(l)根据所述第一影院i的兴趣点数据与第二影院u的兴趣点数据确定的马氏距离转换得到，ρi表示用于衡量空间影响程度的系数。4.根据权利要求1所述的生成模型的方法，其特征在于，根据所述各影院周边的兴趣点数据以及各影院对影片的历史评分，获得第二影响模型，包括：根据所述影片在各影院的历史评分，获得所述影片与影院之间的第一对应关系；根据所述各影院的兴趣点数据，以及已知的兴趣点数据与地区功能之间的第二对应关系，获得每个影院各自与地区功能之间的第三对应关系；根据所述第一对应关系以及所述第三对应关系，计算得到所述第二影响模型，所述第二影响模型用于表示地区功能对影片的评分影响比重值。5.根据权利要求1-4中任一所述的生成模型的方法，其特征在于，根据所述第一影响模型和所述第二影响模型，获得对所述第一影院的所述影片进行评分的影片评分模型，包括：将所述第一影响模型的输出值、所述第二影响模型的输出值以及所述第一影院对所述影片的基础评分累加，得到对所述第一影院的所述影片进行评分的影片评分模型。6.根据权利要求5所述的生成模型的方法，其特征在于，所述影片评分模型表示为：2CN110674344A权利要求书2/3页其中，表示第一影院i对影片j的基础评分，包括第一影院i的影院偏置bi，影片j的影片偏置bj，以及第一影院i的影院隐向量pi与影片j的影片隐向量qj转置的点积；表示第一影响模型的输出值和所述第二影响模型的输出值的和，表示所述第一影响模型的输出值，表示所述第二影响模型的输出值，ξj表示地区功能对影片j的评分影响值，dj表示地区功能的权重系数，表示第一影院i对影片j的评分值；其中，bi，bj，pi，qj，dj，ρi，A的取值，使得所述第一影院对影片j的历史评分，与所述第一影院对影片j的评分值之间的损失值最小。7.根据权利要求6所述的生成模型的方法，其特