[发明专利]一种基于随机游走的视频标签排序方法

说明书

本发明公开了一种基于随机游走的视频标签排序方法。它具体包括如下步骤：(1)视频标签图：定义视频标签i、标签j间的相似度，计算每个标签之间的相似度，并构建标签图，最终会得到个完全图；(2)顶点密度：根据随机游走算法定义顶点密度，用来衡量某个标签的代表性强弱；(3)顶点密度修正：通过IDF值来对顶点密度进行修正，定义修正顶点密度；(4)采用自适应步长标签排序算法输出排序视频标签序列。本发明的有益效果是：能够解决在非个性化推荐中视频标签选取的问题，使得非个性化推荐中的视频标签选取更为合适。

技术领域

本发明涉及视频标签相关技术领域，尤其是指一种基于随机游走的视频标签排序方法。

背景技术

目前的推荐方法可分为个性化推荐及非个性化推荐，其中个性化推荐一般会根据用户的历史行为、用户基础画像及视频属性等信息来推荐适合用户的视频。面对一些历史行为稀疏或刚注册的用户时，通常会采用直接推荐热门视频的非个性化推荐方法，热门视频通常是通过简单的时间、点击率、视频播放总量等排序获得。

在热门视频排序中，如果采用点击率、播放量作为排序依据时，排序结果会偏向某几个标签下的视频，最终展示给新用户的视频会过于集中。人为的规定几个特定的标签可以缓解集中的问题，但选择不同的标签组合会极大的影响最终效果，如何选择合适的标签成为了新的问题。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种解决在非个性化推荐中视频标签选取问题的基于随机游走的视频标签排序方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于随机游走的视频标签排序方法，具体包括如下步骤：

(1)视频标签图：定义视频标签i、标签j间的相似度，计算每个标签之间的相似度，并构建标签图，最终会得到个完全图；

(2)顶点密度：根据随机游走算法定义顶点密度，用来衡量某个标签的代表性强弱；

(3)顶点密度修正：通过IDF值来对顶点密度进行修正，定义修正顶点密度；

(4)采用自适应步长标签排序算法输出排序视频标签序列。

视频标签中，存在数据倾斜的情况，即某几个大众标签下会囊获大部分的视频，在计算标签间的相似度时，由于大众标签与其他标签共同的视频较多，会导致大众标签与其他标签的相似度较高。在构建图结构过程中，大众标签所有代表的顶点连边会远远高于其他冷门标签，而在计算顶点密度时，连边较多的顶点往往会获得较高的顶点密度值。因此我们通过IDF值来对顶点密度进行修正，定义修正顶点密度，在计算修正顶点密度中，选择不同的步长会对整体排序造成较大的影响，我们提出了自适应步长标签排序算法作为整体排序，从而能够解决在非个性化推荐中视频标签选取的问题，使得非个性化推荐中的视频标签选取更为合适。

作为优选，在步骤(1)中，构建视频标签图步骤如下：

(11)定义图G＝(V,E,p)，其中V＝{v₁,v₂,…,v_m}为图中的顶点集合，每个顶点代表着视频标签；E＝{e₁,e₂,…,e_n}为图中的边集合，每条边代表着视频标签之间的关系；p＝{p₁,p₂,…p_n}为图中的边权集合，每个边权代表着视频标签之间的相似度；

(12)计算每个视频标签之间的相似度，并构建图，最终会得到个完全图，即所有顶点间均存在连边；

(13)对图进行剪枝，设定边权阈值θ，对边权小于θ的边进行剪枝。

作为优选，定义视频标签i、视频标签j间的相似度计算公式如下：