專利名稱：音視頻推薦方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種音視頻推薦方法及系統(tǒng)。
背景技術(shù)：
互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展使得大量的信息同時(shí)呈現(xiàn)在用戶面前，傳統(tǒng)的搜索只能呈現(xiàn)給所有的用戶一樣的排序結(jié)果，無法針對不同用戶的興趣愛好提供相應(yīng)的服務(wù)，因此，個(gè)性化推薦，被認(rèn)為是當(dāng)前解決這個(gè)問題最有效的工具之一。推薦問題從根本上說是代替用戶評估它從未看過的產(chǎn)品，個(gè)性化推薦系統(tǒng)通過建立用戶與信息產(chǎn)品之間的二元關(guān)系，利用已有的選擇過程或相似性關(guān)系挖掘每個(gè)用戶潛在感興趣的對象或用戶潛在的行為傾向，進(jìn)而為眾多的用戶提供個(gè)性化推薦服務(wù)。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種音視頻推薦方法及系統(tǒng)，該方法及系統(tǒng)能夠基于每個(gè)待推薦用戶的關(guān)注歷史行為，向待推薦用戶推薦其可能會感興趣的音視頻提供者，從而實(shí)現(xiàn)個(gè)性化用戶推薦。為解決上述問題，本發(fā)明提供一種音視頻推薦方法，包括:從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類；從所述數(shù)據(jù)庫中分別獲取每個(gè)關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)首視頻的相關(guān)性權(quán)重；將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重；將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)行累加得到該用戶的第二累加權(quán)重。進(jìn)一步的，在上述方法中，從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類的步驟之前，還包括:定期將待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類記錄入一數(shù)據(jù)庫；設(shè)置每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫。進(jìn)一步的，在上述方法中，所述待推薦用戶為音視頻網(wǎng)站上的活躍用戶。進(jìn)一步的，在上述方法中，所述數(shù)據(jù)庫為MongoDB數(shù)據(jù)庫。進(jìn)一步的，在上述方法中，根據(jù)每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的標(biāo)題和標(biāo)簽設(shè)置該首視頻的相關(guān)首視頻。進(jìn)一步的，在上述方法中，還包括將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。進(jìn)一步的，在上述方法中，所述音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合。
進(jìn)一步的，在上述方法中，還包括將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重。進(jìn)一步的，在上述方法中，將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加。進(jìn)一步的，在上述方法中，還包括將所有關(guān)注種類下的提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序。根據(jù)本發(fā)明的另一面，提供一種音視頻推薦系統(tǒng)，包括:歷史行為記錄模塊，用于定期記錄待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入一數(shù)據(jù)庫模塊；相關(guān)音視頻記錄模塊，用于設(shè)置每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫模塊；數(shù)據(jù)庫模塊，用于存儲所述歷史行為記錄模塊記錄的所述音視頻及音視頻的關(guān)注種類，并存儲所述相關(guān)音視頻記錄模塊設(shè)置的所述相關(guān)音視頻及其相關(guān)性權(quán)重。進(jìn)一步的，在上述系統(tǒng)中，所述歷史行為記錄模塊用于定期記錄音視頻網(wǎng)站上的活躍用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入所述數(shù)據(jù)庫模塊。進(jìn)一步的，在上述系統(tǒng)中，所述相關(guān)音視頻記錄模塊根據(jù)每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的標(biāo)題和標(biāo)簽設(shè)置該音視頻的相關(guān)音視頻。