[发明专利]推荐视频资源的方法及系统

权利要求书

1.一种推荐视频资源的方法，其特征在于，包括：

收集各用户观看视频过程中的历史记录；所述历史记录包括观看视频的时间信息，以及至少一种其他维度上的数据；

对收集到的各用户的历史记录进行统计，根据所述观看视频的时间信息计算每一用户在各时段内观看视频的观看数量占比或观看时长占比，并将该用户归入数量占比或时长占比大于组阈值的特定时段所对应的用户组，该用户定义为典型用户，生成各特定时段对应的包括典型用户的用户组；

分别获取各特定时段的用户组内典型用户在其他维度上的数据特征，确定各特定时段的用户在其他维度上的组特征；

判断典型用户外的其他用户在其他维度上的数据特征，是否满足某特定时段组的组特征，如果是，则将该用户加入该特定时段的用户组；

根据各用户组所对应的特定时段信息，向用户组内的用户推荐对应的视频资源。

2.根据权利要求1所述的方法，其特征在于：所述至少一种其他维度上的数据包括，用户观看视频的名称、用户进行搜索的记录和搜索内容、和用户对推荐类的消息的点击记录。

3.根据权利要求1所述的方法，其特征在于：所述收集各用户观看视频过程中的历史记录包括：当用户观看视频的时长大于第一下限值时，记录其历史记录。

4.根据权利要求1所述的方法，其特征在于：所述组阈值包括数量占比组阈值或时长占比组阈值。

5.根据权利要求4所述的方法，其特征在于，还包括：

计算典型用户外的其他用户各观看时段的数量占比，判断该数量占比是否大于等于对应组的数量占比组阈值，若大于等于对应的数量占比组阈值则将其划入该组；若小于各分组的数量占比组阈值，则获得该用户在其他维度上的数据特征。

6.根据权利要求4所述的方法，其特征在于，还包括：

计算典型用户外的其他用户各观看时段的时长占比，判断该时长占比是否大于等于对应组的时长占比组阈值，若大于等于对应的时长占比组阈值则将其划入该组；若小于各分组的时长占比组阈值，则获得该用户在其他维度上的数据特征。

7.根据权利要求1所述的方法，其特征在于还包括：对于历史记录条数大于第二下限值的用户进行统计分组，对于分组后的用户在每增加一定条数的记录后重新对该用户进行统计分组。

8.一种推荐视频资源的系统，其特征在于，包括：

历史记录获取模块，用于收集各用户观看视频过程中的历史记录；所述历史记录包括观看视频的时间信息，以及至少一种其他维度上的数据；

典型用户选取划分模块，用于对收集到的各用户的历史记录进行统计，根据所述观看视频的时间信息计算每一用户在各时段内观看视频的观看数量占比或观看时长占比，并将该用户归入数量占比或时长占比大于组阈值的特定时段所对应的用户组，该用户定义为典型用户，生成各特定时段对应包括典型用户的用户组；

模型训练模块，用于分别获取各特定时段的用户组内典型用户在其他维度上的数据特征，确定各特定时段的用户在其他维度上的组特征；

用户分组模块，用于判断典型用户外的其他用户在其他维度上的数据特征，是否满足某特定时段组的组特征，如果是，则将该用户加入该特定时段的用户组；

视频推荐模块，用于根据各用户组所对应的特定时段信息，向用户组内的用户推荐对应的视频资源。

9.根据权利要求8所述的系统，其特征在于：所述至少一种其他维度上的数据包括，用户观看视频的名称、用户进行搜索的记录和搜索内容、和用户对推荐类的消息的点击次数。

10.根据权利要求8所述的系统，其特征在于：所述组阈值包括数量占比组阈值或时长占比组阈值。

11.根据权利要求10所述的系统，其特征在于，还包括：

第一判断模块，用于计算典型用户外的其他用户各观看时段的数量占比，判断该数量占比是否大于等于对应组的数量占比组阈值，若大于等于对应的数量占比组阈值则将其划入该组；若小于各分组的数量占比组阈值，则触发所述用户分组模块执行判断在其他维度上的数据特征的操作;

或者第二判断模块，用于计算典型用户外的其他用户各观看时段的时长占比，判断该时长占比是否大于等于对应组的时长占比组阈值，若大于等于对应的时长占比组阈值则将其划入该组；若小于各分组的时长占比组阈值，则触发所述用户分组模块执行判断在其他维度上的数据特征的操作。