一种千人千面作品推荐方法和系统与流程

本技术涉及作品推荐领域，尤其涉及一种千人千面作品推荐方法和系统。

背景技术：

1、随着互联网人群数目越来越多，人的个性需求也越来越受重视，不同的用户有不同的爱好类型，如何将合适的作品推荐给更合适的人，以让优秀的作品都有展现的机会，成为目前给不同用户展现不同作品的刚需求。

2、在相关技术中，作品的推荐算法通常会根据大众互动信息的字数、或热门程度等指标对作品进行排序，来依次推荐给每一位用户，但对于用户而言，用户无法直接获取到个人感兴趣的作品，也即作品的主动推荐无法迎合于用户的个性需求，导致作品的无效推荐，降低用户的体验感。

技术实现思路

1、为解决或者部分解决相关技术中存在的问题，本技术公开的一种千人千面作品推荐方法和系统，能够迎合于用户的个性需求，以提高用户的体验感。

2、第一方面，本技术提供一种千人千面作品推荐方法，采用如下技术方案：

3、一种千人千面作品推荐方法，包括：接收作品推荐列表请求指令，加载在第一预设时间内所有被点赞的第一点赞作品集；基于所述第一点赞作品集，计算生成作品关系矩阵图，其中，所述作品关系矩阵图中为基于两两作品被多个相同用户共同点赞的数量所呈现出的关系值；基于所述关系值，得到对应于每个用户的第一作品优先推荐队列；将所述第一作品优先推荐队列中的作品依据所述关系值从大到小进行依次推荐。

4、通过采用上述技术方案，通过接收作品推荐列表请求指令，可以获取到第一预设时间内所有被点赞的第一点赞作品集，以基于第一点赞作品集，计算生成作品关系矩阵图，以基于作品关系矩阵图中的关系值，得到对应于每个用户的第一作品优先推荐队列，以再依据从大到小的关系值进行作品的依次推荐，来实现迎合于不同用户的个性需求，以提高用户的体验感。

5、可选的，在将所述第一作品优先推荐队列中的作品依据从大到小的所述关系值进行依次推荐之后，包括：判断所述第一作品优先推荐队列中作品是否都已推荐完成，若是，则重新获取在第二预设时间内所有被点赞的第二点赞作品集；基于所述第二点赞作品集，计算更新所述作品关系矩阵图中的所述关系值；基于更新的所述关系值，得到对应于每个用户的第二作品优先推荐队列；将所述第二作品优先推荐队列中的作品依据更新后的所述关系值按照从大到小进行依次推荐。

6、通过采用上述技术方案，通过判断第一作品优先推荐队列中作品是否都已推荐完成，可以在推荐完之后进行重新获取第二点赞作品集，且基于第二点赞作品集更新作品关系矩阵图中的关系值，仍可以得到能够满足用户个性需求的第二作品优先推荐队列，来确保作品个性化推荐的可持续性。

7、可选的，所述将所述第一作品优先推荐队列中的作品依据从大到小的所述关系值进行依次推荐，还包括：判断所述第一作品优先推荐队列中是否存在已标记推荐过的作品，若是，则将所述已标记推荐过的作品从所述第一作品优先推荐队列过滤；对过滤后的所述第一作品优先推荐队列中的作品依据从大到小的所述关系值进行依次推荐，并对推荐后的作品进行标记。

8、通过采用上述技术方案，通过判断第一作品优先推荐队列中是否存在已标记推荐过的作品，可以从第一作品优先推荐队列中过滤掉已经推荐给用户浏览过的作品，且对后续推荐后的作品进行标记，可以避免作品推荐重复，提高用户的体验感。

9、可选的，在所述将所述第一作品优先推荐队列中的作品依据从大到小的所述关系值进行依次推荐之后，还包括：判断所述第一作品优先推荐队列中的作品是否为空；若是，则将所有作品按照推荐次数的升序进行依次推荐。

10、通过采用上述技术方案，通过判断第一作品优先推荐队列中的作品是否为空，若为空，则可以对应之前无点赞记录的用户，来依据所有作品的推荐次数的升序也即从小到大进行依次推荐，来尽量给该用户推荐那些少被推荐的作品，从而达到所有作品能够被均衡推荐。

11、可选的，所述基于所述第一点赞作品集，计算生成作品关系矩阵图，包括：将所述第一点赞作品集中点赞数量满足第一预设点赞数量的作品，选取为精选作品库中的作品；获取所述精选作品库中作品与作品之间被多个相同用户共同点赞的数量，作为作品之间的所述关系值；基于所述作品与所述关系值的对应关系，生成所述作品关系矩阵图。

12、通过采用上述技术方案，通过将第一点赞作品集中点赞数量满足第一预设点赞数量的作品，选取为精选作品库中的作品，可以对第一点赞作品集进行筛选，以筛选出热门视频，以及减少后续生成作品关系矩阵图的数据计算量。

13、可选的，在所述基于所述作品与所述关系值的对应关系，生成所述作品关系矩阵图之后，还包括：基于预设更新时间，汇总第三预设时间内所有被点赞的第三点赞作品集；将所述第三点赞作品集中满足第二预设点赞数量的作品，选取为待入库作品；计算所述精选作品库中的作品在所述第三预设时间内每个作品的点赞数与被推荐次数的比值，并依据所述比值大小对所述第一作品优先推荐队列中的作品进行所述比值从大到小的排序，得到作品排序列；基于所述待入库作品的数量、所述精选作品库的作品预设存储量和所述精选作品库中作品的剩余数量，得到所述作品排序列中末尾应淘汰的作品数量；基于所述末尾应淘汰的作品数量，淘汰所述作品排序列中末尾的作品，并将所述待入库作品放入所述精选作品库中，计算生成更新后的所述作品关系矩阵图。