進(jìn)一步的，在上述系統(tǒng)中，歷史行為獲取模塊，用于獲取從所述數(shù)據(jù)庫中獲取音視頻網(wǎng)站上待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類；相關(guān)音視頻獲取模塊，用于從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下待推薦用戶關(guān)注的首視頻的相關(guān)首視頻及該相關(guān)首視頻的相關(guān)性權(quán)重；第一累加模塊，用于將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重；第二累加模塊，用于將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重。進(jìn)一步的，在上述系統(tǒng)中，還包括第一排序模塊，用于將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。進(jìn)一步的，在上述系統(tǒng)中，所述歷史行為記錄模塊記錄的音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合。進(jìn)一步的，在上述系統(tǒng)中，還包括一第三累加模塊，用于將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重。進(jìn)一步的，在上述系統(tǒng)中，所述第三累加模塊將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加。進(jìn)一步的，在上述系統(tǒng)中，第二排序模塊，用于將所有關(guān)注種類下的提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序。與現(xiàn)有技術(shù)相比，本發(fā)明通過從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類，并從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重，再將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重，進(jìn)一步將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重，最后將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重，從而實(shí)現(xiàn)了針對每個(gè)待推薦用戶不同的關(guān)注歷史行為，有效的尋找到每個(gè)待推薦用戶的興趣點(diǎn)所在，并把待推薦用戶所感興趣的音視頻提供者推薦出來，這樣有效的增加了視頻社區(qū)的互動性和交流性。另外，推薦結(jié)果會根據(jù)待推薦用戶每天不同的個(gè)人行為發(fā)生變化，即用戶的喜好一旦發(fā)生變化推薦結(jié)果也會跟著變化，給用戶帶來良好的用戶體驗(yàn)。


圖1是本發(fā)明一實(shí)施例的音視頻推薦方法的流程圖；圖2是本發(fā)明一實(shí)施例的音視頻推薦方法的結(jié)構(gòu)圖；圖3是本發(fā)明一實(shí)施例的最終推薦結(jié)果列表；圖4為本發(fā)明一實(shí)施例的音視頻推薦系統(tǒng)的模塊示意圖。
具體實(shí)施例方式為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式
對本發(fā)明作進(jìn)一步詳細(xì)的說明。圖1是本發(fā)明一實(shí)施例的音視頻推薦方法的流程圖。如圖1所示，本發(fā)明提供一種音視頻推薦方法，包括:步驟S11，定期記錄待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入一數(shù)據(jù)庫，具體的，所述待推薦用戶可為音視頻網(wǎng)站上的活躍用戶，所述數(shù)據(jù)庫例如為MongoDB數(shù)據(jù)庫，所述音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合；步驟S12，設(shè)置每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫，具體的，可根據(jù)每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的標(biāo)題和標(biāo)簽設(shè)置該音視頻的相關(guān)音視頻；步驟S13，從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類；步驟S14，從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)首視頻及所述相關(guān)首視頻的相關(guān)性權(quán)重；步驟S15，將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重；步驟S16，將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重，具體的