一種視頻推薦方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明設(shè)及電子技術(shù)領(lǐng)域，尤其設(shè)及一種視頻推薦方法及裝置。
【背景技術(shù)】
[0002] 隨著web2.0時(shí)代的發(fā)展，推薦系統(tǒng)已經(jīng)逐漸成為信息檢索和挖掘不可缺少的一個(gè) 部分。推薦系統(tǒng)有很多不同的設(shè)計(jì)方式和內(nèi)部算法，不同的應(yīng)用，根據(jù)其不同的需求和各式 場(chǎng)景而采用不同的推薦算法。衡量一個(gè)推薦算法的好壞就需要選定一個(gè)測(cè)量評(píng)價(jià)指標(biāo)，常 見(jiàn)的推薦方法評(píng)價(jià)指標(biāo)包括準(zhǔn)確性、多樣性、新穎性、可解釋性、健壯性等。目前流行的推薦 算法有:協(xié)同過(guò)濾，基于內(nèi)容過(guò)濾，基于人口統(tǒng)計(jì)學(xué)過(guò)濾，基于社交信息過(guò)濾等等。
[0003] 在現(xiàn)有技術(shù)方案中，推薦算法的設(shè)計(jì)都W準(zhǔn)確性為主要的衡量和優(yōu)化指標(biāo)。而對(duì) 于一個(gè)實(shí)際推薦系統(tǒng)，用戶(hù)體驗(yàn)很重要，而影響用戶(hù)體驗(yàn)的因素不僅包括推薦準(zhǔn)確性，還包 括推薦結(jié)果的多樣性。例如，采用用戶(hù)對(duì)于推薦結(jié)果的點(diǎn)擊率作為準(zhǔn)確性的考量，實(shí)際數(shù)據(jù) 表明，用戶(hù)對(duì)于熱口的視頻往往有著很高的點(diǎn)擊率，但是運(yùn)并不能代表算法命中了用戶(hù)的 興趣，因?yàn)榇蠖嘤脩?hù)本身就具有趨熱性，對(duì)熱口的東西有較高的點(diǎn)擊可能；其次，僅僅推薦 熱口內(nèi)容，即使獲得了較高的準(zhǔn)確性，但是仍然不算一個(gè)好的推薦系統(tǒng)，因?yàn)橥鶡峥诘膬?nèi) 容可W很容易通過(guò)其他渠道發(fā)現(xiàn)，如首頁(yè)熱口列表，今日排行榜之類(lèi)的地方，推薦一個(gè)熱口 的內(nèi)容不會(huì)給用戶(hù)帶了更多的信息量，對(duì)用戶(hù)體驗(yàn)不利，也不利于內(nèi)容挖掘。因此需要設(shè)計(jì) 一種平衡推薦結(jié)果準(zhǔn)確性和多樣性的方法。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例提供一種視頻推薦方法及裝置?？蒞提高視頻推薦的多樣性和準(zhǔn)確 性。
[0005] 本發(fā)明第一方面提供了一種視頻推薦方法，包括：
[0006] 獲取視頻推薦的用戶(hù)總數(shù)W及所述用戶(hù)總數(shù)中已觀看所述視頻的用戶(hù)人數(shù)；
[0007] 根據(jù)所述用戶(hù)總數(shù)W及所述已觀看所述視頻的用戶(hù)人數(shù)，計(jì)算所述視頻的流行度 評(píng)分；
[000引獲取針對(duì)所述目標(biāo)用戶(hù)推送的所述視頻的原始評(píng)分，其中，所述原始評(píng)分為根據(jù) 與所述目標(biāo)用戶(hù)關(guān)聯(lián)的其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分確定的所述視頻的 評(píng)分；
[0009] 根據(jù)所述視頻的原始評(píng)分W及所述視頻的流行度評(píng)分，計(jì)算向所述目標(biāo)用戶(hù)推送 的所述視頻的最終評(píng)分；
[0010] 根據(jù)所述視頻的最終評(píng)分，確定是否將所述視頻推薦給所述目標(biāo)用戶(hù)。
[0011] 在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述用戶(hù)總數(shù)W及所述已觀看 所述視頻的用戶(hù)人數(shù)，計(jì)算所述視頻的流行度評(píng)分包括：
