[发明专利]视频推荐方法、装置及存储介质、计算机设备

说明书

本发明提供一种视频推荐方法、装置及存储介质、计算机设备，所述方法包括：获取预设时间段内每个时间间隔的目标视频的行为数据；根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；根据所述目标视频的推荐得分推荐视频。上述方法减少视频推荐时数据运算的时间，更快将新的热门视频，优化了视频推荐效果。

技术领域

本发明涉及视频数据处理技术领域，具体而言，本发明涉及一种视频推荐方法、装置及存储介质、计算机设备。

背景技术

推荐系统需要根据用户的历史行为和兴趣预测用户未来的行为和兴趣，向用户个性化推荐符合用户预期的物品。当新用户进来时，由于缺少历史数据，无法进行个性化推荐，这就是物品推荐的用户冷启动问题。一般情况下，对于用户冷启动问题，主要使用热门推荐的方式，即向用户推荐当前用户群体比较喜欢的物品，待用户数据足够多，再进行个性化推荐。

热门推荐中，常用的方法，即根据贝叶斯原理和视频过去一段时间收集到的用户行为数据，计算视频热门的程度，从而根据视频热门程度进行推荐。然而，这种方案在数据量较大时，由于已经计算过的行为数据将会重新计算，造成大量数据重复计算，因此将耗费大量的计算时间，使得最终算出的热门视频，已经是过去一段时间的热门视频，同时新的热门视频不能得到更快速的曝光，不能得到实时的热门视频推荐。

发明内容

本发明提出一种多视频推荐方法、装置及存储介质、计算机设备，以减少视频推荐时数据运算的时间，更快将新的热门视频，优化了视频推荐效果。

本发明提供以下方案：

一种视频推荐方法，包括：获取预设时间段内每个时间间隔的目标视频的行为数据；根据所述行为数据获取所述目标视频在每个所述时间间隔内的时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分；根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分；根据所述目标视频的推荐得分推荐视频。

在一实施例中，所述根据所述预设时间段内每个所述时间间隔中所述目标视频的所述时间间隔结束时间、视频发布时间、视频行为次数以及用户对所述目标视频的行为得分，计算得到所述目标视频的推荐得分，包括：计算当前时间与每个所述时间间隔中所述时间间隔结束时间的差值，得到第一差值；计算当前时间与每个所述时间间隔中所述视频发布时间的差值，得到第二差值；根据所述第一差值计算每个所述时间间隔中所述用户对所述目标视频的行为得分的衰减值；根据所述视频行为次数、所述第二差值以及所述衰减值计算得到预设时间段内所述目标视频的推荐得分。

在一实施例中，所述视频行为次数包括视频下发次数；所述目标视频的推荐得分根据以下公式获得：

其中，score1表示目标视频的推荐得分，C表示预设时间内所有视频行为次数总和，m表示上一预设时间内所有视频平均得分，n表示目标视频在当前时间间隔的总下发次数，k表示整数，now_time表示当前时间，action_time_k表示第k个时间间隔结束时间，t设定的常数；post_time_k表示目标视频的视频发布时间，每个时间间隔中目标视频的视频发布时间相同；表示所述衰减值。

在一实施例中，所述根据所述行为数据获取用户对所述目标视频的行为得分，包括：获取用户在每个时间间隔内对所述目标视频的多个行为数据，以及每个行为数据的权重；根据每个所述行为数据以及对应的权重，计算所述用户对所述目标视频的行为得分。