，所述用戶為提供相關(guān)音視頻的播客；步驟S17，將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重，具體的，將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加，更具體的，可將收藏視頻類的第二累加權(quán)重按0.5的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.3的權(quán)值進(jìn)行累力口，將瀏覽視頻類的第二累加權(quán)重按0.2的權(quán)值進(jìn)行累加；步驟S18，將所有關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序；步驟S16，將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。具體請參考圖2和圖3，圖2是本發(fā)明一實(shí)施例的音視頻推薦方法的結(jié)構(gòu)圖，圖3是本發(fā)明一實(shí)施例的最終推薦結(jié)果列表。如圖1、圖2和圖3所示，音視頻推薦方法的具體流程結(jié)構(gòu)如下:首先執(zhí)行步驟S13，對應(yīng)圖2中的LoadUserHistory 21進(jìn)行歷史行為加載，具體的，分別獲取當(dāng)前待推薦用戶的相關(guān)歷史數(shù)據(jù)，具體來說，可以先獲取待推薦戶ID列表，遍歷每一個(gè)待推薦用戶ID，然后分別在系統(tǒng)的MongoDB數(shù)據(jù)庫中，查詢每一個(gè)待推薦用戶的收藏視頻記錄得到收藏視頻列表CollectedViedoHistory 211,查詢每一個(gè)待推薦用戶的頂視頻記錄得到頂視頻列表DingVideoHistory 212,查詢每一個(gè)待推薦用戶的瀏覽視頻記錄得到瀏覽視頻列表WatchedVideoHistory 213 ；接下來執(zhí)行步驟S14和步驟S15，對應(yīng)圖2中的GetRelVideo 22進(jìn)行相關(guān)視頻轉(zhuǎn)換，具體的，通過對每個(gè)視頻標(biāo)題和標(biāo)簽的匹配，找到每個(gè)視頻對應(yīng)的相關(guān)視頻列表及對應(yīng)的相關(guān)性權(quán)重rel_weight,可通過遍歷收藏視頻列表CollectedViedoHistory 211里面的每一個(gè)視頻分別得到相關(guān)視頻子列表relVideoListOl, relVideoList02, relVideoList03等等，合并這些相關(guān)視頻列表，對于具有相同相關(guān)視頻ID的視頻累加相關(guān)性權(quán)重rel_weight,最終得到收藏視頻列表CollectedViedoHistory 211的收藏相關(guān)視頻列表Rel_CollectedViedoHistory221包括每個(gè)相關(guān)視頻的ID和相關(guān)性權(quán)重rel_weight,類似Rel_CoIIectedViedoHistory 221 的做法，可將頂視頻列表 DingVideoHistory 212 轉(zhuǎn)換為頂相關(guān)視頻列表Rel_DingVideoHistory 222,將瀏覽視頻列表WatchedVideoHistory213轉(zhuǎn)換為瀏覽相關(guān)視頻列表Rel_ffatchedVideoHistory223,收藏相關(guān)視頻列表Re 1_CollectedViedoHistory 221、頂相關(guān)視頻列表 Rel_DingVideoHistory 222 及瀏覽相關(guān)視頻列表RelWatchedVideoHistory 223中的的每一項(xiàng)都保存有2條信息，包括相關(guān)視頻的 ID 和相關(guān)性權(quán)重 rel_weight,另外可分別將 Rel_CoIIectedViedoHistory 221、Rel_DingVideoHistory 222、及 Rel_WatchedVideoHistory 223 的相關(guān)視頻按照相關(guān)性的程度rel_weight進(jìn)行排序；然后再執(zhí)行步驟S16，對應(yīng)圖2中的StatUser 23進(jìn)行用戶統(tǒng)計(jì)，具體的，遍歷Rel_ColIectedViedoHistory 221列表中的每一個(gè)相關(guān)視頻，在后臺MongoDB數(shù)據(jù)庫中查詢這些相關(guān)音視頻的提供者或上傳者(如播客)，對于多個(gè)相關(guān)視頻屬于同一個(gè)提供者則累加rel_Weight，因?yàn)橄嚓P(guān)視頻是由待推薦用戶的歷史行為所產(chǎn)生，而多個(gè)相關(guān)視頻屬于同一個(gè)提供者累加rel_Weight后，則這個(gè)提供者與待推薦用戶相關(guān)性更大，因此得到收藏提供者列表StatCollectedMap 231, statColIectedMap可使用數(shù)據(jù)結(jié)構(gòu)Map存儲，其中，Key是上傳者用戶ID, Value即為累加之后的rel_weight,類似于statColIectedMap 231的做法，可以得到頂提供者列表StatDingMap 232、瀏覽提供者列表StatWatchedMap 233 ；
