[发明专利]视频推荐方法及系统

说明书

本发明提供了一种视频推荐方法及系统，获取用户在当前访次内访问的第一视频的资料信息；根据所述第一视频的资料信息，确定用户的兴趣点；根据所述用户的兴趣点，从视频候选集中获取第二视频；将所述第二视频推荐给所述用户。本发明根据用户在当前访次内访问的第一视频的资料信息，来为用户推荐第二视频，能够提高视频推荐结果的时效性与准确性；而且，本发明的视频推荐方案，无需依赖用户历史行为数据或视频的历史评价信息，就能够实时为用户提供准确的推荐结果，从而解决了现有技术中对于缺少历史喜欢信息的新用户或缺少评价信息的新视频，无法实现视频推荐的问题。

技术领域

本发明涉及信息处理领域，更具体的说，涉及视频推荐方法及系统。

背景技术

互联网时代催生了视频的产生及迅速膨胀，随着视频信息量的大幅增长，使得用户在面对大量视频时无法从中获得对自己真正感兴趣的内容，对信息的使用效率反而降低了，导致信息超载问题。

目前，常采用推荐系统来解决信息超载问题，推荐系统中最常应用的技术是协同过滤推荐技术。协同过滤推荐技术一般采用最近邻算法，利用不同用户的历史喜好信息计算不同用户之间的距离，然后利用目标用户的最近邻居用户对商品评价的加权评价值来预测目标用户对特定商品的喜好程度，系统从而根据这一喜好程度来对目标用户进行推荐。

但是，用户对于视频的兴趣点可能会在短时间内发生变化，但由于协同过滤推荐方法是依据用户的历史喜好信息来推荐视频，所以使得视频推荐结果的时效性与准确性较差；并且，每个用户对视频的观看数量是有限的，视频库中的视频达到千万级别，但是用户观看的视频数量可能只有100个，导致用户观看行为非常稀疏，所以，协同过滤推荐方法使用相似度量方式不能保证计算出来的用户最近邻居是准确的，从而大大影响了推荐效果；而且，由于协同过滤推荐方法需要依赖于用户的历史行为数据以及用户对视频的历史评价信息来计算推荐结果，所以，对于新用户与新视频均缺少相应的用户行为数据的情况，协同过滤推荐方法并不能适用。

所以，目前迫切需要一种能够针对用户不断变化的兴趣，实时、准确地推荐视频的技术方案。

发明内容

有鉴于此，本发明提供了一种视频推荐方法及系统，以解决目前推荐系统过度依赖于用户的历史行为数据，导致推荐结果时效性及准确性较差，甚至对于缺少历史喜欢信息的新用户或缺少评价信息的新视频，无法实现视频推荐的技术问题。

为实现上述目的，本发明提供如下技术方案：

一种视频推荐方法，包括：

获取用户在当前访次内访问的第一视频的资料信息；

根据所述第一视频的资料信息，确定用户的兴趣点；

根据所述用户的兴趣点，从视频候选集中获取第二视频；

将所述第二视频推荐给所述用户。

优选的，所述根据所述第一视频的资料信息，确定用户的兴趣点包括：

对所述第一视频的资料信息进行分词处理，得到分词结果；

根据所述分词结果，利用预设分类模型确定所述第一视频的类型；

根据所述第一视频的类型与所述分词结果，确定所述第一视频的主题；

将所述第一视频的类型与主题共同确定为所述用户的兴趣点。

优选的，所述根据所述用户的兴趣点，从视频候选集中获取第二视频包括：

根据所述用户的兴趣点，确定相关兴趣点；

根据所述相关兴趣点，确定第二视频；

从视频候选集中获取所述第二视频；