一种视频推荐方法和装置制造方法
【专利摘要】本发明实施例提供了一种视频推荐方法和装置，其中的方法具体包括：利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到用户对于视频特征的喜好度；依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好度；依据当前用户对于视频的喜好度，向所述当前用户推荐视频。本发明实施例能够针对单个用户推荐用户喜爱的视频，使用户能够直接快速的获取喜欢的视频。
【专利说明】一种视频推荐方法和装置
【技术领域】
[0001] 本发明涉及互联网信息处理【技术领域】，特别是涉及一种视频推荐方法和一种视频 推荐装置。
【背景技术】
[0002] 随着多媒体技术、网络技术和有线电视的发展，视频已经成为人们日常生活中获 取信息和享受娱乐的主要载体。社交网络爆炸式的增长使得数以百万计的网络视频可供人 们观看，海量的网络视频资源在互联网上传输，通过互联网搜索并观看丰富的视频内容已 成为广大网民获取信息的主流方式。
[0003] 视频推荐是视频网站帮助用户查找并观看某个特定领域视频的方法和工具。相对 于传统的视频目录浏览方式或者视频搜索方式，视频推荐能够在用户不确定合适的搜索词 的情况下，发现用户需求的特定领域，在该领域内进行推荐，避免了搜索词的输入和层次目 录的多次点击过程，使得查找并观看某个特定类型的视频更加简单容易。
[0004] 现有的一种视频推荐方法，会挑选用户点击率较高的视频，并提供给用户。然而， 这种视频推荐方法向所有用户推荐相同的视频，推荐的视频中仍然会存在某单个用户不感 兴趣的节目，该单个用户仍不能直接快速的挑选自己喜欢的节目。
【发明内容】
[0005] 本发明实施例所要解决的技术问题是提供一种视频推荐方法，能够针对单个用户 推荐用户喜爱的视频，使用户能够直接快速的获取喜欢的视频。
[0006] 相应的，本发明实施例还提供了一种视频推荐装置，用以保证上述方法的实现及 应用。
[0007] 为了解决上述问题，本发明公开了一种视频推荐方法，包括：
[0008] 利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到用户对于视 频特征的喜好度；
[0009] 依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好度；
[0010] 依据当前用户对于视频的喜好度，向所述当前用户推荐视频。
[0011] 优选的，所述方法还包括：
[0012] 采集所述当前用户对于所推荐视频实时反馈的信息；
[0013] 依据所述反馈信息，对所述当前用户对于视频特征的喜好度进行更新；
[0014] 依据更新后的所述当前用户对于视频特征的喜好度，确定所述当前用户对于视频 的当前喜好度；
[0015] 依据所述当前用户对于视频的当前喜好度，向所述当前用户推荐视频。
[0016] 优选的，所述利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到 用户对于视频特征的喜好度的步骤，包括：
[0017] 统计某用户在时间窗口内观看过的视频，记为第一视频；
[0018] 对该用户观看所述第一视频的时间比例与所述第一视频到某视频特征的映射值 的乘积累加，得到该用户对于该视频特征的喜好度。
[0019] 优选的，所述依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好度 的步骤，包括：
[0020] 对用户对于视频特征的喜好度与某视频包含的该视频特征的乘积累加，得到用户 对于该视频的喜好度。
[0021] 优选的，所述依据当前用户对于视频的喜好度，向所述当前用户推荐视频的步骤， 包括：按照当前用户对于视频的喜好度由高到低的顺序对各待推荐视频进行排序，并将排 序后的结果推荐给用户。
[0022] 优选的，所述方法还包括：
[0023] 依据当前用户对于视频的喜好度和视频的质量度量，向所述当前用户推荐视频。
[0024] 另一方面，本发明还公开了一种视频推荐装置，包括：
[0025] 分析模块，用于利用视频与视频特征的映射关系，分析用户对视频的行为数据，得 到用户对于视频特征的喜好度；