[0012] 將所述已觀看所述視頻的用戶(hù)人數(shù)除W所述用戶(hù)總數(shù)，計(jì)算得到商；
[0013] 計(jì)算所述商的對(duì)數(shù)得到的值作為所述視頻的流行度評(píng)分。
[0014] 在第一方面的第二種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述視頻的原始評(píng)分W及所述 視頻的流行度評(píng)分，計(jì)算向所述目標(biāo)用戶(hù)推送的所述視頻的最終評(píng)分包括：
[0015] 確定所述視頻的原始評(píng)分的第一平衡參數(shù)W及所述視頻的流行度評(píng)分的第二平 衡參數(shù)；
[0016] 根據(jù)所述第一平衡參數(shù)W及所述視頻的原始評(píng)分計(jì)算得到第一數(shù)值，并根據(jù)所述 第二平衡參數(shù)W及所述視頻的流行度評(píng)分計(jì)算得到第二數(shù)值，所述第一平衡參數(shù)W及所述 第二平衡參數(shù)用于限定所述第一數(shù)值的取值范圍與所述第二數(shù)值的取值范圍在同一量級(jí)；
[0017] 將所述第一數(shù)值乘W所述第二數(shù)值計(jì)算得到的分值作為所述視頻的最終評(píng)分。
[0018] 在第一方面的第Ξ種可能的實(shí)現(xiàn)方式中，所述獲取針對(duì)所述目標(biāo)用戶(hù)推送的所述 視頻的原始評(píng)分包括：
[0019] 獲取所述其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分；
[0020] 根據(jù)所述其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分，計(jì)算所述視頻的平均打 分；
[0021] 將所述視頻的平均打分作為所述針對(duì)所述目標(biāo)用戶(hù)推送的所述視頻的原始評(píng)分。
[0022] 結(jié)合第一方面、W及第一方面的第一種至第Ξ種可能的實(shí)現(xiàn)方式，在第一方面的 第四種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述視頻的最終評(píng)分，確定是否將所述視頻推薦給所 述目標(biāo)用戶(hù)包括：
[0023] 確定所述視頻的最終評(píng)分是否大于預(yù)設(shè)闊值；
[0024] 若所述視頻的最終評(píng)分大于所述預(yù)設(shè)闊值，則將所述視頻推薦給所述目標(biāo)用戶(hù)。
[0025] 相應(yīng)地，本發(fā)明第二方面提供了一種視頻推薦裝置，包括：
[0026] 人數(shù)獲取模塊，用于獲取視頻推薦的用戶(hù)總數(shù)W及所述用戶(hù)總數(shù)中已觀看所述視 頻的用戶(hù)人數(shù)；
[0027] 流行度計(jì)算模塊，用于根據(jù)所述用戶(hù)總數(shù)W及所述已觀看所述視頻的用戶(hù)人數(shù)， 計(jì)算所述視頻的流行度評(píng)分；
[0028] 評(píng)分獲取模塊，用于獲取針對(duì)所述目標(biāo)用戶(hù)推送的所述視頻的原始評(píng)分，其中，所 述原始評(píng)分為根據(jù)與所述目標(biāo)用戶(hù)關(guān)聯(lián)的其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分 確定的所述視頻的評(píng)分；
[0029] 評(píng)分計(jì)算模塊，用于根據(jù)所述視頻的原始評(píng)分W及所述視頻的流行度評(píng)分，計(jì)算 向所述目標(biāo)用戶(hù)推送的所述視頻的最終評(píng)分；
[0030] 視頻推薦模塊，用于根據(jù)所述視頻的最終評(píng)分，確定是否將所述視頻推薦給所述 目標(biāo)用戶(hù)。
[0031] 在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述流行度計(jì)算模塊具體用于：
[0032] 將所述已觀看所述視頻的用戶(hù)人數(shù)除W所述用戶(hù)總數(shù)，計(jì)算得到商；
