[发明专利]一种视频推荐方法及装置

说明书

本申请提供了一种视频推荐方法及装置，通过获取到的预设时间段内的多个视频观看用户的历史观影记录，能够生成评分矩阵，进而利用图形处理器，对该评分矩阵进行评分预测，生成视频评分列表，并在对该视频评分列表进行排序后，生成推荐视频列表，推荐给视频观看用户；可见，利用适合大数据量并行计算的图形处理器对评分矩阵进行评分预测相关计算，既避免了对CPU资源的大量消耗，又提升了运算速度和计算效率，进而提高了推荐效率。

技术领域

本发明涉及网络通信技术领域，更具体的说，是涉及一种视频推荐方法及装置。

背景技术

网络视频是指由视频网站提供的、以流媒体为播放格式的、可以在线直播或点播的声像文件。用户能够通过视频网站实时观看到多个网络视频。

为了更好的提升用户的视频观看需求，视频网站采用视频推荐方法来为不同用户推荐其感兴趣的相关视频。其中，视频推荐方法的具体过程为：基于CPU的分布式计算平台，对海量用户的历史观影行为和记录进行Mapreduce操作，进而获得适应于不同用户的视频推荐列表，并将其推荐给对应的用户。然而，采用现有的个性化视频推荐方法会消耗大量的CPU资源，进而降低推荐效率。

发明内容

有鉴于此，本发明提供了一种视频推荐方法及装置，避免了对大量CPU资源的消耗，进而提升了推荐效率。

为实现上述目的，本发明提供如下技术方案：

一种视频推荐方法，包括：

获取预设时间段内的多个视频观看用户的历史观影记录，每一个所述视频观看用户的历史观影记录包括被观看视频个数和被观看视频评分；

依据所述视频观看用户的历史观影记录，生成评分矩阵；

利用图形处理器，对所述评分矩阵进行评分预测，生成视频评分列表；

对所述视频评分列表进行排序，生成推荐视频列表；

将所述推荐视频列表发送至所述视频观看用户。

优选地，所述依据所述视频观看用户的历史观影记录，生成评分矩阵，包括：

计算视频观看用户个数和被观看视频总个数；

生成行的个数为所述视频观看用户个数，列的个数为所述被观看视频总个数的初始评分矩阵；

将所述被观看视频评分放入行为所述被观看视频评分对应的视频观看用户，列为所述被观看视频评分对应的被观看视频的矩阵位置；

将放入所述被观看视频评分的初始评分矩阵中的空白矩阵元素设置为零元素，生成所述评分矩阵。

优选地，所述利用图形处理器，对所述评分矩阵进行评分预测，生成视频评分列表，包括：

利用所述图形处理器和SVD算法，对所述评分矩阵进行矩阵分解，获得用户特征矩阵和被观看视频特征矩阵；

针对所述评分矩阵中的任一零元素：

从所述用户特征矩阵确定出与所述零元素的行位置相同的一行矩阵元素；

从所述被观看视频特征矩阵确定出与所述零元素的列位置相同的一列矩阵元素；

将确定出的所述一行矩阵元素与所述一列矩阵元素相乘，获得对应所述零元素的预测评分，并将所述零元素对应的预测评分、视频观看用户以及被观看视频进行组合，获得视频预测信息；

在获得全部所述零元素对应的视频预测信息之后，将所述视频预测信息进行组合，生成所述视频评分列表。

优选地，所述对所述视频评分列表进行排序，生成推荐视频列表，包括：