[发明专利]短视频推荐方法、电子设备和计算机可读存储介质

权利要求书

1.一种短视频推荐方法，其特征在于，包括：

服务器存储上传的多个短视频，多个所述短视频包括标签，所述服务器还包括已训练的Word2vec模型；

客户端登录账号；

所述服务器判断所述账号是否为新用户；

若不是新用户，所述服务器判断所述账号是否存在评论信息；

若存在评论信息，所述服务器获取所述账号的已观看的所述短视频，根据已观看的所述短视频获取所述账号的全部所述评论信息，通过加载有所述Word2vec模型的卷积神经网络模型提取全部所述评论信息的关键词并分类形成多种类别集合，每种所述类别集合包含多个相同的所述关键词，将包含所述关键词数量多于预设词数阈值的所述类别集合作为所述账号的偏好关键词，将所述账号的全部评论信息与系数相乘得到的值作为所述账号的所述预设词数阈值，所述账号的偏好关键词分别与未观看的所述短视频的所述标签进行计算得到关联值，将所述关联值超过关联阈值的未观看的所述短视频推荐给所述账号；

所述账号的偏好关键词分别与未观看的所述短视频的所述标签进行计算得到关联值，按照以下方式计算：

其中，M为所述关联值，A_W为所述账号的偏好关键词，B_W为所述标签，(A_W∩B_W)为所述账号的偏好关键词与所述标签之间相同的字符，DP(A_W∩B_W)为所述账号的偏好关键词与所述标签之间相同的字符的聚合度，A_W∪B_W为所述账号的偏好关键词与所述标签之间的所有字符。

2.根据权利要求1所述的短视频推荐方法，其特征在于，所述服务器判断所述账号是否为新用户，还包括，

若是新用户，所述服务器判断所述账号是否为被动注册账号；

若是被动注册账号，所述服务器查询所述账号的邀请账号，调取所述邀请账号的偏好关键词，将与所述邀请账号的偏好关键词的关联值超过所述关联阈值的未观看的所述短视频推荐给所述账号。

3.根据权利要求2所述的短视频推荐方法，其特征在于，所述服务器判断所述账号是否为被动注册账号，还包括，

若不是被动注册账号，所述服务器按照多个所述短视频的热度评分由高到低的顺序推荐给所述账号。

4.根据权利要求1所述的短视频推荐方法，其特征在于，所述服务器判断所述账号是否存在评论信息，

若不存在评论信息，所述服务器判断所述账号在所述客户端是否存在购物行为；

若存在购物行为，所述服务器获取所述账号的购买记录，提取所述购买记录中的商品名称，将与所述商品名称相关的未观看的所述短视频推荐给所述账号。

5.根据权利要求1所述的短视频推荐方法，其特征在于，所述根据已观看的所述短视频获取所述账号的全部所述评论信息，还包括，

判断所述评论信息是否为文字；

若不是文字，所述服务器判定所述评论信息为无效评论，将所述无效评论忽略。

6.根据权利要求1所述的短视频推荐方法，其特征在于，所述账号的偏好关键词根据所述评论信息实时更新。

7.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储所述处理器可执行指令，所述处理器被配置为执行权利要求1-6中任一项所述的短视频推荐方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现权利要求1-6中任一项所述的短视频推荐方法。