[发明专利]推荐视频资源的方法及系统

权利要求书

1.一种推荐视频资源的方法，其特征在于，包括：

收集各用户观看视频过程中的历史记录；所述历史记录包括观看过的各视频类型，以及至少一种其他维度上的数据；

对收集到的各用户的历史记录进行统计，根据每一用户观看的各类型视频的数量计算其观看各类型视频的数量占比，并将该用户归入数量占比大于组阈值的特定类型视频所对应的用户组，该用户定义为典型用户，生成各特定视频类型对应的包括典型用户的用户组；

分别获取各特定类型的用户组内典型用户在其他维度上的数据特征，确定各特定类型的用户在其他维度上的组特征；

判断典型用户外的其他用户在其他维度上的数据特征，是否满足某特定类型的用户组的组特征，如果是，则将该用户加入该特定类型的用户组；

根据各用户组所对应的特定类型信息，向用户组内的用户推荐对应的视频资源。

2.根据权利要求1所述的方法，其特征在于：所述至少一种其他维度上的数据包括，用户观看各类型视频的观看时长、用户观看视频的时间段分布、用户观看同一视频的次数、用户进行搜索的次数和搜索内容、用户使用应用的次数、和用户对推荐类的消息的点击次数。

3.根据权利要求1所述的方法，其特征在于：所述收集各用户观看视频过程中的历史记录包括：当用户观看视频的时长大于第一下限值时，记录其历史记录。

4.根据权利要求1所述的方法，其特征在于：所述收集各用户观看视频过程中的历史记录包括，对收集到的历史记录进行归一化处理，删除重复数据。

5.根据权利要求1所述的方法，其特征在于：所述组阈值为用户观看的各类型视频的数量占比的第二下限值。

6.根据权利要求1所述的方法，其特征在于，还包括：计算典型用户外的其他用户观看的各类型视频的数量计算各类型的数量占比，判断该数量占比是否大于等于对应组的组阈值，若大于等于组阈值则将其划入该组；若占比小于各分组的组阈值，则获得该用户在其他维度上的数据特征。

7.根据权利要求1所述的方法，其特征在于，还包括：对于历史记录条数大于第三下限值的用户进行统计分组，对于分组后的用户在每增加一定条数的记录后重新对该用户进行统计分组。

8.根据权利要求1所述的方法，其特征在于：所述向用户组内的用户推荐对应视频包括对同一视频进行跨组推荐。

9.一种推荐视频资源的系统，其特征在于，包括：

历史记录获取模块，用于收集各用户观看视频过程中的历史记录，所述历史记录包括观看过的各视频类型，以及至少一种其他维度上的数据；

典型用户选取划分模块，对收集到的各用户的历史记录进行统计，根据每一用户观看的各类型视频的数量计算其观看各类型视频的数量占比，并将该用户归入数量占比大于组阈值的特定类型视频所对应的用户组，该用户定义为典型用户，生成各特定视频类型对应的包括典型用户的用户组；

模型训练模块，用于分别获取各特定类型的用户组内典型用户在其他维度上的数据特征，确定该组在其他维度上的组特征；

用户分组模块，用于判断典型用户外的其他用户在其他维度上的数据特征，是否满足某特定类型的用户组的组特征，如果是，则将该用户加入该特定类型的用户组；

视频推荐模块，用于根据各用户组所对应的特定类型信息，向用户组内的用户推荐对应的视频资源。

10.根据权利要求9所述的系统，其特征在于：所述至少一种其他维度上的数据包括，用户观看各类型视频的观看时长、用户观看视频的时间段分布、用户观看同一视频的次数、用户进行搜索的次数和搜索内容、用户使用应用的次数、和用户对推荐类的消息的点击次数。