基于用户行为的影片推荐方法、装置、电子设备及介质制造方法及图纸

本发明专利技术涉及数据分析技术，揭露了一种基于用户行为的影片推荐方法，包括：获取用户端的登录用户的历史行为信息集合，基于随机森林算法对所述历史行为信息集合进行筛选，得到关键行为信息集合，利用第一聚类算法对所述关键行为信息集合进行聚类，得到用户标准类别，当检测到所述用户端存在用户操作时，获取操作用户的实时行为信息集合，利用第二聚类算法及所述用户标准类别对所述实时行为信息集合进行分类，得到所述操作用户的用户实时类别，根据所述用户实时类别对所述操作用户进行影片推荐。本发明专利技术还提出一种基于用户行为的影片推荐装置、电子设备以及计算机可读存储介质。本发明专利技术可以解决多用户下，无法准确对用户进行影片推荐的问题。荐的问题。荐的问题。

【技术实现步骤摘要】
基于用户行为的影片推荐方法、装置、电子设备及介质


[0001]本专利技术涉及数据分析
，尤其涉及一种基于用户行为的影片推荐方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]随着移动互联网的发展，网络设备也开始日益普及，用户往往有多个网络设备，并通过同一账号来对不同设备进行使用。但实际应用中，同一账号经常会出现多用户使用的情况，比如，父母和孩子会使用同一个Ipad通过视频APP观看喜欢的视频或者剧集。现有技术下，对用户的影片推荐策略是针对于设备维度的或者用户账号维度来进行推荐，多用户使用时，由于无法准确的识别正在使用的用户的真实身份，因此导致影片推荐不准确。

技术实现思路

[0003]本专利技术提供一种基于用户行为的影片推荐方法、装置及计算机可读存储介质，其主要目的在于解决多用户下，无法准确对用户进行影片推荐的问题。
[0004]为实现上述目的，本专利技术提供的一种基于用户行为的影片推荐方法，包括：
[0005]获取用户端的登录用户的历史行为信息集合；
[0006]基于随机森林算法对所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户行为的影片推荐方法，其特征在于，所述方法包括：获取用户端的登录用户的历史行为信息集合；基于随机森林算法对所述历史行为信息集合进行筛选，得到关键行为信息集合；利用第一聚类算法对所述关键行为信息集合进行聚类，得到用户标准类别；当检测到所述用户端存在用户操作时，获取操作用户的实时行为信息集合，利用第二聚类算法及所述用户标准类别对所述实时行为信息集合进行分类，得到所述操作用户的用户实时类别；根据所述用户实时类别对所述操作用户进行影片推荐。2.如权利要求1所述的基于用户行为的影片推荐方法，其特征在于，所述基于随机森林算法对所述历史行为信息集合进行筛选，得到关键行为信息集合，包括：提取所述历史行为信息集合中的观看行为记录作为样本集，以及提取所述历史行为信息集合中的操作行为数据作为指标集；从所述样本集中随机选取子样本集，以及从所述指标集中随机选取子指标集；利用所述子样本集及所述子指标集构建随机森林；根据所述随机森林输出的指标权重选取预设个数的操作行为数据作为所述关键行为信息集合。3.如权利要求2所述的基于用户行为的影片推荐方法，其特征在于，所述利用所述子样本集及所述子指标集构建随机森林，包括：依次选取所述子指标集中的行为数据作为根节点，并利用所述行为数据依次对所述子样本集进行划分，得到所述根节点的多个分支节点，确定所述根节点以及所述根节点的多个分支节点构成决策树；汇总所有决策树，得到所述随机森林。4.如权利要求1至3中任意一项所述的基于用户行为的影片推荐方法，其特征在于，所述利用第一聚类算法对所述关键行为信息集合进行聚类，得到用户标准类别，包括：从所述关键行为信息集合中随机选取预设个数的样本作为聚类中心；依次计算所述关键行为信息集合中每个样本到所述聚类中心的距离，并将所述每个样本分到距离最小的聚类中心对应的类别中，得到多个类别簇；重新计算每个类别簇的聚类中心，并返回依次计算所述关键行为信息集合中每个样本到所述聚类中心的距离的步骤，直至所述多个类别簇的聚类中心收敛，确定收敛的类别簇作为所述用户标准类别。5.如权利要求4所述的基于用户行为的影片推荐方法，其特征在于，所述获取操作用户的实时行为信息集合，利用第二聚类算法及所述用户标准类别对所述实时行为信息集合进行分类，得到所述操作...

【专利技术属性】
技术研发人员：秦占明，段效晨，康林，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：