[發明專利]視頻推薦方法、其裝置、信息處理設備及存儲介質

有效

• 申請號: 201910016530.8
• 申請日: 2019-01-08
• 公開（公告）號: CN109800328B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 陸峰;向宇;徐釗;黃山山
• 申請（專利權）人: 青島聚看云科技有限公司
• 主分類號: G06F16/78
• 分類號: G06F16/78;G06F16/75;G06F16/9535
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種視頻推薦方法，其特征在于，包括：

獲取用戶選擇的目標視頻以及數據庫中的其它預測視頻的標簽信息；所述標簽信息為視頻的屬性信息；

將所述目標視頻依次與各所述預測視頻組成視頻對，根據所述標簽信息分別確定各所述視頻對的特征矩陣；所述特征矩陣包括：所述目標視頻的標簽信息與所述預測視頻的標簽信息的重合程度特征、重合比率特征、空值特征和獨熱碼特征；所述目標視頻的標簽信息與所述預測視頻的標簽信息的重合比率由以下公式確定：

其中，featureRate(tag_i)表示兩個標簽信息之間的重合比率，len(i₁.tag_i∩i₂.tag_i)表示兩個標簽信息之間的重合長度，min(i₁.tag_i,i₂.tag_i)表示兩個標簽信息的長度最小值，i₁.tag_i表示所述目標視頻的標簽信息，i₂.tag_i表示所述預測視頻的標簽信息；

將各所述特征矩陣依次帶入預先訓練完成的預測模型，獲得各所述預測視頻與所述目標視頻之間的相似度；

將所述預測視頻按照相似度由高到低的順序排列向用戶推薦所述目標視頻的相似視頻。

2.如權利要求1所述的方法，其特征在于，所述目標視頻的標簽信息與所述預測視頻的標簽信息的重合程度由以下公式確定：

featureCount(tag_i)＝len(i₁.tag_i∩i₂.tag_i)；

其中，featureCount(tag_i)表示兩個標簽信息之間的重合程度，len(i₁.tag_i∩i₂.tag_i)表示兩個標簽信息之間的重合長度，i₁.tag_i表示所述目標視頻的標簽信息，i₂.tag_i表示所述預測視頻的標簽信息。

3.如權利要求1所述的方法，其特征在于，所述目標視頻的標簽信息與所述預測視頻的標簽信息的空值特征采用以下方式確定：

當所述目標視頻的標簽信息為空時，確定所述目標視頻的標簽信息的空值特征為0；當所述目標視頻的標簽信息不為空時，確定所述目標視頻的標簽信息的空值特征為1；

當所述預測視頻的標簽信息為空時，確定所述預測視頻的標簽信息的空值特征為0；當所述預測視頻的標簽信息不為空時，確定所述預測視頻的標簽信息的空值特征為1。

4.如權利要求1所述的方法，其特征在于，所述預測模型為Xgboost模型。

5.如權利要求4所述的方法，其特征在于，所述Xgboot模型采用以下方式訓練：

獲取多個視頻，根據各所述視頻的標簽信息確定出多個正樣本和負樣本；所述正樣本和所述負樣本均包括兩個視頻，所述正樣本中兩個視頻的相似度為1，所述負樣本中兩個視頻的相似度為0；

按照設定比例對所述正樣本和所述負樣本進行下采樣，生成訓練樣本集和測試樣本集；

確定所述訓練樣本集和所測試樣本集中各樣本的特征矩陣；

根據所述訓練樣本集和所述測試樣本集中各樣本的特征矩陣對所述Xgboot模型進行訓練。

6.如權利要求1-5任一項所述的方法，其特征在于，所述標簽信息包括：視頻的類型、導演、編劇、演員、語言以及片長。