[发明专利]一种基于显式和隐式信息的视频推荐方法

权利要求书

1.一种基于显式和隐式信息的视频推荐方法，其特征在于，包括如下步骤：

步骤1，提取用户对视频的评分信息和用户社交关系信息；

步骤1具体包括以下步骤：

步骤11，从视频资源网站抓取用户对视频的评分作为用户视频评分矩阵R；

步骤12，从该视频资源网站提取用户与用户之间的社交关系矩阵，使用每行每列值为0或者1来描述用户社交关系矩阵T，T_uv＝1表示用户u信任用户v，反之则为0；

步骤2，根据用户对视频的评分和用户社交关系挖掘用户显式信息；

步骤2包括以下步骤：

步骤21，对于用户u_i，使用N_i＝{u_k|T_ik＝1}来表示这个用户的邻居用户；使用用户评分的cosine相似度来描述用户之间的彼此关系，挖掘得到用户的显式信息；

步骤3，根据用户对视频的评分挖掘视频隐式信息；

步骤3具体包括以下步骤：

步骤31，根据描述视频相似度的指标，计算出所有视频之间两两相似度，对目标视频j，将所有视频与目标视频j的相似度进行降序排序，选出前K个相似度最高的视频组成目标视频j的近邻集A_j，挖掘得到视频的局部隐式信息；

步骤32，通过视频流行度和用户评分之间的加权挖掘得到视频的全局隐式信息；

步骤4，融合用户显式信息和视频隐式信息，加入到协同过滤技术中；

步骤4具体包括以下步骤：

步骤41：综合考虑两种信息提出基于显式和隐式信息的视频推荐方法；

步骤42：使用随机梯度下降法优化目标函数。

2.根据权利要求1所述的基于显式和隐式信息的视频推荐方法，其特征在于，步骤21进一步包括以下步骤：

步骤21中，表示社会相似度矩阵，S_ik表示用户u_i和u_k的信任关系强度，S_ik通过如下公式定义，使用用户评分的cosine相似度来描述用户之间的彼此关系，

提出基于用户显式信息的推荐方法：

用于表示用户之间的偏置关系，S_ik越大，用户u_i和u_k联系越紧密。