[发明专利]一种基于标签分析的短视频数据推荐方法及系统

说明书

本申请提供一种基于标签分析的短视频数据推荐方法及系统，通过将每个第一用户行为活动数据分别加载至设定知识实体网络中进行规则化转换，并生成对应的第二用户行为活动数据，提高后续进行挖掘处理的可靠性，从不同短视频推荐维度划分为多个短视频推荐服务将对应的第二用户行为活动数据加载至对应的短视频推荐服务中，从而提取每个短视频推荐服务关联的所有第二用户行为活动数据后，加载至对应的兴趣热力趋势输出模型中生成对应的用户兴趣标签热力趋势后，进一步确定该目标用户对应的关键用户兴趣标签，据于此对该目标用户进行短视频数据推荐，进而以不同短视频推荐维度进行用户兴趣挖掘后进行个性化推荐，提高短视频推荐的精准度。

技术领域

本申请涉及信息推荐技术领域，具体而言，涉及一种基于标签分析的短视频数据推荐方法及系统。

背景技术

短视频即短片视频，是一种互联网内容传播方式，一般是在互联网新媒体上传播的时长在较短时长（如5分钟）以内的视频；随着移动终端普及和网络的提速，短平快的大流量传播内容逐渐获得各大平台、粉丝和资本的青睐。相关技术中，为了提高用户占有率，可以通过分析用户兴趣特点进而向各个用户进行短视频数据的个性化推荐，然而目前的短视频推荐方案中，短视频推荐的精准度无法满足相关用户需求。

发明内容

为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于标签分析的短视频数据推荐方法及系统。

第一方面，本申请提供一种基于标签分析的短视频数据推荐方法，应用于基于标签分析的短视频数据推荐系统，所述方法包括：

基于配置在目标用户的各个短视频服务页面的用户行为活动监控程序获取多个第一用户行为活动数据；

将每个第一用户行为活动数据分别加载至设定知识实体网络中进行规则化转换，并生成对应的第二用户行为活动数据；

依据用户短视频订阅项目确定多个短视频推荐服务；

依据每个短视频推荐服务，确定每个第二用户行为活动数据与对应的短视频推荐服务之间的服务关联度，若服务关联度大于第一目标值，则将对应的第二用户行为活动数据加载至对应的短视频推荐服务中；

依据多个短视频推荐服务分别配置多个兴趣热力趋势输出模型，并依据搜集的用户兴趣学习数据对各个兴趣热力趋势输出模型进行模型调优，输出模型调优后的兴趣热力趋势输出模型；

提取每个短视频推荐服务关联的所有第二用户行为活动数据，并加载至对应的模型调优后的兴趣热力趋势输出模型中，生成对应的用户兴趣标签热力趋势；

汇总各个用户兴趣标签热力趋势，并基于用户兴趣决策模型确定该目标用户对应的关键用户兴趣标签，以基于该目标用户对应的关键用户兴趣标签对该目标用户进行短视频数据推荐。

在第一方面的一种可能的实施方式中，汇总各个用户兴趣标签热力趋势，并基于用户兴趣决策模型确定该目标用户对应的关键用户兴趣标签的步骤，包括：

获取该目标用户在当前短视频互动场景所关注的短视频发布趋势以及热搜词条分布；

依据短视频发布趋势以及热搜词条分布，并依据兴趣联系预测模型预测当前短视频互动场景各个短视频推荐服务对目标用户的兴趣联系指数；

将各个用户兴趣标签热力趋势分别融合对应的兴趣联系指数，确定更新用户兴趣标签热力趋势；

依据各个更新用户兴趣标签热力趋势，并依据用户兴趣决策模型确定该目标用户对应的关键用户兴趣标签，其中，所述关键用户兴趣标签表示用户兴趣点以及对应的兴趣置信度。

在第一方面的一种可能的实施方式中，所述基于该目标用户对应的关键用户兴趣标签对该目标用户进行短视频数据推荐的步骤，包括：

依据各个用户兴趣标签热力趋势确定各个短视频推荐服务在同一维度上的兴趣关键词标签关系网络；