【技术实现步骤摘要】
本专利技术涉及多媒体
,尤其涉及一种视频推荐方法和装置。
技术介绍
目前,在采用网络视频来播放电视剧、电影、综艺等节目时,通常可以在网页中显示其他的推荐内容。具体而言,通常协同过滤算法进行节目视频推荐,这样,需要依赖于海量用户同时观看的节目视频序列进行推荐。由于协同过滤过于依赖用户行为,导致推荐出的剧集很多是同档期播出的剧集,很多情况下上映时间上的相关性强于内容上的相关性。对于即将上映的剧集,由于没有用户观看行为,协同过滤方法得不到推荐结果。
技术实现思路
技术问题有鉴于此,本专利技术要解决的技术问题是,如何向用户推荐与目标视频的内容关联度高的其他视频。解决方案为了解决上述技术问题,根据本专利技术的一实施例,提供了一种视频推荐方法,包括:根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息,获取所述待处理视频的内容特征,所述待处理视频包括目标视频和待推荐视频;分别比较所述目标视频与各所述待推荐视频的内容特征的相似度;按照比较得到的相似度的顺序,对各所述待推荐视频进行排序,以生成所述目标视频的推荐结果。对于上述方法,在一种可能的实现方式中,根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息,获取所述待处理视频的内容特征,包括以下至少一个步骤:根据所述待处理视频的人物排序,确定所述待处理视频的人物向量;根据所述待处理视频的内容介绍,确定所述待处理 ...
【技术保护点】
一种视频推荐方法,其特征在于,包括:根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息,获取所述待处理视频的内容特征,所述待处理视频包括目标视频和待推荐视频;分别比较所述目标视频与各所述待推荐视频的内容特征的相似度;按照比较得到的相似度的顺序,对各所述待推荐视频进行排序,以生成所述目标视频的推荐结果。
【技术特征摘要】
1.一种视频推荐方法,其特征在于,包括:
根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息,获
取所述待处理视频的内容特征,所述待处理视频包括目标视频和待推荐视
频;
分别比较所述目标视频与各所述待推荐视频的内容特征的相似度;
按照比较得到的相似度的顺序,对各所述待推荐视频进行排序,以生成
所述目标视频的推荐结果。
2.根据权利要求1所述的方法,其特征在于,根据待处理视频的人物排
序、内容介绍和节目类型的至少一种信息,获取所述待处理视频的内容特征,
包括以下至少一个步骤:
根据所述待处理视频的人物排序,确定所述待处理视频的人物向量;
根据所述待处理视频的内容介绍,确定所述待处理视频的内容向量;
根据所述待处理视频的节目类型,确定所述待处理视频的类型向量。
3.根据权利要求2所述的方法,其特征在于,根据所述待处理视频的人
物排序,确定所述待处理视频的人物向量,包括:
确定所述待处理视频的人物维度;
获取所述人物维度中各人物对应的排序;
计算各所述人物的基本权重。
4.根据权利要求3所述的方法,其特征在于,计算各所述人物的基本权
重,包括:
采用式1计算在所述人物维度下的一个人物的基本权重personweight,
其中,rank为在所述人物维度下的一个人物对应的排序。
5.根据权利要求1至4中任一项所述的方法,其特征在于,根据所述待
处理视频的内容介绍,确定所述待处理视频的内容向量,包括:
对所述内容介绍进行分词处理以提取各特征词,并统计各所述特征词在
所述内容介绍中所占的词频比,一个特征词在所述内容介绍中所占的词频比
是指该特征词的词频与所述内容介绍中的最大词频的比值;
获取各所述特征词的逆向文件频率和搜索热度权重;
根据各所述特征词的词频比、逆向文件频率和搜索热度权重,分别计算
各所述特征词的内容向量权重,一个特征词的内容向量权重为该特征词的词
频比、逆向文件频率和搜索热度权重的乘积。
6.根据权利要求1至4中任一项所述的方法,其特征在于,分别比较所
述目标视频与各所述待推荐视频的内容特征的相似度,包括:
采用式6计算所述目标视频与所述待推荐视频的相似度
Sum_cosine_similarity(VA,VB):
其中,a+b+c=1.0,cosine_similarity(Vpa,Vpb)为所述目标视频A的人物向
量Vpa与所述待推荐视频B的人物向量Vpb的余弦相似度,
cosine_similarity(Vca,Vcb)为所述目标视频A的内容向量Vca与所述待推荐视频
B的内容向量Vcb的余弦相似度,cosine_similarity(Vsa,Vsb)为所述目标视频A
的类型向量Vsa与所述待推荐视频B的类型向量Vsb的余弦相...
【专利技术属性】
技术研发人员:庞斌,单明辉,尹玉宗,姚键,潘柏宇,王冀,
申请(专利权)人:合一网络技术北京有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。