视频推荐方法、装置及存储介质、计算机设备制造方法及图纸

本发明专利技术提供一种视频推荐方法、装置及存储介质、计算机设备，所述方法包括：获取预设时间段内每个时间间隔的目标视频的行为数据；根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；根据所述目标视频的推荐得分推荐视频。上述方法减少视频推荐时数据运算的时间，更快将新的热门视频，优化了视频推荐效果。

【技术实现步骤摘要】
视频推荐方法、装置及存储介质、计算机设备
本专利技术涉及视频数据处理
，具体而言，本专利技术涉及一种视频推荐方法、装置及存储介质、计算机设备。
技术介绍
推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣，向用户个性化推荐符合用户预期的物品。当新用户进来时，由于缺少历史数据，无法进行个性化推荐，这就是物品推荐的用户冷启动问题。一般情况下，对于用户冷启动问题，主要使用热门推荐的方式，即向用户推荐当前用户群体比较喜欢的物品，待用户数据足够多，再进行个性化推荐。热门推荐中，常用的方法，即根据贝叶斯原理和视频过去一段时间收集到的用户行为数据，计算视频热门的程度，从而根据视频热门程度进行推荐。然而，这种方案在数据量较大时，由于已经计算过的行为数据将会重新计算，造成大量数据重复计算，因此将耗费大量的计算时间，使得最终算出的热门视频，已经是过去一段时间的热门视频，同时新的热门视频不能得到更快速的曝光，不能得到实时的热门视频推荐。
技术实现思路
本专利技术提出一种多视频推荐方法、装置及存储介质、计算机设备，以减少视频推荐时数据运算的时间，更快将新的热门视频，优化了视频推荐效果。本专利技术提供以下方案：一种视频推荐方法，包括：获取预设时间段内每个时间间隔的目标视频的行为数据；根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；根据所述目标视频的推荐得分推荐视频。在一实施例中，所述根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分，包括：计算当前时间与每个所述时间间隔中所述时间间隔结束时间的差值，得到第一差值；计算当前时间与每个所述时间间隔中所述视频发布时间的差值，得到第二差值；根据所述第一差值计算每个所述时间间隔中所述用户对所述目标视频的行为得分的衰减值；根据所述视频行为次数、所述第二差值以及所述衰减值计算得到预设时间段内所述目标视频的推荐得分。在一实施例中，所述视频行为次数包括视频下发次数；所述目标视频的推荐得分根据以下公式获得：其中，score1表示目标视频的推荐得分，C表示预设时间内所有视频行为次数总和，m表示上一预设时间内所有视频平均得分，n表示目标视频在当前时间间隔的总下发次数，k表示整数，now_time表示当前时间，action_timek表示第k个时间间隔结束时间，t设定的常数；post_timek表示目标视频的视频发布时间，每个时间间隔中目标视频的视频发布时间相同；表示所述衰减值。在一实施例中，所述根据所述行为数据获取用户对所述目标视频的行为得分，包括：获取用户在每个时间间隔内对所述目标视频的多个行为数据，以及每个行为数据的权重；根据每个所述行为数据以及对应的权重，计算所述用户对所述目标视频的行为得分。在一实施例中，所述根据每个所述行为数据以及对应的权重，计算所述用户对所述目标视频的行为得分，包括：根据以下公式计算所述行为得分：action_score＝sum(action_weight*action_cnt)；其中，action_score表示所述行为得分；action_weight表示行为数据的权重；action_cnt表示行为数据的数量；action_weight*action_cnt表示行为数据的数量与其对应的权重乘积；sum(action_weight*action_cnt)表示时间间隔内所有行为数据对应的乘积的总和。在一实施例中，所述行为数据包括目标视频所在地域对应的第一行为数据和观看所述目标视频的用户所在地域对应的第二行为数据；所述根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，包括：根据所述第一行为数据获取所述目标视频在每个所述时间间隔内的第一时间间隔结束时间、第一视频发布时间、第一视频行为次数以及用户对所述目标视频的第一行为得分，以及根据所述第二行为数据获取所述目标视频在每个所述时间间隔内的第二时间间隔结束时间、第二视频发布时间、第二视频行为次数以及用户对所述目标视频的第二行为得分；所述计算得到所述目标视频的推荐得分，包括：根据所述预设时间段内每个所述时间间隔中所述第一时间间隔结束时间、第一视频发布时间、第一视频行为次数以及第一行为得分计算得到所述目标视频在目标视频所在地域的第一推荐得分，以及根据所述预设时间段内每个所述时间间隔中所述第二时间间隔结束时间、第二视频发布时间、第二视频行为次数以及第二行为得分计算得到所述目标视频在观看所述目标视频的用户所在地域的第二推荐得分；所述根据所述目标视频的推荐得分推荐视频，包括：获取所述目标视频从所述目标视频所在地域转移到所述观看所述目标视频的用户所在地域的转移概率；根据所述第一推荐得分、所述第二推荐得分以及所述转移概率，获得所述目标视频在观看所述目标视频的用户所在地域的待推荐分值；根据所述目标视频对应的观看所述目标视频的用户所在地域的待推荐分值，向观看所述目标视频的用户所在地域的用户推荐视频。在一实施例中，所述目标视频在观看所述目标视频的用户所在地域的待推荐分值，根据以下公式确定：score2＝(scoreA*t(A,B)+scoreB)/2；其中，score2表示所述待推荐分值；所述scoreA表示所述目标视频在目标视频所在地域的所述推荐得分；scoreB表示所述目标视频在观看所述目标视频的用户所在地域的所述推荐得分；t(A,B)表示所述转移概率。在一实施例中，所述转移概率根据以下公式确定：t(A,B)＝score(A,B)/score(A,A)其中，score(A,B)表示目标视频所在地域的用户对所述观看所述目标视频的用户所在地域的视频的评分均值，score(A,A)表示目标视频所在地域的用户对目标视频所在地域的视频的评分均值。一种视频推荐装置，包括：第一获取模块，用于获取预设时间段内每个时间间隔的目标视频的行为数据；第二获取模块，用于根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；计算模块，用于根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；推荐模块，用于根据所述目标视频的推荐得分推荐视频。一种存储介质，其上存储有计算机程序；所述计算机程序适于由处理器加载并执行上述任一实施例所述的视频推荐方法。一种计算机设备，其包括：一个或多个处理器；存储器；一个或多个应用程序，其中本文档来自技高网...

