[發(fā)明專利]視頻推薦召回方法及裝置

在審

• 申請?zhí)枺?/td>: 202011179882.4
• 申請日: 2020-10-29
• 公開（公告）號: CN112287167A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 吳廷鋒
• 申請（專利權(quán)）人: 四川長虹電器股份有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735;G06F16/2458;G06F16/215
• 代理公司: 成都虹橋?qū)＠聞?wù)所(普通合伙) 51124
• 代理人: 吳中偉

本發(fā)明涉及視頻推薦技術(shù)領(lǐng)域，本發(fā)明旨在解決現(xiàn)有的視頻推薦召回的數(shù)據(jù)質(zhì)量不高的問題，提出一種視頻推薦召回方法及裝置，方案概括為：采集并清洗預(yù)設(shè)時間段內(nèi)的用戶行為日志；根據(jù)用戶行為日志數(shù)據(jù)分析用戶的基本行為，得到視頻各個維度下的權(quán)重，根據(jù)視頻各個維度下的權(quán)重和生成用戶的視頻偏好；構(gòu)建用戶的畫像標(biāo)簽，并確定用戶的畫像標(biāo)簽偏好；根據(jù)用戶的視頻偏好和畫像標(biāo)簽偏好生成視頻召回初始候選集，并確定視頻召回初始候選集中各視頻的權(quán)重；對視頻召回歷史候選集中視頻對應(yīng)的權(quán)重進(jìn)行衰減處理后，將視頻召回初始候選集與視頻召回歷史候選集合并；根據(jù)合并候選集中的視頻進(jìn)行視頻推薦。本發(fā)明提高了召回數(shù)據(jù)的質(zhì)量，適用于電視終端。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻推薦技術(shù)領(lǐng)域，具體來說涉及一種視頻推薦召回方法及裝置。

背景技術(shù)

在海量的信息中，為用戶找到所需、所想、所愛的優(yōu)質(zhì)內(nèi)容變得異常困難，推薦系統(tǒng)也因此應(yīng)運而生。推薦系統(tǒng)中的核心是從海量的物品庫中挑選合適物品最終推薦展示給用戶。常見的推薦系統(tǒng)一般分為兩個階段，即召回階段和排序階段。召回階段主要是從全量的物品庫中抽取出用戶盡可能感興趣的小部分候選集，排序階段則是將召回階段得到的候選集進(jìn)行精準(zhǔn)排序，將用戶最可能喜歡的物品排到前面，然后推薦給用戶。對于視頻的推薦來說，由于視頻庫中各種類型的視頻數(shù)量巨大，因此從中篩選出用戶更可能感興趣的視頻來為用戶做推薦是一個非常重要的工作。

由于用戶的行為是多樣化的，傳統(tǒng)的視頻推薦系統(tǒng)在召回階段為滿足用戶的需求，會從不同的角度出發(fā)去設(shè)計多個召回路，比如通過基于影視相似、基于用戶畫像以及基于用戶關(guān)聯(lián)相似等方面分別為用戶生成相應(yīng)候選集，然后將多路召回候選集融合生成一個初排候選集提供給后續(xù)的排序階段再做處理。采用多路召回策略，召回階段初排候選集的質(zhì)量，決定著最終推薦的業(yè)務(wù)效果。單純的根據(jù)用戶近期的行為去做各路召回，忽略了用戶興趣的粘性；事實上用戶短期的視頻偏好是動態(tài)變化的，只根據(jù)最近行為視頻召回，召回出來的候選視頻中可能包含很多并不是用戶真正感興趣的，從而導(dǎo)致最終推薦召回的數(shù)據(jù)質(zhì)量不高。

發(fā)明內(nèi)容

本發(fā)明旨在解決現(xiàn)有的視頻推薦召回的數(shù)據(jù)質(zhì)量不高的問題，提出一種視頻推薦召回方法及裝置。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：視頻推薦召回方法，包括以下步驟：

步驟1、采集并清洗預(yù)設(shè)時間段內(nèi)的用戶行為日志，得到用戶行為日志數(shù)據(jù)；

步驟2、根據(jù)所述用戶行為日志數(shù)據(jù)分析用戶的基本行為，得到視頻各個維度下的權(quán)重，根據(jù)視頻各個維度下的權(quán)重和生成用戶的視頻偏好；

步驟3、根據(jù)用戶的視頻偏好程度以及視頻內(nèi)容標(biāo)簽，構(gòu)建用戶的畫像標(biāo)簽，并確定用戶的畫像標(biāo)簽偏好；

步驟4、根據(jù)所述用戶的視頻偏好和畫像標(biāo)簽偏好生成視頻召回初始候選集，并確定所述視頻召回初始候選集中各視頻的權(quán)重；

步驟5、獲取視頻召回歷史候選集，對所述視頻召回歷史候選集中視頻對應(yīng)的權(quán)重進(jìn)行衰減處理后，將所述視頻召回初始候選集與視頻召回歷史候選集合并后得到合并候選集；

步驟6、根據(jù)所述合并候選集中的視頻進(jìn)行視頻推薦。

進(jìn)一步的，步驟5中，所述對視頻召回歷史候選集中視頻對應(yīng)的權(quán)重進(jìn)行衰減處理后得到衰減權(quán)重，其衰減計算的公式為：

衰減權(quán)重＝歷史權(quán)重*exp(-衰減系數(shù)*間隔天數(shù))。

進(jìn)一步的，步驟5中，所述將視頻召回初始候選集與視頻召回歷史候選集合并具體包括：

對于視頻召回初始候選集與視頻召回歷史候選集中相同的視頻，合并后其權(quán)重為視頻召回初始候選集中該視頻對應(yīng)的權(quán)重與視頻召回歷史候選集中該視頻對應(yīng)的衰減權(quán)重之和。

進(jìn)一步的，步驟2中，所述根據(jù)用戶行為日志數(shù)據(jù)分析用戶的基本行為，得到視頻各個維度下的權(quán)重具體包括：