[发明专利]视频推荐方法及装置

说明书

本申请公开了一种视频推荐方法。该方法包括：获取目标用户的偏好特征向量及多个待推荐视频的描述特征向量；分别计算所述偏好特征向量与各个待推荐视频的描述特征向量的相似度值，并将计算得到的各个相似度值作为所述目标用户与所述待推荐视频的匹配度；获取所述目标用户对各个待推荐视频的观看进度加权值及互动次数加权值；根据预设的推荐权值算法、所述目标用户与各个待推荐视频的匹配度、所述目标用户对各个待推荐视频的观看进度加权值及互动次数加权值计算所述目标用户对各个待推荐视频的推荐值；将推荐值符合预设条件的待推荐视频组成推荐列表推荐给所述目标用户。本申请可提高视频推荐准确度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种视频推荐方法及装置。

背景技术

目前的视频推荐算法主要有以下几类，分别是：基于内容的推荐算法、基于协同的推荐算法、或者基于关联的推荐算法。有的视频App使用其中的某个推荐算法实现推荐功能，也有的整合两个或者两个以上的推荐算法，通过一个算法的优点弥补另一个算法的缺点的方式，组合实现视频的推荐功能。

然而，现有的上述推荐方式虽然可以实现视频的推荐功能，但发明人发现，现有的推荐算法经常会出现重复推荐视频的情况，导致视频推荐结果不准确。

发明内容

本申请实施例的目的是提供一种视频推荐方法及系统，可以解决现有技术中视频推荐方法容易向用户多次重复推荐同一个视频，导致视频推荐不准确的问题。

本申请实施例的一个方面提供了一种视频推荐方法，包括：

获取用户的偏好特征向量及多个待推荐视频的描述特征向量，所述偏好特征向量为所述目标用户偏好视频类型所对应的第一类型向量，所述描述特征向量为所述待推荐视频所属的第二类型向量；

分别计算所述偏好特征向量与各个待推荐视频的描述特征向量的相似度值，并将计算得到的各个相似度值作为所述目标用户与所述待推荐视频的匹配度；

获取所述目标用户对各个待推荐视频的观看进度加权值及互动次数加权值；

根据预设的推荐权值算法、所述目标用户与各个待推荐视频的匹配度、所述目标用户对各个待推荐视频的观看进度加权值及互动次数加权值计算所述目标用户对各个待推荐视频的推荐值；

将推荐值符合预设条件的待推荐视频组成推荐列表推荐给所述目标用户。

可选地，所述方法还包括：

获取所述目标用户的历史观看记录，所述历史观看记录包括所述目标用户在历史时间段内观看的每一个历史视频的观看时长、每一个历史视频的总时长及观看每一个历史视频过程中的互动次数，其中，每一个历史视频具有对应的描述特征向量；

根据各个历史视频的描述特征向量、所述目标用户对各个历史视频的观看时长、所述目标用户在观看各个历史视频的过程中的互动次数及各个历史视频的总时长确定所述目标用户的偏好特征向量。

可选地，所述描述特征向量由多个描述特征分量组成，所述偏好特征向量由多个偏好特征分量组成，所述根据各个历史视频的描述特征向量、所述目标用户对各个历史视频的观看时长、所述目标用户在观看各个历史视频的过程中的互动次数及各个历史视频的总时长确定所述目标用户的偏好特征向量包括：

根据各个历史视频的描述特征向量统计每一个描述特征分量对应的历史视频的总数量；

根据每一个描述特征分量对应的各个历史视频的所述总时长、所述观看时长、所述互动次数、所述历史视频的总数量及预设的偏好特征算法计算每一个描述特征分量对应的偏好特征分量，并将得到的所有偏好特征分量组成所述偏好特征向量。

可选地，所述方法还包括：计算所述目标用户对各个待推荐视频的互动次数加权值的步骤，其中，针对多个待推荐视频中的第u个待推荐视频，计算所述目标用户对第u个待推荐视频的观看进度加权值包括：