[发明专利]基于用户人群划分和标签化视频的信息推荐模型

说明书

本发明公开了一种基于用户人群划分和标签化视频的信息推荐模型。对上传到服务器中的视频，系统模型根据视频的展现内容、展现形势进行划分；对用户所浏览的视频进行标签分析，通过统计及分析用户浏览的视频标签内容，来对用户当前的视频喜好及变化的情况进行统计；根据当前系统使用的人数，对不同热度及不同播放量的视频进行等级划分，视频等级越高关注度越高；用户观看视频时，系统模型主要推送用户喜欢的且视频等级较高的视频；系统模型同时也会推送用户观看量较少、但是视频等级特别高的视频，以此来确定用户是否对推荐的视频感兴趣。本发明根据多维度数据来分析如何给用户推荐视频，能最大化吸引用户，留住用户。

技术领域：

本发明属于数据分析技术领域，特别涉及一种基于用户人群划分和标签化视频的信息推荐模型。

背景技术：

在当前多数推荐模型中，推荐算法只能基于本身平台内容的优劣进行推荐，或基于审核人员的手动设置进行推荐，此种方式效率低，对于实时内容无法做到实时响应。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容：

本发明的目的在于提供一种基于用户人群划分和标签化视频的信息推荐模型，从而克服上述现有技术中的缺陷。

为实现上述目的，本发明提供了一种基于用户人群划分和标签化视频的信息推荐模型，其方法为：(1)对上传到服务器中的视频，系统模型根据视频的展现内容、展现形势进行划分；

(2)对用户所浏览的视频进行标签分析，通过统计及分析用户浏览的视频标签内容，来对用户当前的视频喜好及变化的情况进行统计；

(3)根据当前系统使用的人数，对不同热度及不同播放量的视频进行等级划分，视频等级越高关注度越高；

(4)用户观看视频时，系统模型主要推送用户喜欢的且视频等级较高的视频；

(5)系统模型同时也会推送用户观看量较少、但是视频等级特别高的视频，以此来确定用户是否对推荐的视频感兴趣。

与现有技术相比，本发明具有如下有益效果：

本发明可以根据视频基础信息标签、视频系统等级、系统当前使用人数、用户喜好标签等多维度来分析如何给用户推荐视频，能最大化吸引用户，留住用户。

附图说明：

图1为本发明基于用户人群划分和标签化视频的信息推荐模型原理框图。

具体实施方式：

下面对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

实施例1

如图1所示，一种基于用户人群划分和标签化视频的信息推荐模型，其步骤为：(1)对上传到服务器中的视频，系统模型根据视频的展现内容、展现形势进行划分；

(2)对用户所浏览的视频进行标签分析，通过统计及分析用户浏览的视频标签内容，来对用户当前的视频喜好及变化的情况进行统计，以此来逐渐缩小用户喜好的视频范围；

(3)根据当前系统使用的人数，对不同热度及不同播放量的视频进行等级划分，视频等级越高关注度越高，也就说明越值得推荐给其他有此喜好的用户；

(4)用户观看视频时，系统模型主要推送用户喜欢的且视频等级较高的视频；