[发明专利]视频推荐方法和装置

权利要求书

1.一种视频推荐方法，其特征在于，包括：

根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息，获取所述待处理视频的内容特征，所述待处理视频包括目标视频和待推荐视频；

分别比较所述目标视频与各所述待推荐视频的内容特征的相似度；

按照比较得到的相似度的顺序，对各所述待推荐视频进行排序，以生成所述目标视频的推荐结果。

2.根据权利要求1所述的方法，其特征在于，根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息，获取所述待处理视频的内容特征，包括以下至少一个步骤：

根据所述待处理视频的人物排序，确定所述待处理视频的人物向量；

根据所述待处理视频的内容介绍，确定所述待处理视频的内容向量；

根据所述待处理视频的节目类型，确定所述待处理视频的类型向量。

3.根据权利要求2所述的方法，其特征在于，根据所述待处理视频的人物排序，确定所述待处理视频的人物向量，包括：

确定所述待处理视频的人物维度；

获取所述人物维度中各人物对应的排序；

计算各所述人物的基本权重。

4.根据权利要求3所述的方法，其特征在于，计算各所述人物的基本权重，包括：

采用式1计算在所述人物维度下的一个人物的基本权重personweight，

其中，rank为在所述人物维度下的一个人物对应的排序。

5.根据权利要求1至4中任一项所述的方法，其特征在于，根据所述待处理视频的内容介绍，确定所述待处理视频的内容向量，包括：

对所述内容介绍进行分词处理以提取各特征词，并统计各所述特征词在所述内容介绍中所占的词频比，一个特征词在所述内容介绍中所占的词频比是指该特征词的词频与所述内容介绍中的最大词频的比值；

获取各所述特征词的逆向文件频率和搜索热度权重；

根据各所述特征词的词频比、逆向文件频率和搜索热度权重，分别计算各所述特征词的内容向量权重，一个特征词的内容向量权重为该特征词的词频比、逆向文件频率和搜索热度权重的乘积。

6.根据权利要求1至4中任一项所述的方法，其特征在于，分别比较所述目标视频与各所述待推荐视频的内容特征的相似度，包括：

采用式6计算所述目标视频与所述待推荐视频的相似度Sum_cosine_similarity(VA,VB)：

其中，a+b+c＝1.0，cosine_similarity(Vpa,Vpb)为所述目标视频A的人物向量Vpa与所述待推荐视频B的人物向量Vpb的余弦相似度，cosine_similarity(Vca,Vcb)为所述目标视频A的内容向量Vca与所述待推荐视频B的内容向量Vcb的余弦相似度，cosine_similarity(Vsa,Vsb)为所述目标视频A的类型向量Vsa与所述待推荐视频B的类型向量Vsb的余弦相似度。

7.一种视频推荐装置，其特征在于，包括：

内容特征获取模块，用于根据待处理视频的人物排序、内容介绍和节目类型的至少一种信息，获取所述待处理视频的内容特征，所述待处理视频包括目标视频和待推荐视频；

相似度比较模块，与所述内容特征获取模块连接，用于分别比较所述目标视频与各所述待推荐视频的内容特征的相似度；

推荐模块，与所述相似度比较模块连接，用于按照比较得到的相似度的顺序，对各所述待推荐视频进行排序，以生成所述目标视频的推荐结果。

8.根据权利要求7所述的装置，其特征在于，所述内容特征获取模块包括以下至少一个单元：

人物向量单元，用于根据所述待处理视频的人物排序，确定所述待处理视频的人物向量；

内容向量单元，用于根据所述待处理视频的内容介绍，确定所述待处理视频的内容向量；

类型向量单元，用于根据所述待处理视频的节目类型，确定所述待处理视频的类型向量。

9.根据权利要求8所述的装置，其特征在于，所述人物向量单元还用于确定所述待处理视频的人物维度；获取所述人物维度中各人物对应的排序；计算各所述人物的基本权重。