基于時(shí)間因子的視頻推薦方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及推薦方法領(lǐng)域，具體設(shè)及一種基于時(shí)間因子的視頻推薦方法。
【背景技術(shù)】
[0002] 隨著視頻技術(shù)的發(fā)展，每天都有大量如動畫、電影、電視劇、綜藝節(jié)目等視頻產(chǎn) 生，同時(shí)隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，為人們提供了更加便利的途徑來觀看數(shù)量龐大的視頻。 化uTube、優(yōu)酷等視頻網(wǎng)站每時(shí)每刻都有當(dāng)量的視頻片段上傳，視頻的信息過載問題變得越 來越明顯，導(dǎo)致人們無法快速地從中獲取符合自己喜好的視頻。為了應(yīng)對運(yùn)一問題，視頻推 薦方法應(yīng)運(yùn)而生，并且已經(jīng)成為當(dāng)前解決音樂領(lǐng)域信息過載問題非常有潛力的方法。
[0003] 視頻推薦方法本質(zhì)上是一種信息過濾系統(tǒng)，其通過對用戶歷史行為習(xí)慣、用戶社 會關(guān)系W及用戶所處環(huán)境等因素的分析，幫助用戶從不斷增長的數(shù)據(jù)中過濾掉那些不必要 的信息，從而為用戶推薦符合其喜好和習(xí)慣的視頻。同時(shí)使用視頻推薦方法還具有W下好 處：（1)提高當(dāng)前網(wǎng)頁的瀏覽者的觀看欲望，從而將其轉(zhuǎn)化為視頻消費(fèi)者；（2)對系統(tǒng)用戶 數(shù)據(jù)進(jìn)行深度挖掘，可W開拓更多的用戶需求；（3)不斷提高客戶滿意度，使用戶對網(wǎng)站形 成依附性。
[0004] 目前視頻推薦方法里應(yīng)用最廣泛的是協(xié)同過濾技術(shù)，它主要是利用已有用戶群的 過去的視頻觀看行為預(yù)測當(dāng)前用戶感興趣的視頻，它可W把被推薦項(xiàng)目中難W讓機(jī)器理解 的資訊過濾掉，減少不必要信息的影響；可W為用戶推薦一些新奇的視頻，發(fā)現(xiàn)用戶潛在的 興趣偏好；自動化程度高，能夠有效使用系統(tǒng)提供的各種信息。 陽〇化]雖然協(xié)同過濾推薦算法能夠?yàn)橛脩籼峁┮恍┩扑]，但現(xiàn)有的技術(shù)仍存在一些問 題。運(yùn)主要表現(xiàn)在W下幾點(diǎn)：1、系統(tǒng)數(shù)據(jù)較為稀疏，無法準(zhǔn)確找到與用戶興趣相同的用戶， 從而進(jìn)行協(xié)同推薦；2、用戶的興趣是不斷變化的，推薦的視頻能匹配用戶的整體興趣，但 無法適配用戶的當(dāng)前興趣；3、視頻并不同于其他物品，對于同一個視頻，用戶存在著回顧等 多次觀看行為，因此在推薦新視頻的同時(shí)，舊的視頻按照用戶的觀看記錄也可進(jìn)行推薦。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明所要解決的技術(shù)問題是提供一種基于時(shí)間因子的視頻推薦方法，在能夠適 應(yīng)系統(tǒng)數(shù)據(jù)稀疏性的同時(shí)，能夠更好的為用戶推薦符合其當(dāng)前興趣的視頻，提高推薦方法 的準(zhǔn)確性。
[0007] 本發(fā)明為了解決上述技術(shù)問題所采用的技術(shù)方案為：
[000引一種基于時(shí)間因子的視頻推薦方法，包含W下步驟：
[0009] 1)采集規(guī)范的用戶對視頻的評分?jǐn)?shù)據(jù)；
[0010] 。從時(shí)間跨度、時(shí)間序列、時(shí)間周期等角度進(jìn)行用戶當(dāng)前興趣分析；
[0011] 3)對每一個視頻進(jìn)行評分預(yù)測，查找評分最高的N個視頻并對用戶進(jìn)行推薦。
[0012] 本發(fā)明的有益效果是：在傳統(tǒng)協(xié)同過濾推薦方法的基礎(chǔ)上，考慮進(jìn)了時(shí)間因子，所 推薦的視頻能夠更符合用戶當(dāng)前興趣。在推薦新視頻的同時(shí)，舊的視頻也可推薦給用戶，滿 足了用戶視頻回顧、收藏觀看等請求。本發(fā)明的視頻推薦方法綜合考慮了時(shí)間的各個角度， 所構(gòu)建出的興趣模型能夠較好地適應(yīng)用戶興趣偏移。
