[发明专利]视频推荐方法及装置、存储介质及电子设备

权利要求书

1.一种视频推荐方法，其特征在于，包括：

当接收到目标用户的视频推荐请求时，依据所述目标用户的基础信息生成特征信息，其中，所述目标用户为预设时段内不具有视频观看记录的用户；

调用预先设置的分类模型基于所述特征信息，确定出所述目标用户所属的用户类型；

确定所述用户类型对应的预先建立的待推荐视频集合；其中，所述待推荐视频集合包含多个用户偏好视频；所述用户偏好视频为属于所述用户类型的各个历史用户的已观看视频中满足预设的偏好条件的视频；所述偏好条件为已观看视频的兴趣评分的排序序号小于等于预设的序号阈值，或者已观看视频的兴趣评分大于预先设定的评分阈值；

将所述待推荐视频集合中的用户偏好视频推荐至所述目标用户；

其中，依据所述目标用户的基础信息生成特征信息，包括：对所述目标用户的基础信息进行预处理，得到基础特征信息；判断是否存在所述目标用户的已观看视频；若不存在所述目标用户的已观看视频，则获取预先生成的平均视频特征信息；所述平均视频特征信息包括各个历史用户的视频特征信息的平均值；将所述基础特征信息以及所述平均视频特征信息按预设的组合方式进行组合，获得特征信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

若存在所述目标用户的已观看视频，则调用预先设置的视频特征识别模型分别对所述目标用户的每个已观看视频进行识别，得到所述目标用户的每个已观看视频的视频特征向量；

基于所述目标用户的每个已观看视频的视频特征向量，生成所述目标用户的视频特征信息；

将所述基础特征信息以及所述视频特征信息按预设的组合方式进行组合，获得特征信息。

3.根据权利要求1所述的方法，其特征在于，所述分类模型的设置过程，包括：

获取多个历史用户的训练样本，每个所述训练样本包含其所属的历史用户的特征信息；

应用所述多个历史用户的训练样本对预先构建的初始分类模型进行训练，得到待上线分类模型；

按预设的模型评估方式对所述待上线分类模型进行评估得到模型评估指标；

将所述模型评估指标与所述初始分类模型的初始模型评估指标进行对比；

若所述模型评估指标优于所述初始模型评估指标，则将所述待上线分类模型作为分类模型。

4.根据权利要求3所述的方法，其特征在于，还包括：

若所述模型评估指标不优于所述初始模型评估指标，则将所述初始分类模型作为分类模型。

5.根据权利要求1所述的方法，其特征在于，所述待推荐视频集合的建立过程，包括：

获取所述用户类型对应的视频观看数据；所述视频观看数据包括属于所述用户类型的各个历史用户的每个已观看视频的各个评分维度的维度值；

对于每个已观看视频，依据该已观看视频的每个评分维度的维度值以及每个所述评分维度对应的权重，得到该已观看视频的兴趣评分；

按所述用户类型的各个历史用户的每个已观看视频的兴趣评分的由大至小的顺序，选取预设数目的已观看视频作为用户偏好视频；

将各个所述用户偏好视频组成所述用户类型对应的待推荐视频集合。

6.根据权利要求1所述的方法，其特征在于，所述待推荐视频集合的建立过程，包括：

获取所述用户类型对应的视频观看数据；所述视频观看数据包括属于所述用户类型的各个历史用户的每个已观看视频的各个评分维度的维度值；

对于每个所述已观看视频，依据该已观看视频的每个评分维度的维度值以及每个所述评分维度对应的权重，得到该已观看视频的兴趣评分；

将所述用户类型的各个历史用户的每个已观看视频的兴趣评分与预先设置的兴趣评分阈值进行比较；

将兴趣评分大于所述兴趣评分阈值的已观看视频作为用户偏好视频；

将各个所述用户偏好视频组成所述用户类型对应的待推荐视频集合。