[发明专利]一种对象推荐的方法及服务器

权利要求书

1.一种对象推荐的方法，其特征在于，包括：

获取第一对象集合中的对象所对应的第一历史视频信息，所述第一对象集合中的对象为用户特征信息不完善的对象；

将第一历史视频信息通过变换函数映射到所对应的对象的用户特征信息，所述变换函数为：通过第二对象集合中的每个对象所对应的用户特征信息，及所对应的第二历史视频信息的映射关系得到的，所述第二对象集合中的每个对象都为用户特征信息完善的对象；

根据至少两个用户特征信息确定所述至少两个用户特征信息所对应的对象之间的相似度；

根据所述相似度进行对象之间的推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取第一对象集合中的对象所对应的第一历史视频信息之前，所述方法还包括：

确定第二对象集合中的每个对象的用户特征信息；

确定所述第二对象集合中每个对象对应的第二历史视频信息；

采用高维最小二乘拟合估计算法确定每个对象所对应的所述第二历史视频信息到所述用户特征信息的变换函数。

3.根据权利要求2所述的方法，其特征在于，所述用户特征信息为用户特征向量，所述确定第二对象集合中的每个对象的用户特征信息，包括：

获取多个人格类型，所述多个人格类型中的每个人格类型用于表示对象所具有的人格属性；

确定第二对象集合中每个对象对应的用户特征向量，所述用户特征向量包括所述对象在多个人格类型上每个人格类型所对应的程度值。

4.根据权利要求2所述的方法，其特征在于，所述确定所述第二对象集合中每个对象对应的第二历史视频信息，包括：

确定所述第二对象集合中每个对象所对应的M个历史视频所归属的N个视频类别，所述M为大于或者等于所述N的正整数；

对所述N个视频类别进行排序，得到第二历史视频向量。

5.根据权利要求1所述的方法，其特征在于，所述变换函数为修正后的变换函数，所述方法还包括：

接收用户设备反馈的对于对象的选择信息；

根据所述选择信息对所述第二对象集合进行更新，得到第三对象集合；

确定第三对象集合中的每个对象的用户特征向量，及每个对象对应的第三历史视频向量；

根据所述用户特征向量到对应的第三历史视频向量的映射，得到修正后的变换函数。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述用户特征信息为用户特征向量，所述用户特征向量包括所述对象在多个人格类型上每个人格类型所对应的程度值；所述至少两个用户特征信息包括第一用户特征向量和第二用户特征向量，所述根据至少两个用户特征信息确定所述至少两个用户特征信息所对应的对象之间的相似度，包括：

根据所述第一用户特征向量的转置、第二用户特征向量及权重矩阵计算所述第一用户特征向量和所述第二用户特征向量的相似度，所述权重矩阵为根据人格类型之间的相似指数得到的。

7.根据权利要求1至5中任一项所述的方法，其特征在于，所述根据所述相似度进行对象之间的推荐，包括：

确定第一对象；

若所述第一对象与待推荐的第二对象之间的相似度大于阈值，则将所述第二对象推荐给第一对象。

8.一种服务器，其特征在于，包括：

获取模块，用于获取第一对象集合中的对象所对应的第一历史视频信息，所述第一对象集合中的对象为用户特征信息不完善的对象；

映射模块，用于将所述获取模块获取的所述第一历史视频信息通过变换函数映射到所对应的对象的用户特征信息，所述变换函数为：通过第二对象集合中的每个对象所对应的用户特征信息，及所对应的第二历史视频信息的映射关系得到的，所述第二对象集合中的每个对象为用户特征信息完善的对象；

第一确定模块，用于根据所述映射模块得到的至少两个用户特征信息确定所述至少两个用户特征信息所对应的对象之间的相似度；

推荐模块，用于根据所述第一确定模块确定的所述相似度进行对象之间的推荐。