[发明专利]一种点击反馈式个性化推荐系统

说明书

技术领域

本发明涉及一种点击反馈式个性化推荐系统，尤其涉及网络视频的推荐显示领域。

背景技术

目前，在用户对互联网上的网络视频进行点击观看时，现有的相关推荐技术可以为用户提供关于网络视频的相关推荐列表，该相关推荐技术是通过计算网络视频的相关性权重来进行排序显示，但是现有的相关推荐技术不能对用户的实时行为所产生的数据进行有效的利用，导致相关推荐结果的不准确或相关性较差。

本发明提出了一种与相关推荐系统融合的个性化推荐系统，可以有效的利用用户在相关推荐系统上产生的优质数据；并能将个性化推荐系统的结果反馈到相关推荐系统，实现对相关推荐系统本身数据的优化。通过点击反馈计算模块，对用户喜爱的数据源进行自动调整，从而产生更精确的视频推荐结果。

发明内容

鉴于现有技术中存在的问题，本发明的目的在于提供一种点击反馈式个性化推荐系统。

为了达到上述目的，本发明提供了一种点击反馈式个性化推荐系统，该系统包括：相关推荐系统，同时接收用户观看行为日志模块的输出与个性化推荐系统离线计算模块的输出作为相关推荐系统的输入；输出与网络视频对应的相关推荐网络视频及网络视频相关性权重；用户观看行为日志模块，用于记录和保存用户的观看行为日志，包括用户所观看的网络视频，网络视频的观看时间，用户所收藏的网络视频，用户对网络视频的搜索记录，用户所分享的网络视频，用户对网络视频的评价；个性化推荐系统，同时接收用户观看行为日志模块的输出与相关推荐系统的输出作为个性化推荐系统的输入，输出个性化推荐结果列表。

进一步，本发明所述的个性化推荐系统包括个性化推荐系统离线计算模块、个性化推荐系统在线计算模块、用于显示个性化推荐结果的个性化推荐结果显示模块、点击反馈计算模块、用户实时点击日志模块。

进一步，本发明所述的个性化推荐系统离线计算模块接收相关推荐系统的输出、用户观看行为日志模块的输出及点击反馈计算模块的输出，个性化推荐系统离线计算模块进一步计算观看完成率权重wc、观看时间维度权重wt、网络视频清晰度权重wd，并对多个权重进行融合，得到相关推荐的每个网络视频的单一权重，权重融合的计算公式为：

w＝weight×wc×a1+wt×a2+wd×a3

其中weight为相关推荐系统输出的网络视频相关性权重，wc为观看完成率权重，wt为观看时间维度权重，wd为网络视频清晰度权重，取a1＝0.5，a2＝0.3，a3＝0.2，个性化推荐系统离线计算模块获取用户的观看行为日志，计算用户观看过的网络视频的最大时长lenMax分钟；设用户观看的某网络视频V长度为len分钟，用户观看的时长为wLen分钟，计算wc：

wc=0.001wLen<=1wLen/len×(1+0.5×len/maxLen)wLen>1]]>

如果wc＞1，则wc＝1，得到最终的网络视频V的完成率权重为wc；

设网络视频的观看日期与当前计算日期的天数差为dayDiff，时间维度权重的最小值为wmin，权重从1下降到wmin的时间长度为dayRange天，则时间维度权重wt计算公式为：

(1)wt＝1.0一dayDiff ×((1-wmin)/dayRange)

(2)如果wt＜wmin，则wt＝wmin

设清晰度权重为wd，网络视频V的清晰度为d，则：如果d为“超清”，则wd＝1+wb；如果d为“高清”，则wd＝1；如果d为“标清”，则wd＝1-wb。