基于社交网络的弱关系和强关系的视频推荐方法技术

本发明专利技术公开了一种基于社交网络的弱关系和强关系的视频推荐方法，包括以下步骤：1)基于弱关系好友的影响力计算用户对视频的第一预估点击概率；2)基于不同亲密度的强关系好友对视频的行为特征计算第二预估点击概率；3)线性融合第一和第二预估点击概率，得到预估点击概率；4)基于用户对视频的行为观察值以及预估点击概率构造损失函数；5)采用随机梯度算法对步骤1)‑4)中的特征参数进行优化，使损失函数最小化，最终得到用户对视频的点击概率；6)向用户推荐点击概率最高的N个视频。本发明专利技术的视频推荐方法结合了与用户相关的弱关系好友和强关系好友进行视频推荐，并将好友的行为特征作用于预测模型，从而能够提高视频推荐的准确性。

【技术实现步骤摘要】
基于社交网络的弱关系和强关系的视频推荐方法
本专利技术涉及信息
，具体涉及一种视频推荐方法。
技术介绍
视频推荐在学术研究中一直是一个热门的研究主题，视频推荐与用户点击率和视频流行度密切相关。随着社交软件Facebook、Twitter、微博的兴起，基于社交网络的特性对视频传播普及的影响成为新的研究热点。传统研究工作中，根据视频的历史浏览总数预测视频将来的流行度(浏览数)，认为视频的流行度随着时间呈现线性增长，所以可以根据视频在不同时间段的流行度相较于前一个时间段的增量作为特征，训练线性回归模型预测视频将来的流行度。此外还有基于多阶段的时序预测视频流行度的在线学习的模型，利用视频在社交网络中的动态传播的特性，以及在每一个划分的传播的时间段内预测视频的流行度。在社交网络中的发布的视频中可能包含标签、是否是大V认证的人发布、文本长度等特征，根据用户历史点击的视频来估算出用户对新视频的潜在兴趣值。但是传统模型并没有考虑到用户之间的交互信息，比如提及、点赞、转发、评论、回复。在社交网络中决定用户是否点击一个视频，很大程度上取决于视频贡献者在社交网络中的位置，而与视频的内容无关。视频贡献本文档来自技高网...

【技术保护点】
一种基于社交网络的弱关系和强关系的视频推荐方法，其特征在于，包括以下步骤：1)基于用户的弱关系好友的影响力、用户与弱关系好友的相关度以及弱关系好友对视频的行为特征，计算用户对该视频的第一预估点击概率；2)基于不同亲密度的强关系好友对视频的行为特征，计算用户对该视频的第二预估点击概率；3)线性融合第一预估点击概率和第二预估点击概率，得到用户对该视频的预估点击概率；4)基于用户对视频的行为观察值以及用户对视频的预估点击概率，构造损失函数；5)采用随机梯度算法对步骤1)‑4)中的特征参数进行优化，使损失函数的值最小化，当损失函数的值满足预定条件时，停止优化，最终得到用户对视频的点击概率；6)利用To...

【技术特征摘要】
1.一种基于社交网络的弱关系和强关系的视频推荐方法，其特征在于，包括以下步骤：1)基于用户的弱关系好友的影响力、用户与弱关系好友的相关度以及弱关系好友对视频的行为特征，计算用户对该视频的第一预估点击概率；2)基于不同亲密度的强关系好友对视频的行为特征，计算用户对该视频的第二预估点击概率；3)线性融合第一预估点击概率和第二预估点击概率，得到用户对该视频的预估点击概率；4)基于用户对视频的行为观察值以及用户对视频的预估点击概率，构造损失函数；5)采用随机梯度算法对步骤1)-4)中的特征参数进行优化，使损失函数的值最小化，当损失函数的值满足预定条件时，停止优化，最终得到用户对视频的点击概率；6)利用TopN算法向用户推荐点击概率最高的N个视频。2.根据权利要求1所述的基于社交网络的弱关系和强关系的视频推荐方法，其特征在于，所述步骤1)具体包括以下步骤：11)计算弱关系用户的影响力influence(w)；12)选取影响力最大的n个弱关系好友，形成弱关系好友集合Wn；13)根据用户点击弱关系好友的视频总数与用户的视频总数的比，得到用户与弱关系好友的相关度ru,w；14)使用以下公式计算用户对视频t的第一预估点击概率其中，f表示弱关系好友对视频t的行为特征，F表示弱关系好友对视频t的行为特征集合，bf,w为弱关系好友w的行为特征f的权重，其通过高斯函数初始化，Itf,w是指示函数，表示弱关系好友w对视频t是否有过行为，如果有，则Itf,w＝1，否则Itf,w＝0。3.根据权利要求2所述的基于社交网络的弱关系和强关系的视频推荐方法，其特征在于，所述步骤11)具体包括以下步骤：11a)通过高斯函数初始化用户u的影响力influence(u)；11b)根据用户u所发的视频被转发的次数与其所发的视频总数的比，得到用户的转发率Re(u)；11c)采用Min-Max归一化方法将用户转发率Re(u)映射至0到1之间；11d)根据以下公式计算弱关系好友的影响力：其中，d为用户游走的概率，即用户点击其他链接的概率，其通过高斯函数初始化，B表示关注了弱关系好友的粉丝集合，out(u)为用户u关注的好友数；11e)重复执行步骤11b)-11d)，直到弱关系好友的影响力收敛。...

【专利技术属性】
技术研发人员：赵悦，叶保留，陆桑璐，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32