[發明專利]改進的視頻app中個性化推薦方法及系統

有效

• 申請號: 201611149095.9
• 申請日: 2016-12-13
• 公開（公告）號: CN106604066B
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 鄭波
• 申請（專利權）人: 寧夏凱速德科技有限公司
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/466;H04N21/478;G06F16/9535
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

一種改進的視頻app中個性化推薦方法，包括：S0、視頻app中彈幕內容按照預設的規則進行過濾；S1、獲取視頻app中用戶的個人信息；S2、在視頻app中視頻進行播放時，根據視頻標簽信息獲得視頻的類型信息，并通過視頻app監控得到該視頻信息；S3、根據視頻app中用戶的個人信息獲取用戶的朋友圈信息；根據用戶的個人信息預測用戶的初步視頻偏好信息；S4、通過步驟S2中的視頻的類型信息獲得視頻個性化推薦的初步列表；S5、通過步驟S3中用戶的情感偏好對視頻個性化推薦的備選列表進行篩選得到最終視頻個性化推薦列表；在視頻app上顯示最終視頻個性化推薦列表。

技術領域

本發明涉及個性化推薦技術領域，特別涉及一種改進的視頻app中個性化推薦方法及系統。

背景技術

互聯網是人們獲取信息的一個重要途徑，傳統互聯網的主要特點在于用戶尋找自己感興趣的事物時，需要通過瀏覽器進行大量的搜索，同時需要人工地過濾掉大量不相關的結果，操作繁瑣，且耗費時間和精力。

以電子商務為例，傳統電子商務的主要特點在于用戶登陸各個電子商務平臺，尋找自己感興趣的商品，然后進行購買。但是隨著電子商務規模的不斷擴大，商家通過購物網站提供了大量的商品，使用戶無法快速了解所有的商品，也無法直接檢查商品的質量，用戶需要花費大量的時間與精力才能找到自己需要的商品。這種瀏覽大量無關的信息和產品過程，無疑會使淹沒在海量信息中的消費者因為沒有發現在自己需要或者感興趣的商品而不斷流失，不僅僅使用戶購物的時間成本大幅增加，同時使電子商務平臺的商品購買的轉化率非常低。

現有技術中，提出了根據用戶購買或者瀏覽行為，運用某一種推薦算法進行特征信息(如商品信息)的個性化推薦方法，例如，首先根據圖書類別、內容對圖書進行聚類，建立圖書聚類體系，比如A與B為一類圖書。然后根據用戶的瀏覽行為和購買記錄，分析用戶感興趣圖書，比如用戶目前瀏覽商品為A或者歷史購買過A，即可將同類的B圖書推薦給A。

但是現有的個性化推薦方法多停留在基于物品、基于用戶或基于協同過濾的個性化推薦方法。不適應于視頻app中個性化的推薦。

發明內容

有鑒于此，本發明提出一種適用于改進的視頻app中個性化推薦的改進的視頻app中個性化推薦方法及系統。

一種改進的視頻app中個性化推薦方法，其包括如下步驟：

S0、在視頻app中配置彈幕發送選項；視頻app中彈幕內容按照預設的規則進行過濾；

S1、獲取視頻app中用戶的個人信息；

S2、在視頻app中視頻進行播放時，根據視頻標簽信息獲得視頻的類型信息，并通過視頻app監控得到該視頻的播放時長信息、播放過程中暫停、倒退、快進信息；

S3、根據視頻app中用戶的個人信息獲取用戶的朋友圈信息；根據用戶的個人信息預測用戶的初步視頻偏好信息；從用戶的朋友圈信息中提取用戶的顯性表達信息，從顯性表達信息中分析得到用戶的情感偏好；

S4、通過步驟S2中的視頻的類型信息獲得視頻個性化推薦的初步列表，通過視頻的播放時長信息、播放過程中暫停、倒退、快進信息對視頻個性化推薦的初步列表進行過濾得到視頻個性化推薦的備選列表；

S5、接收視頻播放過程中的彈幕交互信息；將彈幕交互信息劃分為用戶發送的彈幕信息以及其他人發送的彈幕信息；統計用戶發送的彈幕信息以及其他人發送的彈幕信息對應的時間熱度圖；根據時間熱度圖獲取用戶、其他人對于該視頻的關注點；提取關注點對應的視頻幀信息以及彈幕交互信息；通過文字含義分析以及圖像識別分析獲得用戶、其他人對于該視頻的傾向性意見；

S6、通過步驟S3中用戶的情感偏好以及步驟S5中的用戶傾向性意見對視頻個性化推薦的備選列表進行篩選得到最終視頻個性化推薦列表；在視頻app上顯示最終視頻個性化推薦列表。