基于深度学习的视频推送方法技术

本发明专利技术涉及视频推荐领域，具体涉及一种基于深度学习的视频推送方法，能够结合用户的观看需求对相应视频进行即时推送，不再需要等到视频的正式排名或者评分出来之后再进行推送，极大地提高了视频推送的即时性。技术方案为，根据用户观看历史行为以及所有观看视频集合，预测出不同类用户在不同时刻观看具有特定特征的视频的概率，然后根据预测的概率对先导预告片视频进行推荐排序打分，再对先导预告片视频进行分类，再结合相应评论上下文对分类后的视频进行即时打分；通过用户历史观看行为数据和交叉验证方法将即时打分与排序打分进行匹配，若匹配结果在设定的阈值范围内，则对相应先导预告片对应的视频正片进行推送。本发明专利技术适用于视频即时推送。用于视频即时推送。用于视频即时推送。

【技术实现步骤摘要】
基于深度学习的视频推送方法


[0001]本专利技术涉及视频推荐领域，具体涉及一种基于深度学习的视频推送方法。

技术介绍

[0002]目前的视频推荐系统是基于用户的观看历史推荐音视频，即通过用户的观看历史，分析用户在观看音视频内容时的爱好，向用户推荐对应的音视频内容。或者，基于后台媒资库中音视频播放量和热度的评分，利用排行榜中的音视频可以代表大多数用户的爱好兴趣，将音视频内容组织成排行榜推送给用户。
[0003]无论哪种方式，都需要借助于视频的排名向用户推荐，排名源于用户评分、评论、收藏以及视频媒体的票房数量等等，这种视频的评分上线时间有一定延迟，且评分的准确度也是后续随着用户数量的增加而提升，视频正式上线早期的评分是没有多大参考意义。
[0004]而现有高节奏的生活之中，对于即时性的推送需求也越来越高，并且即时性的推送也需要符合用户的观看需求。

技术实现思路

[0005]本专利技术的目的是提供一种基于深度学习的视频推送方法，能够结合用户的观看需求对相应视频进行即时推送，不再需要等到视频的正式排名或者评分出来之后再本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的视频推送方法，其特征在于，包括：步骤(1)、根据用户观看历史行为以及所有观看视频集合，预测出不同类用户在不同时刻观看具有特定特征的视频的概率；步骤(2)、根据预测的概率对先导预告片视频进行推荐排序打分；步骤(3)、对先导预告片视频进行分类，再结合相应评论上下文对分类后的视频进行即时打分；步骤(4)、通过用户历史观看行为数据和交叉验证方法将即时打分与推荐排序打分进行匹配；步骤(5)、若匹配结果在设定的阈值范围内，则对相应先导预告片对应的视频正片进行推送。2.根据权利要求1所述的基于深度学习的视频推送方法，其特征在于，在步骤(1)中，根据贝叶斯条件后验概率公式预测U类用户在t时刻会看具有C特征的视频i的概率，所述公式为：u是用户的embedding向量，v是视频的embedding向量。3.根据...

【专利技术属性】
技术研发人员：梁敏，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：