一种个性化视频推荐方法和系统技术方案

本发明专利技术公开了一种个性化视频推荐方法和系统，包括：A、对当前的所有的视频进行预处理，提取视频的编码；B、对于一个新用户而言，随机地推荐一批视频；C、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；D、通过适应度来择优选取之前推荐的视频；E、随机地让之前选取的视频编码发生一些突变，进行一些突变，给用户一些新的尝试；本发明专利技术采用的方法一定程度上能够对用户进行短视频推荐，具有一定的学习能力，有对结果的可解释性，能一定程度上解决冷启动的问题。

A personalized video recommendation method and system

【技术实现步骤摘要】
一种个性化视频推荐方法和系统
本专利技术涉及个性化视频推荐
，具体为一种个性化视频推荐方法和系统。
技术介绍
目前，个性化的视频推荐算法主要可以分为以下几类：第一类是基于协同过滤的视频推荐，该方法通过当前用户或者其他相似用户已有的部分视频偏好数据，来预测该用户对其他一些视频的喜好程度。这种方法优势在于实现起来相对简单，而且善于处理复杂的非结构化数据，无需专业知识，在用户量和视频量都很多的情况下，能够得到比较准确的结果；缺点在于用于表示用户和视频之间关系的矩阵可能会很稀疏，而且对于新用户或者新视频而言会存在冷启动的问题。第二类是基于内容的推荐算法，该方法主要通过用户曾经感兴趣的视频，推荐与这些视频类似的视频。其优点在于具有很好的可解释性，用户知道为什么推荐这个视频给他。但是其缺点在于无法挖掘出用户的潜在兴趣，而且对于新用户而言，没有历史的数据，无法解决冷启动的问题。第三类是基于领域的社会化视频推荐，该方法引入了用户的社交网络信息，通过用户的好友的一些兴趣来给当前用户进行视频推荐。该方法的优点在于好友的推荐相比于陌生人而言更可信，而且可以通过社交网络解决冷启动问题；缺点在于好友关系不一定是基于共同兴趣产生的，不一定能够有比较高的推荐精度。因此，针对以上推荐算法存在的一些问题，有必要针对现有视频推荐算法存在的一些冷启动和可解释性问题进行一些改进，从而提高推荐算法的推荐精度，使用户获得更好的推荐效果。另外本专利技术所针对的视频是用户产生内容为主的短视频。
技术实现思路
本专利技术的目的在于提供一种个性化视频推荐方法，已解决上述
技术介绍
中提出的问题。为实现以上目的，本专利技术提供如下技术方案：一种个性化视频推荐方法，包括以下步骤：A、对当前的所有的视频进行预处理，提取视频的编码；B、对于一个新用户而言，随机地推荐一批视频；C、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；D、通过适应度来择优选取之前推荐的视频；E、随机地让之前选取的视频编码发生一些突变，进行一些突变，给用户一些新的尝试；F、将这些视频的编码进行适度的交叉交换，形成一批新的编码，通过编码在数据库中搜索对应的视频，推荐给用户；G、重复以上A-F步骤，通过与用户的交互不断提高推荐精度；其中，所述步骤A进行视频预处理的具体实施方式如下：Aa、首先提取视频最基本的信息，包括视频的时长、大类分类、标签、作者、bgm信息，将这些信息编码成二进制串；Ab、在通过关键帧提取技术，将视频的三个关键帧提取出来，也将其编码成二进制串，与之前的二进制串拼起来；Ac、将所有的视频遍历一遍，通过以上步骤计算出其编码，并存储为视频的一个字段；其中，所述步骤C进行适应度的计算方式如下：Ca、记录用户的点赞、评论与转发信息，记录用户观看当前视频的时长以及遍数；Cb、点赞、评论与转发信息可以认为是正增益，分别设为a、b、c；Cc、用户观看视频的时长可以认为是用户对该视频的感兴趣程度，通过计算观看时长与总时长的百分比计算出因子d，该因子可以是负值，如果用户观看的长度过短，认为是一个负增益；Cd、用户观看的遍数超过一遍以上可以认为是正增益，此时可以将d替换成新的因子e；Ce、将以上因子相加得到最终的适应度值；本专利技术还提供一种个性化视频推荐系统的构造方法，包括如下模块：视频存储模块，用于存储当前所有的视频数据；视频预处理模块，用于将视频进行预处理，形成对应的编码视频推荐模块，用于记录每次迭代推荐过程中的实时用户反馈情况，计算每个视频基于用户的适应度，计算下一批推荐视频的编码，并获取这批视频推荐给用户，重复以上步骤；人机交互模块，用于将视频显示给用户，并让用户对视频进行点赞、评论、转发等主观性操作，获取用户对视频的反馈，如观看时长、观看次数等。进一步的，所述视频预处理模块的具体实施方式如下：Aa、首先提取视频最基本的信息，包括视频的时长、大类分类、标签、作者、bgm信息，将这些信息编码成二进制串；Ab、在通过关键帧提取技术，将视频的三个关键帧提取出来，也将其编码成二进制串，与之前的二进制串拼起来；Ac、将所有的视频遍历一遍，通过以上步骤计算出其编码，并存储为视频的一个字段。进一步的，所述视频推荐模块的具体实施方式如下：B、对于一个新用户而言，随机地推荐一批视频；C、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；D、通过适应度来择优选取之前推荐的视频；E、随机地让之前选取的视频编码发生一些突变，进行一些突变，给用户一些新的尝试；F、将这些视频的编码进行适度的交叉交换，形成一批新的编码，通过编码在数据库中搜索对应的视频，推荐给用户；G、重复以上A-F步骤，通过与用户的交互不断提高推荐精度；其中步骤C适应度的计算方式如下：Ca、记录用户的点赞、评论与转发信息，记录用户观看当前视频的时长以及遍数；Cb、点赞、评论与转发信息可以认为是正增益，分别设为a、b、c；Cc、用户观看视频的时长可以认为是用户对该视频的感兴趣程度，通过计算观看时长与总时长的百分比计算出因子d，该因子可以是负值，如果用户观看的长度过短，认为是一个负增益；Cd、用户观看的遍数超过一遍以上可以认为是正增益，此时可以将d替换成新的因子e；Ce、将以上因子相加得到最终的适应度值。与现有技术相比，本专利技术的有益效果是：（1）本专利技术采用的方式具有可解释性，因为都是通过用户对视频的反馈，获取用户的主观因素，根据用户选取出来的视频，寻找类似编码的视频，即符合用户自身的兴趣取向；（2）本专利技术采用的方式具有解决冷启动的问题，因为由于短视频时间短的特性，能根据每次用户的反馈进行快速迭代，快速锁定用户的兴趣倾向。附图说明图1：为本专利技术方法整体流程图。图2：为本专利技术系统各个模块之间的关系图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参阅图1以及图2，本专利技术提供一种技术方案：一种个性化视频推荐方法，包括以下步骤：A、对当前的所有的视频进行预处理，提取视频的编码；B、对于一个新用户而言，随机地推荐一批视频；C、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；D、通过适应度来择优选取之前推荐的视频；E、随机地让之前选取的视本文档来自技高网...

