[發明專利]一種基于大數據的視頻推薦方法和裝置

在審

• 申請號: 202011340152.8
• 申請日: 2020-11-25
• 公開（公告）號: CN112565826A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 劉亞剛;陳永寧;崔京
• 申請（專利權）人: 鄭州蘇一電子科技有限公司
• 主分類號: H04N21/258
• 分類號: H04N21/258;H04N21/25;H04N21/466;H04N21/45
• 代理公司: 鄭州芝麻知識產權代理事務所(普通合伙) 41173
• 代理人: 李慧敏

1.一種基于大數據的視頻推薦方法，其特征在于，所述視頻推薦方法包括如下步驟：

步驟S1：獲取用戶的登錄信息；

步驟S2：根據所述用戶的登錄信息，獲取所述用戶在預設歷史時間段內的視頻播放記錄集合；

步驟S3：根據所述視頻播放記錄集合，從服務器中獲取與所述用戶相關聯的初始推薦視頻；

步驟S4：根據所述初始推薦視頻，獲取各初始推薦視頻的視頻特征數據；

步驟S5：根據所述用戶的登錄信息和視頻播放記錄集合，獲取所述用戶的用戶特征數據；

步驟S6：將所述視頻特征數據和所述用戶特征數據進行融合，獲取各所述初始推薦視頻的推薦系數；

步驟S7：根據各所述初始推薦視頻的推薦系數，獲取所述用戶的最終推薦視頻。

2.根據權利要求1所述的基于大數據的視頻推薦方法，其特征在于，所述步驟S3具體為：

獲取所述服務器中已存儲的各個視頻的領域；

根據各個視頻的領域之間的級聯關系，生成對應的視頻關系樹，其中，所述視頻關系樹包含多個領域節點，每個領域節點關聯至少一個所述服務器中已存儲的視頻；

根據所述視頻播放記錄集合，獲取所述用戶的感興趣領域，并從所述視頻關系樹內的各領域節點中選取與所述用戶的感興趣領域相關聯的目標領域節點；

獲取與所述目標領域節點所關聯的視頻，為所述初始推薦視頻。

3.根據權利要求1所述的基于大數據的視頻推薦方法，其特征在于，所述步驟S5具體為：

根據所述用戶的登錄信息，獲取所述用戶的用戶知識圖譜，根據所述用戶知識圖譜，獲取所述視頻播放記錄集合中各個視頻播放記錄的內容特征數據；

根據所述用戶的登錄信息，獲取所述用戶的用戶屬性數據；

根據所述內容特征數據和用戶屬性數據，獲取所述用戶的用戶特征數據。

4.根據權利要求3所述的基于大數據的視頻推薦方法，其特征在于，所述根據所述用戶知識圖譜，獲取所述視頻播放記錄集合中各個視頻播放記錄的內容特征數據，包括：

獲取所述視頻播放記錄集合中各個視頻播放記錄所對應的歷史視頻的視頻信息；

根據所述用戶知識圖譜，從所述用戶知識圖譜中獲取與所述視頻信息相對應的目標節點，以及連接各目標節點的路徑；

將所有的路徑進行合并，得到視頻播放總路徑；

根據各歷史視頻的視頻播放總路徑的長度，獲取長度小于預設長度的目標歷史視頻，并獲取各目標歷史視頻的領域；

相應地，所述用戶的用戶屬性數據為用戶的關注領域；

相應地，根據所述內容特征數據和用戶屬性數據，獲取所述用戶的用戶特征數據，包括：

根據所述各目標歷史視頻的領域，以及所述用戶的關注領域，獲取所述用戶的目標領域。

5.根據權利要求4所述的基于大數據的視頻推薦方法，其特征在于，所述步驟S4中的視頻特征數據包括：對應初始推薦視頻的領域；

相應地，步驟S6具體為：

根據所述目標領域以及各初始推薦視頻的領域，確定所述目標領域與各初始推薦視頻的領域的關聯度；

根據各初始推薦視頻的關聯度獲取各初始推薦視頻的推薦系數，其中，關聯度越高，推薦系數越高。

6.根據權利要求5所述的基于大數據的視頻推薦方法，其特征在于，所述根據所述目標領域以及各初始推薦視頻的領域，確定所述目標領域與各初始推薦視頻的領域的關聯度，包括：

根據所述目標領域、各初始推薦視頻的領域以及預設的領域關聯度數據庫，確定所述目標領域與各初始推薦視頻的領域的關聯度。

7.根據權利要求1所述的基于大數據的視頻推薦方法，其特征在于，所述步驟S7具體為：

比較各推薦系數與預設的推薦系數閾值，獲取大于或者等于所述推薦系數閾值的目標推薦系數，各目標推薦系數對應的初始推薦視頻為所述用戶的最終推薦視頻。