科创中国

本项目属于基于知识图谱的个人直播用户观看主播预测的方法及系统，包括在知识图谱中查询与待预测用户有邻接边的主播节点，并采用待预测用户与主播节点之间的权重，作为第一贡献权值；在知识图谱中查找与待预测用户观看过相同主播的第一用户集合，从第一用户集合中找到与待预测用户观看相同主播数量最多的用户，作为第二用户集合；得到第二用户集合中各用户观看主播节点的第二贡献权值；提取知识图谱中具有第二贡献权值的主播节点，判断其是否具有第一贡献权值，若有，则将其具有的第一贡献权值和第二贡献权值相加，作为其最终献权值，否则直接将第二贡献权值作为其最终献权值；提取大于阈值的最终献权值对应的主播节点，作为推荐结果。

当前主流的用户观看内容的预测方式主要是基于内容、基于历史和基于协同过滤的预测方法。然而，基于内容的视频预测方式需要服务器保留所有视频内容并具有明确的标签，不适用于个人直播平台视频随直播结束而消亡的更新速度快、无法准确获得视频类型的特点。基于协同过滤的方法要求根据用户对每一个视频的评价构造评价向量计算相似用户，从而将其他相似用户观看的视频内容推荐给用户。但是，个人直播平台上视频即时加入和剔除，视频数量实时变化，难以准确计算相似用户，不能满足个人直播平台上的视频预测目标。 本项目克服了因个人直播平台视频量巨大、更新速度快、无明确用户和视频类别标签等特点导致的主流预测方法无法适用于个人直播平台的缺陷，本发明提出了一种基于用户关系知识图谱的用户观看主播预测方法，结合用户自身兴趣、热门主播发现和用户关系传递等方面，提高用户观看主播预测的准确度，从而根据用户兴趣主播进行推荐，提高个人直播平台的用户粘着性，优化用户的观看体验。

本项目涉及预测推荐技术领域，并特别涉及一种基于知识图谱的个人直播用户观看主播预测的方法。在保证符合个人直播平台交互性 和实时性特点的情况下，从知识图谱中挖掘用户自身兴趣、寻找相似用户寻找、发现平台热 门主播和抽取用户传递关系，优化用户观看主播预测结果的准确性和真实性，真实客观地 反映个人直播平台用户的兴趣。其主要包括：用户知识图谱构建和基于知识图谱用户观看 主播预测两个部分。用户知识图谱构建。主要是将用户自身属性和用户之间的观看关系进行展示，从 大数据图谱挖掘潜在信息用于用户观看主播预测。基于知识图谱的用户观看主播预测，是指基于上述步骤构建的用户行为知识图 谱，加入用户行为的时序特征，即指数衰减模型对图谱权重进行更新，并且考虑相似用户间 的观看主播列表，从而使预测结果的准确性和丰富性极大提高。

孙毅  男  博导  中国科学院计算技术研究所 研究领域 区块链、分布式应用 李军 男 硕导 计算技术研究所 研究领域 分布式总账（区块链） “区块链”是基于分布式系统和密码学而形成的概念与技术的集合，属于一种网络信任技术（Networked Trust Tech）。区块链系统采用多中心的分布式部署方式，无单一中心控制，平等地协作完成数据验证和一致性存储。每个中心的数据记录以及与之关联的执行代码 （或脚本，Script）在逻辑上存储在区块（Block）中，这些块又在逻辑上顺序串联起来构成链条（Chain），其中应用了数字签名等密码学技术保证数据的真实性、实时性与时序性。因此在应用场景上能够以技术建立参与方之间端到端的信任，是可被广泛应用的FinTech。 能够完善的克服现有P2P网络中对于P2SP架构的索引服务不完善并且网络系统安全性差的缺陷。

通过本项目提出的基于知识图谱的用户观看主播的预测方 法，计算用户与主播之间的观看权值是考虑了用户观看兴趣随时间衰减的因素；在预测用 户观看主播列表时结合了用户自身及其相似用户的观看兴趣，使预测准确性和多样性大大 提高。

本项目避免了传统预测方式在个人直播平台由于其用户数量巨大、无明确视频个主 播标签以及视频、交互实时变化的特点所造成的局限性，解决了个人直播用户观看主播预 测的问题。

技术许可、技术转让；寻求资源对接，最好有明确的目标合作区域、目标合作领域、目标合作企业等；目标合作投融资机构等