然后執(zhí)行步驟S17，對應(yīng)圖 2 中的 Merge 24，對 StatCollectedMap 231，StatDingMap 232，StatWatchedMap 234 進(jìn)行 Merge，具體可分別對 StatCollectedMap231，StatDingMap 232，StatWatchedMap 232賦予不同的權(quán)重，例如當(dāng)數(shù)據(jù)結(jié)構(gòu)Map的Key相同時(shí)，對他們Value進(jìn)行加權(quán)累力卩，分別賦予權(quán)重0.5，0.3，0.2，即如果StatCollectedMap 231，StatDingMap 232，statWatchedMap233 中的 Key 都含有用戶 A，而Value分別3.0,4.0，5.0時(shí)，則得到statMergeMap241中的Key是用戶A的Value的加權(quán)歸并計(jì)算結(jié)果為 3.0*0.5+4.0*0.3+5.0*0.2 = 3.7，StatMergeMap 241 的每一項(xiàng)包括用戶ID和加權(quán)后的相關(guān)性權(quán)重rel—weight，一般認(rèn)為待推薦用戶的歷史行為中，收藏視頻列表最能代表待推薦用戶的口味，因此對待推薦用戶的推薦效果影響也是最大，其次是頂過的視頻列表，最后是瀏覽過的視頻列表；最后執(zhí)行步驟S18，對應(yīng)圖2中的Sorting SSJ^statMergeMap 241按加權(quán)后的相關(guān)性權(quán)重rel—weight進(jìn)行排序，最終得到推薦結(jié)果recUserList 251，最終推薦結(jié)果具體如圖3所示。更具體的，如圖1和圖2所 示，假設(shè)當(dāng)前用戶ID為useiO07，執(zhí)行步驟S13，對應(yīng)圖2中的LoadUsertlistoiT 21進(jìn)行待推薦用戶的歷史行為加載，分別得到用戶的收藏視頻列表CollectedViedoHistory (211) = [videol，video5]，頂視頻列表 DingVideoHistory (212) = [video2，video6]，瀏覽視頻列表WatchedVideoHistory (213) = [video3，video4，video7]；接下來執(zhí)行步驟S14和步驟S15，對應(yīng)圖2中的GetRelVideo 22進(jìn)行相關(guān)視頻轉(zhuǎn)換，得到收藏視頻列表CollectedViedoHistory 211的收藏相關(guān)視頻列表 Rel_CoIIectedViedoHistory (221) = [(video3，relationalWeight3)，(video9，relationalWeight9)]，頂視頻列表 DingVideoHistory 212 的頂相關(guān)視頻列表 Rel—DingVideoHistory(222) = [ (video5，relationalWeight5)，(video8，relationalWeight8)]，瀏覽視頻列表WatchedVideoHistory213的瀏覽相關(guān)視頻列表 Rel—WatchedVideoHistory (223) = [ (videolO, relationalWeight10), (videoll，relationalWeightll)，(videol2,relationalWeightl2)]；然后再執(zhí)行步驟S16，對應(yīng)圖2中的StatUser 23進(jìn)行用戶統(tǒng)計(jì)，分別統(tǒng)計(jì)Rel—CollectedViedoHistory 221，Rel—DingVideoHistory 222，Rel—WatchedVideoHistory223這些視頻屬于哪些用戶并累加rel—weight，得到用戶列表StatCollectedMap (231)={(userOOl，weightOOl)，(user002，weight002)}，statDingMap (232) = {(user003,weight003)，(userOOl，weight004)}，statWatchedMap (233) = {(user003，weight005)，(user004, weight006)}。最后執(zhí)行步驟S17和步驟S18，對應(yīng)圖2中的Merge 24&Sorting 25，分別對StatCollectedMap 231，statDingMap 232，statWatchedMap 233 賦予不同的權(quán)重，然后加權(quán)計(jì)算和歸并后得到statMergeMap241，對StatMergeMap 241進(jìn)行排序，最終得到推薦結(jié)果recUserList 251，這里當(dāng)數(shù)據(jù)結(jié)構(gòu)Map的Key相同時(shí)，對他們Value進(jìn)行加權(quán)累加，分別賦予權(quán)重 0.5，0.3，0.2，艮P userOOl 的權(quán)重為 weight001*0.5+weight004*0.3，user002 的權(quán)重是 weight002*0.5，user003 的權(quán)重是 weight003*0.3+weight005*0.2，user004 的權(quán)重是weightOOe^0.2，然后對userOOl，user002，user003，user004基于他們的權(quán)重大小進(jìn)行排序，最終得到當(dāng)前用戶user007的推薦結(jié)果列表recUserList (251) = [user004, user003,user002, userOOl]。