视频推荐方法技术

本发明专利技术公开了一种视频推荐方法

【技术实现步骤摘要】
视频推荐方法、装置、终端设备以及存储介质


[0001]本专利技术涉及视频内容推荐
，尤其涉及一种视频推荐方法
、
装置
、
终端设备以及存储介质
。

技术介绍

[0002]随着互联网和通信技术的蓬勃发展，视频业务也出现爆发性的增长，如何提高视频推荐的精准度
、
丰富度，提升用户的使用体验成为视频推荐所关心的核心问题，当前主流的的视频推荐算法从功能可以分为召回层
、
粗排层
、
精排层，召回层的视频数量及视频关联度决定了推荐算法的效果，但召回结果只能在一定程度上反映用户的兴趣，无法对用户兴趣进行实时探索，推荐内容缺乏丰富度一方面会使用户陷入兴趣瓶颈，产生兴趣疲劳，另一方面无法对用户兴趣变化进行有效捕捉，不利于推荐算法的优化及后续推荐转化率的提升
。
[0003]当前在提升视频推荐丰富度的主流方式分为两大类：一
、
基于规则的多样性策略：此类方法主要使用去重策略
、
频控策略
、
打散策略
、
分桶打散等手段，通过人为控制精排后的召回视频，以人工规则的方式再向用户展示时进行视频类别控制，以达到提升视频丰富度的效果；二
、
基于算法多样性策略：该类方法长尾加权
、
最大边界算法
、
图关系算法
、
多臂老虎机算法等，通过对用户推荐列表中视频种类的相似度
、
熵
、<br/>以及视频的权重关系来控制待推荐列表中视频的种类
。
[0004]但上述方法存在无法根据用户兴趣实时调整推荐种类以及缺乏用户反馈导致推荐效果不理想等问题
。
[0005]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术
。

技术实现思路

[0006]本专利技术的主要目的在于提供一种视频推荐方法
、
装置
、
终端以及存储介质，旨在解决无法根据用户兴趣实时调整推荐种类以及缺乏用户反馈导致推荐效果不理想的技术问题
。
[0007]为实现上述目的，本专利技术提供一种视频推荐方法，所述视频推荐方法包括：
[0008]对待推荐视频进行分类，获取待推荐视频集；
[0009]根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率；
[0010]选取用户转化率最高的待推荐视频集进行视频推荐
。
[0011]可选的，所述对待推荐视频进行分类，获取待推荐视频集的步骤之后还包括：
[0012]获取所述待推荐视频的热度信息；
[0013]根据所述热度信息，通过所述待推荐视频集进行存储，获取视频热度库
。
[0014]可选的，所述根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视
频集的用户转化率的步骤之前还包括：
[0015]通过预设的初始参数，对所述待推荐视频集的用户转化率进行计算，获取初始用户转化率；
[0016]将所述初始用户转化率，发送至用户兴趣库进行存储
。
[0017]可选的，所述根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率的步骤包括：
[0018]通过所述业务实时流量数据，获取用户的实时反馈数据；
[0019]根据所述实时反馈数据，对所述初始参数进行参数更新，获取最终参数；
[0020]根据所述最终参数，通过多臂老虎机
MAB
算法对所述初始用户转化率进行更新，获取最终用户转化率
。
[0021]可选的，所述选取用户转化率最高的待推荐视频集进行视频推荐的步骤包括：
[0022]根据所述最终用户转化率，对所述待推荐视频集进行排序，获取用户转化率最高的待推荐视频集；
[0023]使用所述用户转化率最高的待推荐视频集进行视频推荐
。
[0024]可选的，所述根据所述实时反馈数据，对所述初始参数进行参数更新，获取最终参数的步骤包括：
[0025]将所述实时反馈数据输入所述视频热度库进行更新，获取更新后的视频热度库；
[0026]根据所述更新后的视频热度库，对所述初始参数进行参数更新，获取最终参数
。
[0027]可选的，所述根据所述最终参数，通过多臂老虎机
MAB
算法对所述初始用户转化率进行更新，获取最终用户转化率的步骤之前还包括：
[0028]获取初始多臂老虎机
MAB
算法中的算法参数；
[0029]将预设的用户操作进行权重分配，获得分配结果；
[0030]根据所述分配结果，对所述算法参数进行改进，获取最终算法参数；
[0031]根据所述最终算法参数，获取最终多臂老虎机
MAB
算法
。
[0032]本专利技术实施例还提出一种视频推荐装置，所述视频推荐装置包括：
[0033]分类模块，用于对待推荐视频进行分类，获取待推荐视频集；
[0034]更新模块，用于根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率；
[0035]推荐模块，用于选取用户转化率最高的待推荐视频集进行视频推荐
。
[0036]本专利技术实施例还提出了一种终端设备所述终端设备包括存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的视频推荐程序，所述视频推荐程序被所述处理器执行时实现如上所述的视频推荐方法的步骤
。
[0037]本专利技术实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有视频推荐程序，所述视频推荐程序被处理器执行时实现如上所述的视频推荐方法的步骤
。
[0038]本专利技术实施例提出的一种视频推荐方法
、
装置
、
终端设备以及存储介质，对待推荐视频进行分类，获取待推荐视频集；根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率；选取用户转化率最高的待推荐视频集进行视频推荐
。
通过改进后的多臂老虎机
MAB
算法对业务实时流量数据进行计算，由此，实现了对视频的推
荐，解决了无法根据用户兴趣实时调整推荐种类以及缺乏用户反馈导致推荐效果不理想的问题，提高了视频推荐的准确率
。
附图说明
[0039]图1为本专利技术视频推荐装置所属终端设备的功能板块示意图；
[0040]图2为本专利技术视频推荐方法一示例性实施例的流程示意图；
[0041]图3为本专利技术视频推荐方法另一示例性实施例的流程示意图；
[0042本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种视频推荐方法，其特征在于，所述视频推荐方法包括以下步骤：对待推荐视频进行分类，获取待推荐视频集；根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率；选取用户转化率最高的待推荐视频集进行视频推荐
。2.
根据权利要求1所述的视频推荐方法，其特征在于，所述对待推荐视频进行分类，获取待推荐视频集的步骤之后还包括：获取所述待推荐视频的热度信息；根据所述热度信息，通过所述待推荐视频集进行存储，获取视频热度库
。3.
根据权利要求2所述的视频推荐方法，其特征在于，所述根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率的步骤之前还包括：通过预设的初始参数，对所述待推荐视频集的用户转化率进行计算，获取初始用户转化率；将所述初始用户转化率，发送至用户兴趣库进行存储
。4.
根据权利要求3所述的视频推荐方法，其特征在于，所述根据业务实时流量数据，通过多臂老虎机
MAB
算法更新所述待推荐视频集的用户转化率的步骤包括：通过所述业务实时流量数据，获取用户的实时反馈数据；根据所述实时反馈数据，对所述初始参数进行参数更新，获取最终参数；根据所述最终参数，通过多臂老虎机
MAB
算法对所述初始用户转化率进行更新，获取最终用户转化率
。5.
根据权利要求4所述的视频推荐方法，其特征在于，所述选取用户转化率最高的待推荐视频集进行视频推荐的步骤包括：根据所述最终用户转化率，对所述待推荐视频集进行排序，获取用户转化率最高的待推荐视频集；使用所述用户转化率最高的待推荐视频集进行视频推荐
。6.

【专利技术属性】
技术研发人员：智丹丹，李展鹏，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：