一种视频推荐方法、系统及计算机可读存储介质技术方案

本发明专利技术涉及信息推荐技术领域，公开了一种视频推荐方法、系统及计算机可读存储介质。本发明专利技术实施例通过根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；根据视频库中的每个视频的内容标签数据，确定第一视频推荐列表中的每个视频对应的相似视频列表；将第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；根据第二视频推荐列表对相应的用户进行视频推荐，从而不仅可以为用户推荐其可能感兴趣的热门视频，还可以为用户推荐其可能感兴趣的冷门视频或新增视频，解决了现有视频推荐方法所存在的同质化问题突出的问题，提高了视频推荐效果。

A Video Recommendation Method, System and Computer Readable Storage Media

【技术实现步骤摘要】
一种视频推荐方法、系统及计算机可读存储介质
本专利技术涉及信息推荐
，尤其涉及一种视频推荐方法、系统及计算机可读存储介质。
技术介绍
随着互联网技术的快速发展，网络视频资源呈喷井式发展，随之产生的信息过载问题不可避免。为有效解决用户面临的信息过载问题，视频推荐系统应运而生。视频推荐系统用于在用户无明确目的的前提下，主动向用户推荐其可能感兴趣的视频。推荐系统的核心是推荐算法，现有的推荐算法包括：社会化推荐算法、基于内容的推荐算法及协调过滤推荐算法等。由于协同过滤推荐算法只需用户的历史行为日志数据就能够产生很好的推荐效果，因此被广泛应用。然而，由于绝大多数用户通常观看的是一些比较热门的视频，因此现有的协同过滤推荐算法只会针对这些热门视频进行推荐，而一些较陈旧或较冷门的优质视频很难被系统推荐。且对于系统新增的视频，在没有用户主动搜索或没有视频网站曝光的情况下，新增视频也很难被系统推荐，从而导致推荐系统的同质化问题突出，视频推荐效果不佳。
技术实现思路
本专利技术实施例提供一种视频推荐方法、系统及计算机可读存储介质，旨在解决现有的视频推荐方法所存在的难以对陈旧、冷门或新增视频进行推荐，系统的同质化问题突出，视频推荐效果不佳的问题。第一方面，本专利技术实施例提供了一种视频推荐方法，该视频推荐方法包括：根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表；将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；根据所述第二视频推荐列表对相应的用户进行视频推荐。第二方面，本专利技术实施例提供了一种视频推荐系统，该视频推荐系统包括：第一确定单元，用于根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；第二确定单元，用于根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表；视频整合单元，用于将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；视频推荐单元，用于根据所述第二视频推荐列表对相应的用户进行视频推荐。第三方面，本专利技术实施例提供了一种视频推荐系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述方法的步骤。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述方法的步骤。本专利技术实施例通过根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表；将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；根据所述第二视频推荐列表对相应的用户进行视频推荐。由于根据视频的内容标签数据所确定出的每个视频对应的相似视频列表中不仅包括热门视频，还包括冷门视频或新增视频等，因此，通过将根据协同过滤推荐算法确定出的每个用户对应的第一视频推荐列表与每个视频对应的相似视频列表进行结合，不仅可以为用户推荐其可能感兴趣的热门视频，还可以为用户推荐其可能感兴趣的冷门视频或新增视频，解决了现有视频推荐方法所存在的同质化问题突出的问题，提高了视频推荐效果。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种视频推荐方法的流程图；图2是本专利技术另一实施例提供的一种视频推荐方法的流程图；图3是本专利技术实施例提供的一种视频推荐系统的结构图；图4是本专利技术另一实施例提供的一种视频推荐系统的结构图；图5是本专利技术再一实施例提供的一种视频推荐系统的结构图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参见图1，图1是本专利技术实施例提供的一种视频推荐方法的示意流程图。本实施例中视频推荐方法的执行主体为终端设备。终端设备可以为智能电视，也可以为手机、平板电脑等移动终端设备，此处不做限制。如图1所示的视频推荐方法可以包括以下步骤：S11：根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表。在本实施例中，在通过任一视频平台为用户推荐视频时，终端设备可以获取该视频平台的每个用户对该视频平台中的视频的历史行为数据。其中，视频平台可以为视频应用(application，APP)或视频网站等，此处不做限制。用户对视频平台中的视频的行为数据包括但不限于用户对该视频平台中的任一视频的点击、搜索、收藏、观看、购买、评分或评论等行为数据。需要说明的是，用户在视频平台进行过的任何操作都会被记录在用户行为日志中，即用户对视频的历史行为数据会被记录在用户行为日志中。而用户行为日志中不仅包含用户对视频的历史行为数据，还包含一些其他的与视频推荐无关的数据，例如网络状态数据、程序日志数据等。终端设备可以根据用户的账号信息，获取每个用户在该视频平台的用户行为日志，并对每个用户在该视频平台的用户行为日志进行数据预处理，进而从每个用户的行为日志中提取每个用户对该视频平台中的视频的历史行为数据。终端设备获取到每个用户对视频平台中的视频的历史行为数据后，根据每个用户对视频平台中的视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表。预设的协同过滤推荐算法用于基于用户对视频的历史行为数据，确定每个用户与其他用户之间的相似度值，并根据每个用户与其他用户之间的相似度值，确定每个用户对应的邻近用户列表，且将邻近用户列表中的所有用户各自对应的已观看视频列表进行整合，得到每个用户对应的第一视频推荐列表。其中，某一用户对应的邻近用户列表中包含的所有用户均是与该用户之间的相似度值大于第一预设相似度阈值的用户。两个用户之间的相似度值大于第一预设相似度阈值则说明两个用户具有相同的视频爱好，即互为邻近用户的用户之间具有相同的视频爱好。也就是说，某一用户对应的邻近用户列表中的所有用户与该用户具有相同的视频爱好。例如，若第一用户A与第二用户B之间的相似度值大于第一预设相似度阈值，则说明第一用户A和第二用户B互为邻近用户，即第一用户A和第二用户B具有相同的视频爱好；若第一用户A与第三用户C之间的相似度值也大于第一预设相似度阈值，则说明第一用户A和第三用户C也互为邻近用户，即第一用户A和第三用户C具有相同的视频爱好，那么，第一用户A对应的邻近用户列表中包括第二用户B和第三用户C。在本实施例中，第一预设相似度阈值可以根据实际需求设置，此处不限制。需要说明的是，每个用户对应的邻近用本文档来自技高网...

