基于混合协同过滤的视频推荐方法、装置及电子设备制造方法及图纸

本发明专利技术属于计算机技术领域，涉及基于混合协同过滤的视频推荐方法、装置及电子设备。该方法包括：利用监督学习机器算法计算关联矩阵，得到节点对象之间的关联度；利用聚类迭代算法构建类簇划分模型；构建样本点集合得到节点对象关联谱图的类簇；获取节点对象信息得到同类簇用户序列；确定视频推荐类型得到预推荐视频列表；利用协同过滤算法得到预测评分；排序筛选得到视频推荐序列。本发明专利技术能够以较少的特征数据为基础，计算节点对象之间关联度，解决推荐算法存在的冷启动问题；构建类簇划分算法制定了有效的初始聚类中心选取策略，解决传统谱聚类类簇划分算法无法自适应调整问题；采用混合协同过滤算法进行评分预测，保障了视频推荐序列的质量。

【技术实现步骤摘要】

本专利技术属于计算机，具体而言，涉及基于混合协同过滤的视频推荐方法、装置及电子设备。

技术介绍

1、随着计算机技术的发展，海量无序信息数据引发的一系列过度膨胀的信息过载问题，协同过滤是建立在类簇和用户历史数据基础上的新型推荐算法，其在推荐领域的应用度较高，但基于单因子的协同过滤算法仍存在着许多如冷启动的难以改进的缺陷，使其在推荐领域的应用仍受到较大的限制。视频行业由于视频的直观性，常受到用户青睐，用户基数大，所以常年成为推荐服务领域的领军行业。

2、基于协同过滤的视频推荐模型主要在于建立群组关系，获取项目与项目或用户与用户之间的潜在关联，并不需要以大量的项目档案资料为基础，只需收集用户的行为日志等数据，从中发掘用户与用户、项目与项目的相似性信息，建立用户社区或项目社区，完成推荐服务。该模型是目前使用最为广泛的模型，但面对新用户时，由于缺乏历史行为数据，无法有效个性化推荐。

技术实现思路

1、为了解决上述技术问题，本专利技术提供基于混合协同过滤的视频推荐方法、装置及电子设备。p>

2、第一方本文档来自技高网...

【技术保护点】

1.基于混合协同过滤的视频推荐方法，其特征在于，包括：

2.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，利用监督学习机器算法计算用户节点之间以及视频节点之间的关联矩阵，得到节点对象之间的关联度，包括：

3.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，利用聚类迭代算法构建类簇划分模型，包括：

4.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，提取节点对象的特征信息，构建样本点集合，利用类簇划分模型对节点对象的关联谱图进行子图划分将样本点集合的样本点聚类成簇，包括：

5.根据权利要求1所述基于...

【技术特征摘要】

1.基于混合协同过滤的视频推荐方法，其特征在于，包括：

2.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，利用监督学习机器算法计算用户节点之间以及视频节点之间的关联矩阵，得到节点对象之间的关联度，包括：

3.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，利用聚类迭代算法构建类簇划分模型，包括：

4.根据权利要求1所述基于混合协同过滤的视频推荐方法，其特征在于，提取节点对象的特征信息，构建样本点集合，利用类簇划分模型对节点对象的关联谱图进行子图划分将样本点集...

【专利技术属性】
技术研发人员：陈津，李华南，杨伟涛，
申请(专利权)人：雅砻江流域水电开发有限公司，
类型：发明
国别省市：