[发明专利]视频推荐方法、其装置、信息处理设备及存储介质

权利要求书

1.一种视频推荐方法，其特征在于，包括：

根据数据库中所有用户的历史行为数据确定多个视频序列样本以及每个用户按照由近至远的时间顺序所观看视频的视频序列；所述视频序列样本中的各视频与该视频相邻的视频之间存在相关性；

采用所述视频序列样本对item2vec模型进行训练，确定各所述视频对应的物品向量；

根据各用户的视频序列中各视频的排列顺序以及各所述视频对应的物品向量，确定各用户对应的用户向量；

依次确定各所述视频对应的物品向量与各用户对应的用户向量之间的相似度，按照与用户对应的用户向量的相似度由高到低的顺序向该用户推荐相似视频。

2.如权利要求1所述的方法，其特征在于，所述采用所述视频序列样本对item2vec模型进行训练，确定各所述视频对应的物品向量，包括：

采用所述视频序列样本对所述item2vec模型进行训练；

将训练完成的所述item2vec模型的隐空间参数表示为与各所述视频对应的物品向量；

其中，所述物品向量所包含的分量的数量小于所述视频序列样本所包含的视频的数量。

3.如权利要求1所述的方法，其特征在于，所述用户向量采用以下公式确定：

其中，表示所述用户向量，表示第j个视频的物品向量，w_j表示第j个视频的时间衰减权重，m表示用户的数量。

4.如权利要求3所述的方法，其特征在于，所述时间衰减权重采用以下公式确定：

其中，w_j表示时间衰减权重，α为表示时间衰减系数，order表示视频在所述视频序列中的排序，m表示用户的数量。

5.如权利要求1所述的方法，其特征在于，所述物品向量与所述用户向量的相似度采用以下公式确定：

其中，sim(i_j,u_j)表示所述物品向量与所述用户向量的相似度，表示所述物品向量，表示所述用户向量。

6.一种视频推荐装置，其特征在于，包括：

视频序列确定单元，用于根据数据库中所有用户的历史行为数据确定多个视频序列样本以及每个用户按照由近至远的时间顺序所观看视频的视频序列；所述视频序列样本中的各视频与该视频相邻的视频之间存在相关性；

物品向量确定单元，用于采用所述视频序列样本对item2vec模型进行训练，确定各所述视频对应的物品向量；

用户向量确定单元，用于根据各用户的视频序列中各视频的排列顺序以及各所述视频对应的物品向量，确定各用户对应的用户向量；

推荐单元，用于依次确定各所述视频对应的物品向量与各用户对应的用户向量之间的相似度，按照与用户对应的用户向量的相似度由高到低的顺序向该用户推荐相似视频。

7.如权利要求6所述的装置，其特征在于，所述物品向量确定单元，具体用于采用所述视频序列样本对所述item2vec模型进行训练；将训练完成的所述item2vec模型的隐空间参数表示为与各所述视频对应的物品向量；

其中，所述物品向量所包含的分量的数量小于所述视频序列样本所包含的视频的数量。

8.如权利要求6所述的装置，其特征在于，所述用户向量确定单元采用以下公式确定所述用户向量：

表示所述用户向量，表示第j个视频的物品向量，w_j表示第j个视频的时间衰减权重，m表示用户的数量；

其中，所述时间衰减权重采用以下公式确定：

α为表示时间衰减系数，order表示视频在所述视频序列中的排序，m表示用户的数量。

9.如权利要求6所述的装置，其特征在于，所述推荐单元采用以下公式确定所述物品向量与所述用户向量的相似度：

其中，sim(i_j,u_j)表示所述物品向量与所述用户向量的相似度，表示所述物品向量，表示所述用户向量。