[发明专利]一种视频关联推荐的方法及服务器

权利要求书

1.一种视频关联推荐的方法，其特征在于，包括：

搜集内容源集合中每一个视频内容的描述数据，形成视频内容基础数据；

收集用户访问信息，根据收集到的用户访问信息统计分析出用户行为习惯，形成行为分析基础数据；

根据所述行为分析基础数据和所述视频内容基础数据对视频进行不同角度的关联推荐处理，并得到不同角度的推荐结果。

2.如权利要求1所述的方法，其特征在于，所述搜集内容源集合中每一个视频内容的描述数据，形成视频内容基础数据，包括：

搜集内容源集合中每一个视频内容的描述数据；

分析处理获取到的视频内容的描述数据，并将分析处理后的视频内容的描述数据作为视频内容基础数据；

存储所述视频内容基础数据。

3.如权利要求2所述的方法，其特征在于，所述分析处理获取到的视频内容的描述数据，包括：

对获取到的每一个视频内容的描述数据统一分配对应的内容ID；

删除内容重复的视频内容的描述数据；

补全内容缺失的视频内容的描述数据。

4.如权利要求1所述的方法，其特征在于，所述收集用户访问信息，根据收集到的用户访问信息统计分析出用户行为习惯，形成行为分析基础数据，包括：

从每一个终端的视频业务中收集用户访问信息；

根据收集到的用户访问信息统计分析出用户行为习惯，对所述用户行为习惯进行处理和封装，形成行为分析基础数据；

存储所述行为分析基础数据。

5.如权利要求1所述的方法，其特征在于，所述根据所述行为分析基础数据和所述视频内容基础数据对视频进行不同角度的关联推荐处理，并得到不同角度的推荐结果，包括：

对所述行为分析基础数据和所述视频内容基础数据进行不同角度的关联推荐计算和排行，得到关联推荐数据池；

接收终端发出的推荐请求信息，根据各终端及其推荐请求信息从关联推荐数据池中得到推荐结果；

存储所述推荐结果。

6.一种视频关联推荐的服务器，其特征在于，包括：

视频搜集模块，用于搜集内容源集合中每一个视频内容的描述数据，形成视频内容基础数据；

访问收集模块，用于收集用户访问信息，根据收集到的用户访问信息统计分析出用户行为习惯，形成行为分析基础数据；

关联推荐模块，用于根据所述行为分析基础数据和所述视频内容基础数据对视频进行不同角度的关联推荐处理，并得到不同角度的推荐结果。

7.如权利要求6所述的服务器，其特征在于，所述视频搜集模块包括：

搜集单元，用于搜集内容源集合中每一个视频内容的描述数据；

分析处理单元，用于分析处理获取到的视频内容的描述数据，并将分析处理后的视频内容的描述数据作为视频内容基础数据；

第一存储单元，用于存储所述视频内容基础数据。

8.如权利要求7所述的服务器，其特征在于，所述分析处理单元包括：

分配子单元，用于对获取到的每一个视频内容的描述数据统一分配对应的内容ID；

删除子单元，用于删除内容重复的视频内容的描述数据；

补全子单元，用于补全内容缺失的视频内容的描述数据。

9.如权利要求6所述的服务器，其特征在于，所述访问收集模块包括：

用户访问收集单元，用于从每一个终端的视频业务中收集用户访问信息；

行为分析单元，用于根据收集到的用户访问信息统计分析出用户行为习惯，对所述用户行为习惯进行处理和封装，形成行为分析基础数据；

第二存储单元，用于存储所述行为分析基础数据。

10.如权利要求6所述的服务器，其特征在于，所述关联推荐模块包括：

计算排行单元，用于对所述行为分析基础数据和所述视频内容基础数据进行不同角度的关联推荐计算和排行，得到关联推荐数据池；

接收处理单元，用于接收终端发出的推荐请求信息，根据各终端及其推荐请求信息从关联推荐数据池中得到推荐结果；

第三存储单元，用于存储所述推荐结果。