(這里我們假設(shè)user004的權(quán)重大于user003依次類推)。本發(fā)明可以針對WEB2.0視頻社區(qū)的新特點(diǎn)，通過待推薦用戶歷史行為記錄(瀏覽視頻歷史記錄，頂踩視頻歷史記錄，收藏歷史記錄)進(jìn)行的個(gè)性化推薦，如推薦給待推薦用戶可能會感興趣的其他用戶個(gè)人播客空間，本發(fā)明與傳統(tǒng)社交網(wǎng)站尋找共同好友的用戶推薦相比，更符合一個(gè)待推薦用戶來視頻網(wǎng)站的初衷一那就是找到更多更好更符合自己喜好的視頻，同時(shí)通過推薦還可以增進(jìn)待推薦用戶與音視頻提供者之間的互動性，更有利于視頻SNS社區(qū)的發(fā)展。另外，推薦結(jié)果會根據(jù)待推薦用戶每天不同的個(gè)人行為發(fā)生變化，即用戶的喜好一旦發(fā)生變化推薦結(jié)果也會跟著變化，給用戶帶來良好的用戶體驗(yàn)。圖4為本發(fā)明一實(shí)施例的音視頻推薦系統(tǒng)的模塊示意圖。如圖4所示，本發(fā)明還提供一種音視頻推薦系統(tǒng)，包括歷史行為記錄模塊1、相關(guān)音視頻記錄模塊2、數(shù)據(jù)庫模塊3、歷史行為獲取模塊4、相關(guān)音視頻獲取模塊5、第一累加模塊6、第二累加模塊7、第一排序模塊8、第三累加模塊9及第二排序模塊10。歷史行為記錄模塊I用于定期記錄待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入一數(shù)據(jù)庫模塊。具體地，所述歷史行為記錄模塊I可定期記錄音視頻網(wǎng)站上的活躍用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入所述數(shù)據(jù)庫模塊，所述歷史行為記錄模塊I記錄的音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合。相關(guān)音視頻記錄模塊2用于設(shè)置每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及所述相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫模塊。其中，所述相關(guān)音視頻記錄模塊2可根據(jù)每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的標(biāo)題和標(biāo)簽設(shè)置該音視頻的相關(guān)音視頻。數(shù)據(jù)庫模塊3用于存儲所述歷史行為記錄模塊I記錄的所述音視頻及音視頻的關(guān)注種類，并存儲所述相關(guān)音視頻記錄模塊2設(shè)置的所述相關(guān)音視頻及相關(guān)性權(quán)重。歷史行為獲取模塊4用于獲取從所述數(shù)據(jù)庫中獲取音視頻網(wǎng)站上待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類。相關(guān)音視頻獲取模塊5用于從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及所述相關(guān)音視頻的相關(guān)性權(quán)重。第一累加模塊6用于將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重。第二累加模塊7用于將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重，具體的，第二累加模塊7可在在后臺MongoDB數(shù)據(jù)庫模塊3中查詢這些相關(guān)音視頻的提供者或上傳者(如播客)，對于多個(gè)相關(guān)視頻屬于同一個(gè)提供者則累加相關(guān)性權(quán)重rel_Weight，因?yàn)橄嚓P(guān)視頻是由待推薦用戶的歷史行為所產(chǎn)生，而多個(gè)相關(guān)視頻屬于同一個(gè)提供者累加rel_Weight后第二累加權(quán)重越大，則這個(gè)提供者與待推薦用戶相關(guān)性更大。第一排序模塊8用于將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。第三累加模塊9用于將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重，所述第三累加模塊將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加，例如，所述第三累加模塊9將收藏視頻類的第二累加權(quán)重按0.5的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.3的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.2的權(quán)值進(jìn)行累加，一般認(rèn)為待推薦用戶的歷史行為中，收藏視頻類最能代表待推薦用戶的口味，因此對待推薦用戶的推薦效果影響也是最大，其次是頂視頻類，最后是瀏覽視頻類。