[发明专利]一种视频推荐方法、装置、电子设备及可读存储介质

权利要求书

1.一种视频推荐方法，其特征在于，包括：

获取用户的历史点播数据；

从所述历史点播数据中提取对应用户的兴趣特征；其中，所述兴趣特征包括：视频节目、用户观看某个视频节目的观看时长比；

根据所述视频节目的观看时长比获取所述兴趣特征中视频节目与每个聚类中心之间的相似度；其中，所述聚类中心利用样本视频节目数据进行聚类获得；

根据所述相似度确定视频节目的隐因子向量；

确定视频节目喜爱度偏离值、用户喜爱度偏离值、用户的隐因子向量、用户和所观看的视频节目之间的隐因子向量；

根据所述视频节目的隐因子向量、用户观看过的所有视频节目的总数、所述视频节目喜爱度偏离值、所述用户喜爱度偏离值、所述用户的隐性因子向量、所述用户和所观看的视频节目之间的隐因子向量获得用户对每个节目的喜爱度预测值；

根据所述喜爱度预测值确定向对应用户终端推荐的视频节目。

2.如权利要求1所述的方法，其特征在于，所述用户观看过的所有视频节目的总数通过用户的历史行为统计获取。

3.如权利要求1所述的方法，其特征在于，根据所述喜爱度预测值确定向对应用户终端推荐的视频节目的步骤包括：

将所述用户观看过的视频节目剔除掉；

按所述喜爱度预测值的大小对剩余的视频节目降序排列，根据排列结果生成推荐列表；

将所述推荐列表中排在前面的视频节目的数据发送至用户终端。

4.如权利要求1所述的方法，其特征在于，确定视频节目喜爱度偏离值、用户喜爱度偏离值、用户的隐因子向量、用户和所观看的视频节目之间的隐因子向量的步骤包括：

对损失函数利用随机梯度下降法求解，确定当所述损失函数取最小值时对应的视频节目喜爱度偏离值、用户喜爱度偏离值、用户的隐因子向量、用户和所观看的视频节目之间的隐因子向量。

5.如权利要求1所述的方法，其特征在于，所述用户观看某个视频节目的观看时长比等于用于观看某个视频节目的时长除以对应视频节目的总时长。

6.如权利要求1所述的方法，其特征在于，所述相似度通过曼哈顿街区距离公式、欧式距离公式或皮尔逊公式获取。

7.如权利要求1所述的方法，其特征在于，根据所述相似度确定视频节目的隐因子向量的步骤包括：

从所述视频节目与每个聚类中心之间的相似度中获取最大相似度、最小相似度；

将所述视频节目与每个聚类中心之间的相似度均除以所述最大相似度或所述最小相似度，获得归一化结果值；

将归一化结果值与阈值比较，将小于阈值的归一化结果值置于零，将大于等于的阈值的归一化结果值保持不变，得到的结果值构成的向量为所述视频节目的隐因子向量。

8.一种视频推荐装置，其特征在于，包括：

历史点播数据获取单元，用于获取用户的历史点播数据；

兴趣特征提取单元，用于从所述历史点播数据中提取对应用户的兴趣特征；其中，所述兴趣特征包括：视频节目、用户观看某个视频节目的观看时长比；

相似度获取单元，用于根据所述视频节目的观看时长比获取所述兴趣特征中视频节目与每个聚类中心之间的相似度；其中，所述聚类中心利用样本视频节目数据进行聚类获得；

第一参数确定单元，用于根据所述相似度确定视频节目的隐因子向量；

第二参数确定单元，用于确定视频节目喜爱度偏离值、用户喜爱度偏离值、用户的隐因子向量、用户和所观看的视频节目之间的隐因子向量；

喜爱度预测值单元，用于根据所述视频节目的隐因子向量、用户观看过的所有视频节目的总数、所述视频节目喜爱度偏离值、所述用户喜爱度偏离值、所述用户的隐性因子向量、所述用户和所观看的视频节目之间的隐因子向量获得用户对每个节目的喜爱度预测值；

推荐单元，用于根据所述喜爱度预测值确定向对应用户终端推荐的视频节目。

9.如权利要求8所述的装置，其特征在于，所述喜爱度预测值单元通过用户的历史行为统计获取所述用户观看过的所有视频节目的总数。