[发明专利]视频推荐方法、视频推荐装置和计算机可读存储介质

说明书

本申请是关于一种视频推荐方法、视频推荐装置和计算机可读存储介质。该视频推荐方法包括：获取未注册用户的设备ID；根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，其中，获取好友关系数据的步骤包括，当未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取第一用户ID；以及在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。该视频推荐方法通过使未注册用户观看已注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID之间的关联关系，并据此对观看历史数据较少的未注册用户推荐视频，解决用户冷启动的问题。

技术领域

本申请属于计算机软件应用领域，尤其是视频推荐方法及视频推荐装置。

背景技术

随着数据量和计算能力的增加，个性化推荐渐趋成熟，个性化推荐是指通过分析用户过往行为，挖掘用户潜在感兴趣却还没有消费(观看)的内容(图集，视频和直播)，并在特定场景下推荐给用户。推荐内容的优劣直接影响着用户体验，从而影响产品和公司的发展。目前的推荐算法大多是在“Match(粗筛选)”阶段进行待推荐内容的筛选，“Rank”阶段(排序阶段)对粗筛选内容进行用户点击的可能性预测并进行排序，按照排序推荐给用户。

通过分析用户过往行为进行个性化推荐，主要包括协同过滤和基于内容匹配召回等方法，协同过滤主要是基于用户(user)和内容(item)之间的行为矩阵(score)，通过计算用户和用户之间的相似度(user based)，把与当前用户相似的其他用户喜欢的内容推荐给当前用户，或计算内容和内容之间的相似度(item based)，将与当前用户历史观看内容相似的其他内容推荐给当前用户。基于内容匹配的召回，是根据内容的文本图片，比如标题评论等文本数据，封面等图片数据，计算内容和内容之间的相似度，进行推荐。这两种方法推荐精度较高，但要做到比较好的个性化推荐，就需要大量的历史行为数据，而对于历史数据较少的用户或没有历史观看行为的新用户，无法通过计算找到与之相似的用户和内容，造成客户冷启动问题。

为此产生了基于地域的推荐，即通过用户的ip提取所在城市，为用户推荐一些当地的具有地方特色的内容。该方案虽可以在一定程度上解决用户的冷启动问题，但是推荐精度不够高，客户体验较差。

发明内容

为克服相关技术中存在的问题，本申请公开一种视频推荐方法和视频推荐装置，通过使未注册用户观看注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID的好友关系，进行相应的视频推荐，使得没有足够历史数据的用户也能接受个性化的视频推荐。

根据本申请实施例的第一方面，提供一种视频推荐方法，包括：

获取未注册用户的设备ID；

根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；

将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，

其中，获取所述好友关系数据的步骤包括，

当所述未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取所述第一用户ID；以及

在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。

可选地，所述视频推荐方法还包括：获取与所述未注册用户的设备ID相关的多层泛好友关系数据，所述泛好友为与所述第一用户ID为直接或间接好友关系的用户ID，并将与所述设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给所述设备ID的用户。

可选地，建立与所述未注册用户的设备ID相关的多层泛好友关系包括：

获取与所述第一用户ID为直接好友的第二用户ID，与所述设备ID建立第一层泛好友关系；以及