第二排序模塊10用于將所有關(guān)注種類下的提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序。綜上所述，本發(fā)明通過從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類，并從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重，再將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重，進(jìn)一步將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重，最后將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重，從而實(shí)現(xiàn)了針對每個(gè)待推薦用戶不同的關(guān)注歷史行為，有效的尋找到每個(gè)待推薦用戶的興趣點(diǎn)所在，并把待推薦用戶所感興趣的音視頻提供者推薦出來，這樣有效的增加了視頻社區(qū)的互動性和交流性。另外，推薦結(jié)果會根據(jù)待推薦用戶每天不同的個(gè)人行為發(fā)生變化，即用戶的喜好一旦發(fā)生變化推薦結(jié)果也會跟著變化，給用戶帶來良好的用戶體驗(yàn)。本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對于實(shí)施例公開的系統(tǒng)而言，由于與實(shí)施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。專業(yè)人員還可以進(jìn)一步意識到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。顯然，本領(lǐng)域的技術(shù)人員可以對發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包括這些改動和變型在內(nèi)。
權(quán)利要求
1.一種音視頻推薦方法，其特征在于，還包括: 從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類； 從所述數(shù)據(jù)庫中分別獲取每個(gè)關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)首視頻的相關(guān)性權(quán)重； 將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重； 將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)行累加得到該用戶的第二累加權(quán)重。
2.如權(quán)利要求1所述的音視頻推薦方法，其特征在于，從所述數(shù)據(jù)庫中獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類的步驟之前，還包括: 定期將待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類記錄入一數(shù)據(jù)庫； 設(shè)置每個(gè)關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫。
3.如權(quán)利要求1或2所述的音視頻推薦方法，其特征在于，所述待推薦用戶為音視頻網(wǎng)站上的活躍用戶。
4.如權(quán)利要求1或2所述的音視頻推薦方法，其特征在于，所述數(shù)據(jù)庫為MongoDB數(shù)據(jù)庫。
5.如權(quán)利要求1所述的音視頻推薦方法，其特征在于，根據(jù)每個(gè)關(guān)注種類下每個(gè)待推薦用戶關(guān)注的首視頻的標(biāo) 題和標(biāo)簽獲取該首視頻的相關(guān)首視頻。
6.如權(quán)利要求5所述的音視頻推薦方法，其特征在于，還包括將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。
7.如權(quán)利要求5所述的音視頻推薦方法，其特征在于，所述音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合。
8.如權(quán)利要求7所述的音視頻推薦方法，其特征在于，還包括將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重。
9.如權(quán)利要求8所述的音視頻推薦方法，其特征在于，將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累力口，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加。
