[发明专利]视频内容推荐方法、装置、计算机设备及存储介质

权利要求书

1.一种视频内容推荐方法，其特征在于，所述方法包括：

依次从待选视频集中选取待选视频作为第一视频预添加到推荐视频序列的最后序位；

在所述推荐视频序列中截取包含所述第一视频的预设数量视频的视频序列区段；

获取所述第一视频的目标属性和初始推荐评分；

在所述视频序列区段中查找出除去所述第一视频之外的具有所述目标属性的目标视频，并统计出所述目标视频的数量n；

根据所述n以及每一所述目标视频与所述第一视频的排序距离对所述第一视频的所述初始推荐评分进行修正，得到修正推荐评分；

将所述第一视频放回所述待选视频集；以及

从所述待选视频集中选择出修正推荐评分最高的视频添加到所述推荐视频序列的最后序位。

2.如权利要求1所述的视频内容推荐方法，其特征在于，所述获取所述第一视频的目标属性包括：

当所述第一视频的目标属性为空时，对所述第一视频标记上预设的视频属性，然后将所述视频属性作为所述第一视频的目标属性。

3.如权利要求1所述的视频内容推荐方法，其特征在于，所述根据所述n以及每一所述目标视频与所述第一视频的排序距离对所述第一视频的所述初始推荐评分进行修正，得到修正推荐评分，包括：

当所述n大于或等于预设的阈值N时，将所述第一视频的修正推荐评分置为0。

4.如权利要求1所述的视频内容推荐方法，其特征在于，所述根据所述n以及每一所述目标视频与所述第一视频的排序距离对所述第一视频的所述初始推荐评分进行修正，得到修正推荐评分，包括：

当所述n小于预设的阈值N时，获取所述目标视频在所述视频序列区段中的位置序号i以及所述第一视频在所述视频序列区段中的位置序号k；

根据所述i、所述k以及预设的修正公式对所述初始推荐评分进行修正。

5.如权利要求4所述的视频内容推荐方法，其特征在于，所述目标属性包括标签属性和作者属性，所述修正公式包括：

其中，score_k为所述第一视频的初始推荐评分，score’_k为所述第一视频的修正推荐评分，count(tags_k)为所述第一视频的标签属性的个数，count(tags_i)为所述目标视频的标签属性的个数，demote(distance(i，k)，tag)为第一修正函数，demote(distance(i，k)，up)为第二修正函数，tag为标签属性，up为作者属性。

6.如权利要求5所述的视频内容推荐方法，其特征在于，所述第一修正函数和所述第二修正函数为值域为[0，1]的衰减函数，包括一次函数或二次函数。

7.如权利要求5所述的视频内容推荐方法，其特征在于，当所述第一修正函数和所述第二修正函数均为半衰期函数时，所述修正公式包括：

其中，T_tag为根据标签属性预先设置的衰减常数，T_up为根据作者属性预先设置的衰减常数。

8.如权利要求1所述的视频内容推荐方法，其特征在于，所述根据所述n以及每一所述目标视频与所述第一视频的排序距离对所述第一视频的所述初始推荐评分进行修正，得到修正推荐评分，包括：

从待推荐的用户终端获取对应的目标用户属性；

根据所述n以及每一所述目标视频与所述第一视频的排序距离，结合所述目标用户属性和/或所述第一视频的视频类型，对所述第一视频的所述初始推荐评分进行修正，得到对应于所述目标用户的修正推荐评分。