一种适用于短视频推荐打散的分类方法及系统技术方案

本发明专利技术公开了一种适用于短视频推荐打散的分类方法及系统，分类方法包括步骤：S1、基于用户的历史短视频点击数据构建短视频转移网络；S2、基于所述短视频转移图网络计算短视频间的转移概率；S3、基于所述短视频转移网络，根据计算的转移概率进行随机游走生成短视频转移序列；S4、根据所述短视频转移序列进行短视频的表示学习，生成短视频的低维度向量表示；S5、基于所述短视频的低维度向量表示、利用聚类算法为短视频分类。本发明专利技术充分考虑短视频间的转移关系，采用无监督学习方法生成符合短视频推荐打散的分类，提升了短视频打散的精度，进而提高了短视频推荐的有效性。

【技术实现步骤摘要】
一种适用于短视频推荐打散的分类方法及系统
本专利技术涉及视频推荐领域，具体涉及一种适用于短视频推荐打散的分类方法及系统。
技术介绍
在短视频推荐中，个性化推荐给用户的经常是同一类视频，比如，当用户点击了搞笑视频后，会推荐给用户大量搞笑视频；点击一个足球视频，会给用户展示大量足球视频。所以在推荐系统中，经常需要对输出结果按类别进行限制以及重排序。打散的作用是保证同一类目视频推荐的频率不会太高，避免用户在前端感觉内容的同质化，保证内容的多样性。打散的关键在于视频的类别的正确性以及覆盖率。短视频的类别定义主要根据(1)人工定义分类；(2)基于人工标定的大量视频类别数据，运用有监督的分类方法进行分类；现有技术中通常是两种方法结合给短视频池进行分类打标签。一般短视频的内容池有上亿条视频，并且每天会新产生十万级别的新视频，给庞大的短视频进行类别的定义按照(1)人工定义分类，需要庞大的打标人员才能应对，同时人员的分类标准也受到个人主观性的影响，所以人工打标通常只能覆盖小部分比例的视频；(2)运用有监督的分类方法进行分类，仍需要大量的标注数据，本文档来自技高网...

【技术保护点】
1.一种适用于短视频推荐打散的分类方法，其特征在于，包括步骤：/nS1、基于用户的历史短视频点击数据构建短视频转移网络；/nS2、基于所述短视频转移图网络计算短视频间的转移概率；/nS3、基于所述短视频转移网络，根据计算的转移概率进行随机游走生成短视频转移序列；/nS4、根据所述短视频转移序列进行短视频的表示学习，生成短视频的低维度向量表示；/nS5、基于所述短视频的低维度向量表示、利用聚类算法为短视频分类。/n

【技术特征摘要】
1.一种适用于短视频推荐打散的分类方法，其特征在于，包括步骤：
S1、基于用户的历史短视频点击数据构建短视频转移网络；
S2、基于所述短视频转移图网络计算短视频间的转移概率；
S3、基于所述短视频转移网络，根据计算的转移概率进行随机游走生成短视频转移序列；
S4、根据所述短视频转移序列进行短视频的表示学习，生成短视频的低维度向量表示；
S5、基于所述短视频的低维度向量表示、利用聚类算法为短视频分类。


2.根据权利要求1所述的分类方法，其特征在于，所述步骤S1包括：
S11、采集用户点击的短视频、相应的点击时间及观看时间，构建历史短视频点击行为序列；
S12、基于所述历史短视频点击行为序列生成短视频转移网络。


3.根据权利要求2所述的分类方法，其特征在于，所述短视频转移网络的节点表示短视频，节点间的边表示节点间的点击顺序，当两节点存在边时，代表这两个视频在用户的短视频点击行为序列中相邻，且边的起点为点击行为序列中的前序点，边的终点为序列中的后序点；视频间边的权重为两视频的转移频次。


4.根据权利要求3所述的分类方法，其特征在于，所述转移概率为：



其中，vi、vj分别表示短视频vi及vj，N+(vi)为短视频转移图网络中结点vi的相邻结点的集合，Mij为短视频转移图网络中节点vi到节点vj的有向边的权重，当Mij＝0时，vi到vj的转移概率为0。


5.根据权利要求1所述的分类方法，其特征在于，利用短视频转移序列替代文本序列，采用Skip-Gram模型生成短视频的低维度向量表示。


6.根据权利要求1所述的分类方法，其特征在于，所述聚类算法为k-means，其最...

【专利技术属性】
技术研发人员：刘腾飞，范俊，李文杰，黄睿智，顾湘余，
申请(专利权)人：杭州趣维科技有限公司，
类型：发明
国别省市：浙江;33