[发明专利]一种视频推荐方法、目标服务提供端、服务调用端及系统

权利要求书

1.一种视频推荐方法，其特征在于，所述方法适用于服务调用端，所述方法包括：

获取服务端实例列表，所述服务端实例列表中包括多个预先在etcd注册中心注册的服务提供端，所述服务提供端为docker集群中的docker服务实例；

根据预设的负载均衡策略，从所述服务端实例列表中确定目标服务提供端；

将待处理用户的用户id和多个待推荐视频的视频id发送给所述目标服务提供端，使所述目标服务提供端根据所述用户id获取用户特征和根据所述视频id获取视频特征，并利用预设的视频推荐模型处理所述用户特征和多个所述视频特征得到多个所述待推荐视频的预测点击率，所述视频推荐模型根据样本数据训练机器学习模型得到；

接收所述目标服务提供端反馈的多个所述待推荐视频的预测点击率。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的负载均衡策略，从所述服务端实例列表中确定目标服务提供端，包括：

根据随机数哈希算法策略，从所述服务端实例列表中确定目标服务提供端。

3.一种视频推荐方法，其特征在于，所述方法适用于目标服务提供端，所述方法包括：

接收服务调用端发送的待处理用户的用户id和多个待推荐视频的视频id，所述服务调用端根据预设的负载均衡策略从服务端实例列表中确定目标服务提供端，所述服务端实例列表中包括多个预先在etcd注册中心注册的服务提供端，所述服务提供端为docker集群中的docker服务实例；

根据所述用户id获取所述待处理用户的用户特征，以及根据所述视频id获取多个所述待推荐视频的视频特征；

根据所述用户特征和多个所述视频特征，利用预设的视频推荐模型对多个所述待推荐视频进行点击率预测，得到每个所述待推荐视频的预测点击率，所述视频推荐模型根据样本数据训练机器学习模型得到；

将多个所述待推荐视频的预测点击率反馈给所述服务调用端。

4.根据权利要求3所述的方法，其特征在于，所述根据所述用户id获取所述待处理用户的用户特征，以及根据所述视频id获取多个所述待推荐视频的视频特征，包括：

根据所述用户id，从分布式缓存中获取与所述用户id对应的libsvm格式的用户特征；

根据每个所述视频id，从所述分布式缓存中获取每个所述待推荐视频对应的libsvm格式的视频特征。

5.根据权利要求3所述的方法，其特征在于，所述根据所述用户特征和多个所述视频特征，利用预设的视频推荐模型对多个所述待推荐视频进行点击率预测，得到每个所述待推荐视频的预测点击率，包括：

针对每一个所述待推荐视频的所述视频特征，将所述视频特征与所述用户特征进行拼接，得到组合特征；

将多个所述组合特征输入预设的视频推荐模型进行点击率预测，得到每个所述待推荐视频的预测点击率。

6.根据权利要求3所述的方法，其特征在于，将多个所述待推荐视频的预测点击率反馈给所述服务调用端之前，还包括：

根据预测点击率，对多个所述待推荐视频进行排序。

7.根据权利要求3所述的方法，其特征在于，还包括：

根据预设周期，向etcd注册中心发送keepalive消息。