【技术保护点】
1.一种视频推荐方法，其特征在于，包括：根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表；将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；根据所述第二视频推荐列表对相应的用户进行视频推荐。

【技术特征摘要】
1.一种视频推荐方法，其特征在于，包括：根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表；根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表；将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表；根据所述第二视频推荐列表对相应的用户进行视频推荐。2.根据权利要求1所述的视频推荐方法，其特征在于，所述根据用户对视频的历史行为数据以及预设的协同过滤推荐算法，确定每个用户对应的第一视频推荐列表，包括：获取用户对视频的历史行为数据；根据所述历史行为数据确定每个用户对应的邻近用户列表；根据所述历史行为数据确定每个用户对应的已观看视频列表；将所述邻近用户列表中的所有用户各自对应的已观看视频列表进行整合，得到每个用户对应的第一视频推荐列表。3.根据权利要求2所述的视频推荐方法，其特征在于，所述根据所述历史行为数据确定每个用户对应的邻近用户列表，包括：根据所述历史行为数据以及预设的第一相似度计算策略，计算每个用户与其他用户之间的相似度值；根据所述每个用户与其他用户之间的相似度值以及第一预设相似度阈值，确定每个用户对应的邻近用户列表。4.根据权利要求1所述的视频推荐方法，其特征在于，所述根据视频库中的每个视频的内容标签数据，确定所述第一视频推荐列表中的每个视频对应的相似视频列表，包括：根据视频库中的每个视频的内容标签数据以及预设的第二相似度计算策略，计算视频库中的每个视频与其他视频之间的相似度值；根据所述每个视频与其他视频之间的相似度值以及第二预设相似度阈值，确定视频库中的每个视频对应的相似视频列表。5.根据权利要求1至4任一项所述的视频推荐方法，其特征在于，所述将所述第一视频推荐列表中的所有视频各自对应的相似视频列表进行整合，得到每个用户对应的第二视频推荐列表，包括：从所述第一视频推荐列表中的所有视频各自对应的相似视频列表中筛...

【专利技术属性】
技术研发人员：刘辉，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：广东,44