[发明专利]一种个性化大数据混合推荐系统

说明书

本发明公开了一种个性化大数据混合推荐系统，包括总体需求单元、需求分析单元和总体设计单元，所述总体需求单元包括功能性需求模块、接口需求模块和非功能性需求模块，本发明通过现有的基于视频的协同过滤算法与基于流行度的算法加上线性加权法来实现内容召回混合功能，再配合贝叶斯平滑方法来计算CTR预估中所需要的参数，最后推荐结果列表格式，输出相对应的接口文件来与后台搜索模块进行交互，并透过在线测试所获得的用户点击率变化来分析本模块可改善优化的方向，以达到提升召回率、准确率与点击率的目标，满足不同用户本身的兴趣与喜好，以个性化的推荐策略满足不同用户群体的需求和期望。

技术领域

本发明属于个性化视频推荐技术领域，更具体地说，尤其涉及一种个性化大数据混合推荐系统。

背景技术

经常刷短视频的人，往往会发现自己对一个视频点赞之后，在随后一段时间内，系统会为自己推送越来越多类似的视频，并且推送的广告信息，也与自己感兴趣的内容接近；个性化推荐有助于改善用户体验，用户不管是喜欢小动物、美食还是美妆，都不用到处去搜索资源，算法会源源不断地推荐；

当前一些互联网公司的基于智能语音助手的视频推荐功能采用的推荐策略为千人一面的热门推荐方法，尤其地，申请号为201610712336.X的专利公开了一种个性化视频推荐系统及方法，其中系统包括视频数据库；点击行为记录模块，获取各用户的点击行为，并针对各用户分别将被点击的视频的标识记录于数据库表中；兴趣模型建立模块，从该数据库表中获取每个视频的属性信息，并根据该属性信息提取用户的兴趣标记，建立兴趣模型；候选视频生成模块，根据一相关视频生成规则从视频数据库中生成一候选视频列表；以及视频推荐模块，对该候选视频列表中的每条候选视频根据一权值计算模型进行权值计算，并根据每条候选视频的权值计算结果排序生成推荐列表，输出推荐结果。该发明可根据每个用户的个人兴趣，挖掘出符合个性化需求的内容进行推荐；

上述视频推荐系统虽然能将时下最多人关注的视频内容推荐给用户，但无法满足不同用户本身的兴趣与喜好，对于这些用户群体的需求与期望，需要以个性化的推荐策略来满足。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，实现通过现有的基于视频的协同过滤算法与基于流行度的算法加上线性加权法来实现内容召回混合功能，再配合贝叶斯平滑方法来计算CTR预估中所需要的参数，最后推荐结果列表格式，输出相对应的接口文件来与后台搜索模块进行交互，并透过在线测试所获得的用户点击率变化来分析本模块可改善优化的方向，以达到提升召回率、准确率与点击率的目标，满足不同用户本身的兴趣与喜好，以个性化的推荐策略满足不同用户群体的需求和期望。

为实现上述目的，本发明提供如下技术方案：一种个性化大数据混合推荐系统，包括总体需求单元、需求分析单元和总体设计单元，所述总体需求单元包括功能性需求模块、接口需求模块和非功能性需求模块，所述需求分析单元包括个性化视频推荐模块、外部事件模块和运行场景模块，所述总体设计单元包括总体架构和业务流程；

所述功能性需求模块包括数据集导入处理、视频内容召回、内容排序计算和推荐结果输出，所述数据集导入处理可细分为数据集导入和数据集预处理，所述视频内容召回可细分为基于视频的协同过滤计算、基于流行度的计算和混合计算，所述接口需求模块包括输入内容格式、输入文档格式、文档读取地址、输出内容格式、输出文档格式和文档存储地址，所述非功能性需求模块包括召回率、准确率、点击率、混合比例、运行稳定性和模块化设计；

所述个性化视频推荐模块中的视频评分数据集给该模块提供视频标签与用户历史数据所产生的ratings数据集，个性化视频推荐模块获取数据后对数据进行预处理，并随机生成训练集与测试集；所述外部事件模块包括视频评分信息、推荐结果信息、结果评价信息、点击率预估参数信息和模型参数调整事件；所述运行场景模块包括个性化视频推荐、混合比例调参和点击率预估参数返回三个场景。