[发明专利]视频推荐方法、装置、存储介质和服务器

权利要求书

1.一种视频推荐方法，其特征在于，包括：

获取目标用户的特征值；

根据所述目标用户的特征值确定目标用户与聚类模型中各聚类的距离，得到目标用户所属聚类对应的用户类别；其中，每个所述聚类对应一个用户类别，每个用户类别中的种子用户的特征值之间具有最小方差；

根据所述用户类别，向目标用户推荐视频，包括：获取每个聚类中种子用户对应的视频观看数据，根据所述视频观看数据得到每个用户类别对应的推荐视频库；根据推荐视频库向目标用户推荐视频；

其中，所述聚类模型的构建包括：

获取历史用户的视频观看数据，视频观看数据包括预置时间段内用户登录天数和视频观看次数；

从历史用户中选定最近的预置时间段内用户登录天数在预设天数以上的用户，从选定用户中把视频观看次数最多的预置百分比用户作为种子用户；

获取种子用户的特征值；

基于聚类算法与种子用户的特征值构建聚类模型，将种子用户聚类形成多个用户类别。

2.根据权利要求1所述的推荐方法，其特征在于，所述基于聚类算法与种子用户的特征值构建聚类模型，包括：

根据聚类个数k、聚类算法与所述种子用户的特征值，得到所述聚类模型，所述聚类模型中包括k个聚类和每个聚类的中心值，k为预置值。

3.根据权利要求1所述的推荐方法，其特征在于，所述根据所述特征值确定目标用户与聚类模型中各聚类的距离，得到目标用户所属聚类对应的用户类别，包括：

计算目标用户的特征值与所述每个聚类的中心值的距离；将所述距离最小的聚类对应的用户类别作为所述目标用户的用户类别。

4.根据权利要求1所述的推荐方法，其特征在于，所述获取每个聚类中种子用户对应的视频观看数据，根据所述视频观看数据得到每个用户类别对应的推荐视频库，包括：

获取每个聚类中种子用户对每个视频的观看总次数，按照观看总次数从大到小对视频进行排序，把排序在前的预定数量的视频作为该用户类别对应的推荐视频库；或

获取每个聚类中种子用户对每个视频的观看总次数、观看总时长、用户点赞数量；将视频的观看总次数、观看总时长、用户点赞数量分别进行归一化处理，得到三个数值；将三个数值分别乘以预定权重后相加，得到综合值；按照综合值从大到小对视频进行排序，把排序在前的预定数量的视频作为该用户类别对应的推荐视频库。

5.根据权利要求1所述的推荐方法，其特征在于，所述根据所述用户类别，向目标用户推荐视频，包括：

根据所述用户类别，获取第一预定数量视频，从所述目标用户订阅的主播中获取最新发布的第二预定数量视频；向所述目标用户推荐所述第一预定数量视频和第二预定数量视频。

6.根据权利要求1所述的推荐方法，其特征在于，所述获取目标用户的特征值之前，还包括：

判断所述目标用户是否为聚类模型中的用户；

若是，则推荐最新发布的视频；若否，则继续所述获取目标用户的特征值的步骤。

7.根据权利要求1所述的推荐方法，其特征在于，所述根据所述用户类别，向目标用户推荐视频，包括：

根据所述用户类别，确定向所述目标用户推荐的视频集合；

判断视频集合中是否有目标用户未观看的视频；

若是，向所述目标用户推荐未观看过的视频；

若否，推荐最新发布的视频。

8.根据权利要求1所述的推荐方法，其特征在于，所述特征值包括用户登录次数、用户登录时段、每次直播观看时长、每天直播观看时长、观看直播次数、用户登录天数中的一个或多个。