[0026] 确定模块，用于依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好 度；及
[0027] 推荐模块，用于依据当前用户对于视频的喜好度，向所述当前用户推荐视频。
[0028] 优选的，所述装置还包括：
[0029] 采集模块，用于采集所述当前用户对于所推荐视频实时反馈的信息；
[0030] 更新模块，用于依据所述反馈信息，对所述当前用户对于视频特征的喜好度进行 更新；
[0031] 第一确定模块，用于依据更新后的所述当前用户对于视频特征的喜好度，确定所 述当前用户对于视频的当前喜好度；
[0032] 则所述推荐模块，还用于依据所述当前用户对于视频的当前喜好度，向所述当前 用户推荐视频。
[0033] 优选的，所述分析模块包括：
[0034] 统计子模块，用于统计某用户在时间窗口内观看过的视频，记为第一视频；
[0035] 第一计算子模块，用于对该用户观看所述第一视频的时间比例与所述第一视频到 某视频特征的映射值的乘积累加，得到该用户对于该视频特征的喜好度。
[0036] 优选的，所述确定模块包括：
[0037] 第二计算子模块，用于对用户对于视频特征的喜好度与某视频包含的该视频特征 的乘积累加，得到用户对于该视频的喜好度。
[0038] 优选的，所述推荐模块，具体用于按照当前用户对于视频的喜好度由高到低的顺 序对各待推荐视频进行排序，并将排序后的结果推荐给用户。
[0039] 优选的，所述推荐模块，还用于依据当前用户对于视频的喜好度和视频的质量度 量，向所述当前用户推荐视频。
[0040] 与现有技术相比，本发明实施例包括以下优点：
[0041] 本发明实施例利用视频与视频特征的映射关系，分析用户对视频的行为数据，得 到用户对于视频特征的喜好度，依据所述用户对于视频特征的喜好度，确定用户对于视频 的喜好度，并依据当前用户对于视频的喜好度，向所述当前用户推荐视频；由于上述视频特 征可以作为用户的兴趣点，以及，用户对于视频特征的喜好度则可以表示用户对兴趣点的 喜好度，因此，本发明实施例能够针对单个用户推荐喜爱的视频，使用户能够直接快速的获 取喜欢的视频。
【专利附图】
【附图说明】
[0042] 图1是本发明的一种视频推荐方法实施例一的步骤流程图；
[0043] 图2是本发明的一种视频推荐方法实施例二的步骤流程图；
[0044] 图3是本发明的一种视频推荐方法实施例三的步骤流程图；
[0045] 图4是本发明的一种视频推荐装置实施例的结构框图。
【具体实施方式】
[0046] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本发明作进一步详细的说明。
[0047] 本发明实施例的核心构思之一在于，根据用户对视频的行为数据分析用户对于视 频的喜好度，并依据当前用户对于视频的喜好度，向所述当前用户推荐视频；由于向当前用 户推荐的视频是依据当前用户对于视频的喜好度得到的，故能够针对单个用户推荐用户喜 爱的视频，使用户能够直接快速的获取喜欢的视频。
[0048] 实施例一
[0049] 参照图1，示出了本发明的一种视频推荐方法实施例一的步骤流程图，具体可以包 括如下步骤：
[0050] 步骤101、利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到用 户对于视频特征的喜好度；
[0051] 本发明实施例中，视频可以来自海量的网络视频资源，也可以来自用户上传的视 频。在实际应用中，可以采用数据挖掘技术将视频处理为格式化的视频信息，并依据该格式 化的视频信息得到对应的视频特征。
[0052] 在具体实现中，可以采用存储视频元数据的视频数据库表描述该格式化的视频信 息。在信息资源组织中，元数据具有描述、定位、搜索、管理、评估和选择等功能，而最基本的 功能是为信息对象提供描述信息。具体地，视频的元数据能够对视频文件的基本内容特征 和外观特征进行描述，用于发现、识别、定位和检索视频文件，例如视频文件的上传者、上传 时间、视频标题等。重要的是，视频的元数据的数据量比较小，依据所述网络视频的元数据 提取所述网络视频的外在特征，能够有效简化运算量，保证运算速度。在实际中，上述外在 特征具体可以包括：标题、标签、类型、导演、上线时间、明星等等。
