[发明专利]一种视频推荐系统

权利要求书

1.一种视频推荐系统，其特征在于，包括：

至少两台HTTP服务器http-server，作为系统接入入口，用于接收并处理推荐请求，并返回相应的推荐数据，

HTTP服务器通过建桶，在桶中按需求添加推荐服务器，

由推荐服务器组成的推荐服务器集群，每个推荐服务器内部逻辑分为：数据分发器Deliver Server，数据召回器Recall Server，数据过滤器Filter Server，

两台历史服务器，采用主备模式，历史服务器分两类数据：

一类是模型中的数据，该类数据是从播放记录中训练统计的数据，该数据包括历史播放记录、从记录中统计的用户分数，

一类是实时数据，还没有被训练成模型的数据，

两台召回池服务器，采用主备模式，起数据缓存功能，数据召回器将召回的数据存入召回池服务器，数据过滤器从召回池服务器中获取数据；

数据分发器：接收http-server发送过来的请求信息，根据历史服务器提供的用户得分，来计算各个数据召回器要召回的数量，随后向数据召回器发送数据召回请求，

数据召回器：接收数据分发器发送过来的数据请求，数据召回器分为:使用个性化模型的个性化召回器、使用流行模型的流行召回器和使用冷数据模型的冷数据召回器，

数据过滤器：数据分发器向数据召回器发送数据后，会通知数据过滤器有数据需要召回，则从召回池服务器中获得所有数据并汇总，当所有数据汇总后，通过redis队列返回给http-server，并将召回的数据写入历史服务器；

所述数据分发器，从redis队列中读取HTTP服务器发送过来的请求信息，根据请求信息向history服务器获取该用户的打分；

根据用户的打分来推送各种召回器数据的个数，具体包括：

判断用户类型，如果用户的打分1，则用户类型为冷用户，否则为其他用户，

针对冷用户：

W_pop＝1，代表热门数据推荐占比，用于命中高，全量推，

W_cf＝0，代表个性化召回推荐占比，用于发觉个性化长尾，提高用户体验，

W_cold＝0，代表冷数据推荐占比，用于提高多样性，预热数据，个性化信息不足时推，

针对其他用户：

W_pop＝1-W_cold-W_cf，

W_cf＝min(∑score/160,1-W_cold-W_pop)，score为用户的打分，W_cold＝0.125。

2.如权利要求1所述的视频推荐系统，其特征在于：HTTP服务器负责数据分流，总的流量按100％划分到每个桶，每个桶流量任意。

3.如权利要求1所述的视频推荐系统，其特征在于：HTTP服务器负责AB策略测试，对桶设置不同的策略，桶中的推荐服务器则执行这些策略，随后进行不同桶中数据之间的数据对比。

4.如权利要求1所述的视频推荐系统，其特征在于：所述数据分发器Deliver Server，数据召回器Recall Server，数据过滤器Filter Server间使用redis来完成远程调用。

5.如权利要求1所述的视频推荐系统，其特征在于：所述数据分发器Deliver Server，数据召回器Recall Server，数据过滤器Filter Server间采用并行处理，以实现低响应时间。

6.如权利要求1所述的视频推荐系统，其特征在于：在推荐服务器上，采用索引文件技术，直接将用户的播放历史，歌曲的相似度信息存储到磁盘，以实现减少大量内存的占用。

7.如权利要求1所述的视频推荐系统，其特征在于：建桶具体采用以下策略：

对服务器集群进行分桶，桶中添加服务器，对桶进行流量划分，根据用户ID计算1到100的哈希值，从而使用户落到指定的桶中，桶中的服务或随机选择一个，或根据不同的策略来选择一个。

8.如权利要求7所述的视频推荐系统，其特征在于：当资源不足时，采用以下策略：

添加新桶，桶中添加服务器，随后分取流量；

在桶中配置推荐系统服务器redis的IP和port，以及密码，随后通过该配置连接推荐服务器。