[發(fā)明專利]一種視頻推薦方法及裝置

在審

• 申請?zhí)枺?/td>: 201711441232.0
• 申請日: 2017-12-27
• 公開（公告）號: CN110019957A
• 公開（公告）日: 2019-07-16
• 發(fā)明（設計）人: 趙欣蒞
• 申請（專利權）人: 飛狐信息技術（天津）有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

本申請?zhí)峁┝艘环N視頻推薦方法及裝置，通過獲取到的預設時間段內的多個視頻觀看用戶的歷史觀影記錄，能夠生成評分矩陣，進而利用圖形處理器，對該評分矩陣進行評分預測，生成視頻評分列表，并在對該視頻評分列表進行排序后，生成推薦視頻列表，推薦給視頻觀看用戶；可見，利用適合大數(shù)據(jù)量并行計算的圖形處理器對評分矩陣進行評分預測相關計算，既避免了對CPU資源的大量消耗，又提升了運算速度和計算效率，進而提高了推薦效率。

技術領域

本發(fā)明涉及網(wǎng)絡通信技術領域，更具體的說，是涉及一種視頻推薦方法及裝置。

背景技術

網(wǎng)絡視頻是指由視頻網(wǎng)站提供的、以流媒體為播放格式的、可以在線直播或點播的聲像文件。用戶能夠通過視頻網(wǎng)站實時觀看到多個網(wǎng)絡視頻。

為了更好的提升用戶的視頻觀看需求，視頻網(wǎng)站采用視頻推薦方法來為不同用戶推薦其感興趣的相關視頻。其中，視頻推薦方法的具體過程為：基于CPU的分布式計算平臺，對海量用戶的歷史觀影行為和記錄進行Mapreduce操作，進而獲得適應于不同用戶的視頻推薦列表，并將其推薦給對應的用戶。然而，采用現(xiàn)有的個性化視頻推薦方法會消耗大量的CPU資源，進而降低推薦效率。

發(fā)明內容

有鑒于此，本發(fā)明提供了一種視頻推薦方法及裝置，避免了對大量CPU資源的消耗，進而提升了推薦效率。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種視頻推薦方法，包括：

獲取預設時間段內的多個視頻觀看用戶的歷史觀影記錄，每一個所述視頻觀看用戶的歷史觀影記錄包括被觀看視頻個數(shù)和被觀看視頻評分；

依據(jù)所述視頻觀看用戶的歷史觀影記錄，生成評分矩陣；

利用圖形處理器，對所述評分矩陣進行評分預測，生成視頻評分列表；

對所述視頻評分列表進行排序，生成推薦視頻列表；

將所述推薦視頻列表發(fā)送至所述視頻觀看用戶。

優(yōu)選地，所述依據(jù)所述視頻觀看用戶的歷史觀影記錄，生成評分矩陣，包括：

計算視頻觀看用戶個數(shù)和被觀看視頻總個數(shù)；

生成行的個數(shù)為所述視頻觀看用戶個數(shù)，列的個數(shù)為所述被觀看視頻總個數(shù)的初始評分矩陣；

將所述被觀看視頻評分放入行為所述被觀看視頻評分對應的視頻觀看用戶，列為所述被觀看視頻評分對應的被觀看視頻的矩陣位置；

將放入所述被觀看視頻評分的初始評分矩陣中的空白矩陣元素設置為零元素，生成所述評分矩陣。

優(yōu)選地，所述利用圖形處理器，對所述評分矩陣進行評分預測，生成視頻評分列表，包括：

利用所述圖形處理器和SVD算法，對所述評分矩陣進行矩陣分解，獲得用戶特征矩陣和被觀看視頻特征矩陣；

針對所述評分矩陣中的任一零元素：

從所述用戶特征矩陣確定出與所述零元素的行位置相同的一行矩陣元素；

從所述被觀看視頻特征矩陣確定出與所述零元素的列位置相同的一列矩陣元素；

將確定出的所述一行矩陣元素與所述一列矩陣元素相乘，獲得對應所述零元素的預測評分，并將所述零元素對應的預測評分、視頻觀看用戶以及被觀看視頻進行組合，獲得視頻預測信息；

在獲得全部所述零元素對應的視頻預測信息之后，將所述視頻預測信息進行組合，生成所述視頻評分列表。

優(yōu)選地，所述對所述視頻評分列表進行排序，生成推薦視頻列表，包括：