[0053] 例如，参照表1，示出了本发明实施例一种视频数据库表的存储结构示意，其中，每 行表示一个视频，每个视频包含视频ID(即视频唯一标识）以及标题、明星（比如演员或者 嘉宾）、标签、时长和上线时间等元数据信息。
[0054] 表 1
[0055]
【权利要求】
1. 一种视频推荐方法，其特征在于，包括： 利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到用户对于视频特 征的喜好度； 依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好度； 依据当前用户对于视频的喜好度，向所述当前用户推荐视频。
2. 根据权利要求1所述的方法，其特征在于，还包括： 采集所述当前用户对于所推荐视频实时反馈的信息； 依据所述反馈信息，对所述当前用户对于视频特征的喜好度进行更新； 依据更新后的所述当前用户对于视频特征的喜好度，确定所述当前用户对于视频的当 前喜好度； 依据所述当前用户对于视频的当前喜好度，向所述当前用户推荐视频。
3. 根据权利要求1所述的方法，其特征在于，所述利用视频与视频特征的映射关系，分 析用户对视频的行为数据，得到用户对于视频特征的喜好度的步骤，包括： 统计某用户在时间窗口内观看过的视频，记为第一视频； 对该用户观看所述第一视频的时间比例与所述第一视频到某视频特征的映射值的乘 积累加，得到该用户对于该视频特征的喜好度。
4. 根据权利要求1或2或3所述的方法，其特征在于，所述依据所述用户对于视频特征 的喜好度，确定用户对于视频的喜好度的步骤，包括： 对用户对于视频特征的喜好度与某视频包含的该视频特征的乘积累加，得到用户对于 该视频的喜好度。
5. 根据权利要求1或2或3所述的方法，其特征在于，所述依据当前用户对于视频的喜 好度，向所述当前用户推荐视频的步骤，包括：按照当前用户对于视频的喜好度由高到低的 顺序对各待推荐视频进行排序，并将排序后的结果推荐给用户。
6. 根据权利要求1或2或3所述的方法，其特征在于，还包括： 依据当前用户对于视频的喜好度和视频的质量度量，向所述当前用户推荐视频。
7. -种视频推荐装置，其特征在于，包括： 分析模块，用于利用视频与视频特征的映射关系，分析用户对视频的行为数据，得到用 户对于视频特征的喜好度； 确定模块，用于依据所述用户对于视频特征的喜好度，确定用户对于视频的喜好度；及 推荐模块，用于依据当前用户对于视频的喜好度，向所述当前用户推荐视频。
8. 根据权利要求7所述的装置，其特征在于，还包括： 采集模块，用于采集所述当前用户对于所推荐视频实时反馈的信息； 更新模块，用于依据所述反馈信息，对所述当前用户对于视频特征的喜好度进行更 新； 第一确定模块，用于依据更新后的所述当前用户对于视频特征的喜好度，确定所述当 前用户对于视频的当前喜好度； 则所述推荐模块，还用于依据所述当前用户对于视频的当前喜好度，向所述当前用户 推荐视频。
9. 根据权利要求7所述的装置，其特征在于，所述分析模块包括： 统计子模块，用于统计某用户在时间窗口内观看过的视频，记为第一视频； 第一计算子模块，用于对该用户观看所述第一视频的时间比例与所述第一视频到某视 频特征的映射值的乘积累加，得到该用户对于该视频特征的喜好度。
10. 根据权利要求7或8或9所述的装置，其特征在于，所述确定模块包括： 第二计算子模块，用于对用户对于视频特征的喜好度与某视频包含的该视频特征的乘 积累加，得到用户对于该视频的喜好度。
11. 根据权利要求7或8或9所述的装置，其特征在于，所述推荐模块，具体用于按照当 前用户对于视频的喜好度由高到低的顺序对各待推荐视频进行排序，并将排序后的结果推 荐给用户。
12. 根据权利要求7或8或9所述的装置，其特征在于，所述推荐模块，还用于依据当前 用户对于视频的喜好度和视频的质量度量，向所述当前用户推荐视频。
【文档编号】G06F17/30GK104216960SQ201410415599
【公开日】2014年12月17日 申请日期:2014年8月21日 优先权日:2014年8月21日
【发明者】周燕红, 王敏, 傅一峰 申请人:北京奇艺世纪科技有限公司