[0013] 應(yīng)當(dāng)理解，前述構(gòu)思W及在下面更加詳細(xì)地描述的額外構(gòu)思的所有組合只要在運(yùn) 樣的構(gòu)思不相互矛盾的情況下都可W被視為本公開的發(fā)明主題的一部分。另外，所要求保 護(hù)的主題的所有組合都被視為本公開的發(fā)明主題的一部分。
[0014] 結(jié)合附圖從下面的描述中可W更加全面地理解本發(fā)明教導(dǎo)的前述和其他方面、實(shí) 施例和特征。本發(fā)明的其他附加方面例如示例性實(shí)施方式的特征和/或有益效果將在下面 的描述中顯見，或通過根據(jù)本發(fā)明教導(dǎo)的【具體實(shí)施方式】的實(shí)踐中得知。
【附圖說明】
[0015] 附圖不意在按比例繪制。在附圖中，在各個圖中示出的每個相同或近似相同的組 成部分可W用相同的標(biāo)號表示。為了清晰起見，在每個圖中，并非每個組成部分均被標(biāo)記。 現(xiàn)在，將通過例子并參考附圖來描述本發(fā)明的各個方面的實(shí)施例，其中：
[0016] 圖1是說明根據(jù)本發(fā)明某些實(shí)施例的給予時(shí)間因子的視頻推薦方法的流程圖。
[0017] 圖2是說明根據(jù)本發(fā)明某些實(shí)施例的時(shí)間因子與用戶興趣的關(guān)系圖。
【具體實(shí)施方式】
[0018] 為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說明如下。
[0019] 在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實(shí)施例。 本公開的實(shí)施例不必定意在包括本發(fā)明的所有方面。應(yīng)當(dāng)理解，上面介紹的多種構(gòu)思和 實(shí)施例，W及下面更加詳細(xì)地描述的那些構(gòu)思和實(shí)施方式可WW很多方式中任意一種來實(shí) 施，運(yùn)是因?yàn)楸景l(fā)明所公開的構(gòu)思和實(shí)施例并不限于任何實(shí)施方式。另外，本發(fā)明公開的一 些方面可W單獨(dú)使用，或者與本發(fā)明公開的其他方面的任何適當(dāng)組合來使用。
[0020] 下面結(jié)合附圖，對本發(fā)明的一些示范性實(shí)施例加W說明。
[0021] 根據(jù)本發(fā)明的實(shí)施例，提出一種基于時(shí)間因子的視頻推薦方法，W克服現(xiàn)有視頻 推薦方法數(shù)據(jù)稀疏，無法適應(yīng)用戶興趣偏移等問題。結(jié)合圖1所示，該方法的實(shí)現(xiàn)大致包括 W下3個步驟：
[0022] 1)采集規(guī)范的用戶對視頻的評分?jǐn)?shù)據(jù)；
[0023] 2)從時(shí)間跨度、時(shí)間序列、時(shí)間周期等角度進(jìn)行用戶當(dāng)前興趣分析；
[0024] 3)對每一個視頻進(jìn)行評分預(yù)測，查找評分最高的N個視頻并對用戶進(jìn)行推薦。
[00巧]上述方法中，所述步驟1)具體為：
[00%] 11)獲取用戶的顯式評分，用戶對視頻的顯式評分區(qū)間為1-5分，value將直接存 儲用戶的顯式評分，若無評分則value為0分；
[0027] 12)獲取用戶的隱式反饋，若用戶觀看了視頻，但沒有對視頻進(jìn)行顯式評分，貝U value應(yīng)為4分；若用戶對視頻進(jìn)行收藏或者分享時(shí)，說明用戶很有可能對該視頻很感興 趣，則value應(yīng)為4分。
[0028] 13)W四元組（user,video,value,timestamp)的形式存儲用戶的行為，其中， user表示用戶，video表示視頻，value表示用戶user對視頻video的評分，timestamp表 征用戶user對視頻video評分的時(shí)刻。
[0029] 14