【技术保护点】
1.一种视频推荐方法，其特征在于，包括：/n获取预设时间段内每个时间间隔的目标视频的行为数据；/n根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；/n根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；/n根据所述目标视频的推荐得分推荐视频。/n

【技术特征摘要】
1.一种视频推荐方法，其特征在于，包括：
获取预设时间段内每个时间间隔的目标视频的行为数据；
根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；
根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；
根据所述目标视频的推荐得分推荐视频。


2.根据权利要求1所述的方法，其特征在于，所述根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分，包括：
计算当前时间与每个所述时间间隔中所述时间间隔结束时间的差值，得到第一差值；
计算当前时间与每个所述时间间隔中所述视频发布时间的差值，得到第二差值；
根据所述第一差值计算每个所述时间间隔中所述用户对所述目标视频的行为得分的衰减值；
根据所述视频行为次数、所述第二差值以及所述衰减值计算得到预设时间段内所述目标视频的推荐得分。


3.根据权利要求2所述的方法，其特征在于，所述视频行为次数包括视频下发次数；所述目标视频的推荐得分根据以下公式获得：



其中，score1表示目标视频的推荐得分，C表示预设时间内所有视频行为次数总和，m表示上一预设时间内所有视频平均得分，n表示目标视频在当前时间间隔的总下发次数，k表示整数，now_time表示当前时间，action_timek表示第k个时间间隔结束时间，t设定的常数；post_timek表示目标视频的视频发布时间，每个时间间隔中目标视频的视频发布时间相同；表示所述衰减值。


4.根据权利要求1所述的方法，其特征在于，所述根据所述行为数据获取用户对所述目标视频的行为得分，包括：
获取用户在每个时间间隔内对所述目标视频的多个行为数据，以及每个行为数据的权重；
根据每个所述行为数据以及对应的权重，计算所述用户对所述目标视频的行为得分。


5.根据权利要求4所述的方法，其特征在于，所述根据每个所述行为数据以及对应的权重，计算所述用户对所述目标视频的行为得分，包括：根据以下公式计算所述行为得分：
action_score＝sum(action_weight*action_cnt)；
其中，action_score表示所述行为得分；action_weight表示行为数据的权重；action_cnt表示行为数据的数量；action_weight*action_cnt表示行为数据的数量与其对应的权重乘积；sum(action_weight*action_cnt)表示时间间隔内所有行为数据对应的乘积的总和。


6.根据权利要求1所述的方法，其特征在于，所述行为数据包括目标视频所在地域对应的第一行为数据和观看所述目标视频的用户所在地域对应的第二行为数据；
所述根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，包括：根据所述第一行为数据获取所述目标视频在每个所述...

【专利技术属性】
技术研发人员：张航，金子刚，黎猛，
申请(专利权)人：广州市百果园信息技术有限公司，
类型：发明
国别省市：广东;44