10.如權(quán)利要求8所述的音視頻推薦方法，其特征在于，還包括將所有關(guān)注種類下的提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序。
11.一種音視頻推薦系統(tǒng)，其特征在于，包括: 歷史行為記錄模塊，用于定期記錄待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入一數(shù)據(jù)庫模塊； 相關(guān)音視頻記錄模塊，用于設(shè)置每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重并存入所述數(shù)據(jù)庫模塊； 數(shù)據(jù)庫模塊，用于存儲所述歷史行為記錄模塊記錄的所述音視頻及音視頻的關(guān)注種類，并存儲所述相關(guān)音視頻記錄模塊設(shè)置的所述相關(guān)音視頻及其相關(guān)性權(quán)重。
12.如權(quán)利要求11所述的音視頻推薦系統(tǒng)，其特征在于，所述歷史行為記錄模塊用于定期記錄音視頻網(wǎng)站上的活躍用戶關(guān)注的音視頻及該音視頻的關(guān)注種類入所述數(shù)據(jù)庫模塊。
13.如權(quán)利要求12所述的音視頻推薦系統(tǒng)，其特征在于，所述相關(guān)音視頻記錄模塊根據(jù)每個(gè)所述關(guān)注種類下每個(gè)待推薦用戶關(guān)注的音視頻的標(biāo)題和標(biāo)簽設(shè)置該音視頻的相關(guān)音視頻。
14.如權(quán)利要求11所述的音視頻推薦系統(tǒng)，其特征在于，還包括: 歷史行為獲取模塊，用于獲取從所述數(shù)據(jù)庫中獲取音視頻網(wǎng)站上待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類； 相關(guān)音視頻獲取模塊，用于從所述數(shù)據(jù)庫中分別獲取每個(gè)所述關(guān)注種類下待推薦用戶關(guān)注的首視頻的相關(guān)首視頻及該相關(guān)首視頻的相關(guān)性權(quán)重； 第一累加模塊，用于將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到該相關(guān)音視頻的第一累加權(quán)重； 第二累加模塊，用于將同一 關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重。
15.如權(quán)利要求14所述的音視頻推薦系統(tǒng)，其特征在于，還包括第一排序模塊，用于將同一關(guān)注種類下提供所述相關(guān)音視頻的所有用戶按第二累加權(quán)重進(jìn)行排序。
16.如權(quán)利要求11至15任一項(xiàng)所述的音視頻推薦系統(tǒng)，其特征在于，所述歷史行為記錄模塊記錄的音視頻的關(guān)注種類包括收藏視頻類、頂視頻類或?yàn)g覽視頻類中的一種或任意組合。
17.如權(quán)利要求16所述的音視頻推薦系統(tǒng)，其特征在于，還包括一第三累加模塊，用于將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重。
18.如權(quán)利要求16所述的音視頻推薦系統(tǒng)，其特征在于，所述第三累加模塊將收藏視頻類的第二累加權(quán)重按0.4 0.6的權(quán)值進(jìn)行累加，將頂視頻類的第二累加權(quán)重類按0.2 0.4的權(quán)值進(jìn)行累加，將瀏覽視頻類的第二累加權(quán)重按0.1 0.3的權(quán)值進(jìn)行累加。
19.如權(quán)利要求16所述的音視頻推薦系統(tǒng)，其特征在于，第二排序模塊，用于將所有關(guān)注種類下的提供所述相關(guān)音視頻的所有用戶按第三累加權(quán)重進(jìn)行排序。
全文摘要
本發(fā)明涉及一種音視頻推薦方法及系統(tǒng)，所述方法包括獲取待推薦用戶關(guān)注的音視頻及該音視頻的關(guān)注種類；分別獲取每個(gè)關(guān)注種類下待推薦用戶關(guān)注的音視頻的相關(guān)音視頻及該相關(guān)音視頻的相關(guān)性權(quán)重；將同一關(guān)注種類下屬于同一相關(guān)音視頻的所有相關(guān)性權(quán)重進(jìn)行累加得到第一累加權(quán)重；將同一關(guān)注種類下屬于同一用戶提供的所有相關(guān)音視頻的第一累加權(quán)重進(jìn)累加得到該用戶的第二累加權(quán)重；將不同關(guān)注種類下屬于同一提供所述相關(guān)音視頻的用戶的第二累加權(quán)重進(jìn)行加權(quán)累加得到該用戶的第三累加權(quán)重，從而實(shí)現(xiàn)了針對每個(gè)待推薦用戶不同的關(guān)注歷史行為，有效的尋找到每個(gè)待推薦用戶的興趣點(diǎn)所在，并把待推薦用戶所感興趣的音視頻提供者推薦出來。
文檔編號G06F17/30GK103186595SQ20111045445
公開日2013年7月3日 申請日期2011年12月29日 優(yōu)先權(quán)日2011年12月29日
發(fā)明者辛穎偉, 陳運(yùn)文 申請人:盛樂信息技術(shù)(上海)有限公司