【技术保护点】
1.一种个性化视频推荐方法，其特征在于，包括如下步骤：/nA、对当前的所有的视频进行预处理，提取视频的编码；/nB、对于一个新用户而言，随机地推荐一批视频；/nC、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；/nD、通过适应度来择优选取之前推荐的视频；/nE、随机地让之前选取的视频编码发生一些突变，进行一些突变，给用户一些新的尝试；/nF、将这些视频的编码进行适度的交叉交换，形成一批新的编码，通过编码在数据库中搜索对应的视频，推荐给用户；/nG、重复以上A-F步骤，通过与用户的交互不断提高推荐精度。/n

【技术特征摘要】
1.一种个性化视频推荐方法，其特征在于，包括如下步骤：
A、对当前的所有的视频进行预处理，提取视频的编码；
B、对于一个新用户而言，随机地推荐一批视频；
C、通过用户对这一批视频的操作反馈，包括点赞、评论、转发、观看长度，观看次数等因素，计算每个推荐的视频对于该用户的适应度；
D、通过适应度来择优选取之前推荐的视频；
E、随机地让之前选取的视频编码发生一些突变，进行一些突变，给用户一些新的尝试；
F、将这些视频的编码进行适度的交叉交换，形成一批新的编码，通过编码在数据库中搜索对应的视频，推荐给用户；
G、重复以上A-F步骤，通过与用户的交互不断提高推荐精度。


2.如权利要求1所述的一种个性化视频推荐方法，其特征在于：所述步骤A中进行视频预处理的方式如下：
Aa、首先提取视频最基本的信息，包括视频的时长、大类分类、标签、作者、bgm信息，将这些信息编码成二进制串；
Ab、在通过关键帧提取技术，将视频的三个关键帧提取出来，也将其编码成二进制串，与之前的二进制串拼起来；
Ac、将所有的视频遍历一遍，通过以上步骤计算出其编码，并存储为视频的一个字段。<...

【专利技术属性】
技术研发人员：杨璇，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42