14、通过采用上述技术方案，通过设置预设更新时间可以对精选作品库中的作品进行定期更新，以将最新的作品推荐给用户，提高用户的体验感；通过计算精选作品库中的作品在第三预设时间内每个作品的点赞数与被推荐次数的比值，可以对精选作品库中的作品进行重新排序，以便于后续进行末尾淘汰的方式替换待入库的作品，来可以确保后续依据作品关系矩阵图中的关系值，推荐给用户的作品都为符合用户个性需求的作品。

15、第二方面，本技术提供一种千人千面作品推荐系统，采用如下技术方案：

16、一种千人千面作品推荐系统，包括：加载模块，用于接收作品推荐列表请求指令，加载在第一预设时间内所有被点赞的第一点赞作品集；计算生成模块，用于基于所述第一点赞作品集，计算生成作品关系矩阵图，其中，所述作品关系矩阵图中为基于两两作品被多个相同用户共同点赞的数量所呈现出的关系值；第一推荐队列获取模块，用于基于所述关系值，得到对应于每个用户的第一作品优先推荐队列；第一推荐模块，用于将所述第一作品优先推荐队列中的作品依据所述关系值从大到小进行依次推荐。

17、通过采用上述技术方案，通过加载模块可以接收作品推荐列表请求指令，以获取到第一预设时间内所有被点赞的第一点赞作品集，通过计算生成模块可以基于第一点赞作品集，计算生成作品关系矩阵图，再通过第一推荐队列获取模块可以基于作品关系矩阵图中的关系值，来得到对应于每个用户的第一作品优先推荐队列，以再通过第一推荐模块，可以依据从大到小的关系值对作品进行依次推荐，进而实现迎合于不同用户的个性需求，以提高用户的体验感。

18、可选的，一种千人千面作品推荐系统，包括：第一判断模块，用于判断所述第一作品优先推荐队列中作品是否都已推荐完成，若是，则重新获取在第二预设时间内所有被点赞的第二点赞作品集；关系值更新模块，用于基于所述第二点赞作品集，计算更新所述作品关系矩阵图中的所述关系值；第二推荐队列获取模块，用于基于更新的所述关系值，得到对应于每个用户的第二作品优先推荐队列；第二推荐模块，用于将所述第二作品优先推荐队列中的作品依据更新后的所述关系值按照从大到小进行依次推荐。

19、通过采用上述技术方案，通过第一判断模块可以用于判断第一作品优先推荐队列中作品是否都已推荐完成，以在推荐完之后进行重新获取第二点赞作品集，且通过关系值更新模块可以基于第二点赞作品集更新作品关系矩阵图中的关系值，再通过第二推荐队列获取模块可以得到满足用户个性需求的第二作品优先推荐队列，通过第二推荐模块可以将所述第二作品优先推荐队列中的作品，依据更新后的关系值按照从大到小进行依次推荐，来确保作品个性化推荐的可持续性。

20、可选的，所述第一推荐模块包括：过滤判断单元，用于判断所述第一作品优先推荐队列中是否存在已标记推荐过的作品，若是，则将所述已标记推荐过的作品从所述第一作品优先推荐队列过滤；标记单元，用于对过滤后的所述第一作品优先推荐队列中的作品依据从大到小的所述关系值进行依次推荐，并对推荐后的作品进行标记。

21、通过采用上述技术方案，通过过滤判断单元可以判断出第一作品优先推荐队列中是否存在已标记推荐过的作品，来用于从第一作品优先推荐队列中过滤掉已经推荐给用户浏览过的作品，且通过标记单元对后续推荐后的作品进行标记，可以避免作品推荐的重复性，提高用户的体验感。

22、可选的，一种千人千面作品推荐系统，包括：第二判断模块，用于判断所述第一作品优先推荐队列中的作品是否为空，若是，则将所述第一点赞作品集中的作品基于关系值从小到大进行依次推荐。

23、通过采用上述技术方案，通过第二判断模块可以用于判断第一作品优先推荐队列中的作品是否为空，若为空，则可以对应之前无点赞记录的用户，来依据所有作品的推荐次数的升序也即从小到大进行依次推荐，来尽量给该用户推荐那些少被推荐的作品，从而达到所有作品能够被均衡推荐。

24、综上所述，本技术包括以下至少一种有益技术效果：

25、1.通过接收作品推荐列表请求指令，可以获取到第一预设时间内所有被点赞的第一点赞作品集，以基于第一点赞作品集，计算生成作品关系矩阵图，以基于作品关系矩阵图中的关系值，得到对应于每个用户的第一作品优先推荐队列，以再依据从大到小的关系值进行作品的依次推荐，来实现迎合于不同用户的个性需求，以提高用户的体验感。

26、2.通过判断第一作品优先推荐队列中作品是否都已推荐完成，可以在推荐完之后进行重新获取第二点赞作品集，且基于第二点赞作品集更新作品关系矩阵图中的关系值，仍可以得到能够满足用户个性需求的第二作品优先推荐队列，来确保作品个性化推荐的可持续性。

27、3.通过判断第一作品优先推荐队列中是否存在已标记推荐过的作品，可以从第一作品优先推荐队列中过滤掉已经推荐给用户浏览过的作品，且对后续推荐后的作品进行标记，可以避免作品推荐重复，提高用户的体验感。

28、4.通过判断第一作品优先推荐队列中的作品是否为空，若为空，则可以对应之前无点赞记录的用户，来依据所有作品的推荐次数的升序也即从小到大进行依次推荐，来尽量给该用户推荐那些少被推荐的作品，从而达到所有作品能够被均衡推荐。