[0033] 計(jì)算所述商的對(duì)數(shù)得到的值作為所述視頻的流行度評(píng)分。
[0034] 在第二方面的第二種可能的實(shí)現(xiàn)方式中，所述評(píng)分計(jì)算模塊包括：
[0035] 參數(shù)確定單元，用于確定所述視頻的原始評(píng)分的第一平衡參數(shù)W及所述視頻的流 行度評(píng)分的第二平衡參數(shù)；
[0036] 數(shù)值計(jì)算單元，用于根據(jù)所述第一平衡參數(shù)W及所述視頻的原始評(píng)分計(jì)算得到第 一數(shù)值，并根據(jù)所述第二平衡參數(shù)W及所述視頻的流行度評(píng)分計(jì)算得到第二數(shù)值，所述第 一平衡參數(shù)w及所述第二平衡參數(shù)用于限定所述第一數(shù)值的取值范圍與所述第二數(shù)值的 取值范圍在同一量級(jí)；
[0037] 評(píng)分計(jì)算單元，用于將所述第一數(shù)值乘W所述第二數(shù)值計(jì)算得到的分值作為所述 視頻的最終評(píng)分。
[0038] 在第二方面的第Ξ種可能的實(shí)現(xiàn)方式中，所述評(píng)分獲取模塊具體用于：
[0039] 獲取所述其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分；
[0040] 根據(jù)所述其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分，計(jì)算所述視頻的平均打 分；
[0041] 將所述視頻的平均打分作為所述針對(duì)所述目標(biāo)用戶(hù)推送的所述視頻的原始評(píng)分。
[0042] 結(jié)合第二方面、W及第二方面的第一種至第Ξ種可能的實(shí)現(xiàn)方式，在第二方面的 第四種可能的實(shí)現(xiàn)方式中，所述視頻推薦模塊具體用于：
[0043] 確定所述視頻的最終評(píng)分是否大于預(yù)設(shè)闊值；
[0044] 若所述視頻的最終評(píng)分大于所述預(yù)設(shè)闊值，則將所述視頻推薦給所述目標(biāo)用戶(hù)。
[0045] 實(shí)施本發(fā)明實(shí)施例，首先獲取視頻推薦的用戶(hù)總數(shù)W及所述用戶(hù)總數(shù)中已觀看所 述視頻的用戶(hù)人數(shù);然后根據(jù)所述用戶(hù)總數(shù)W及所述已觀看所述視頻的用戶(hù)人數(shù)，計(jì)算所 述視頻的流行度評(píng)分;獲取針對(duì)所述目標(biāo)用戶(hù)推送的所述視頻的原始評(píng)分，其中，所述原始 評(píng)分為根據(jù)與所述目標(biāo)用戶(hù)關(guān)聯(lián)的其他已觀看所述視頻的用戶(hù)對(duì)所述視頻的打分確定的 所述視頻的評(píng)分;其次根據(jù)所述視頻的原始評(píng)分W及所述視頻的流行度評(píng)分，計(jì)算向所述 目標(biāo)用戶(hù)推送的所述視頻的最終評(píng)分;最后根據(jù)所述視頻的最終評(píng)分，確定是否將所述視 頻推薦給所述目標(biāo)用戶(hù)，通過(guò)結(jié)合視頻的原始評(píng)分W及流行度進(jìn)行視頻推薦，提高視頻推 薦的多樣性和準(zhǔn)確性。
【附圖說(shuō)明】
[0046] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用 的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域 普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W根據(jù)運(yùn)些附圖獲得其他的附圖。
[0047] 圖1是本發(fā)明提出的一種視頻推薦方法的第一實(shí)施例的流程圖；
[0048] 圖2是本發(fā)明提出的一種視頻推薦方法的另一實(shí)施例的流程圖；
[0049] 圖3是本發(fā)明實(shí)施例提出的一種視頻推薦裝置的結(jié)構(gòu)示意圖；
[0050] 圖4