[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

说明书

本发明提供了一种视频推荐方法、目标服务提供端、服务调用端及系统，该方法为：服务调用端获取服务端实例列表，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。服务调用端将待处理用户的用户id和多个待推荐视频的视频id发送给目标服务提供端。目标服务提供端根据用户id获取用户特征和根据视频id获取视频特征，并利用预设的视频推荐模型处理用户特征和多个视频特征得到多个待推荐视频的预测点击率，将多个待推荐视频的预测点击率反馈给服务调用端。通过设置多个服务提供端，并利用负载均衡策略选择对应的目标服务提供端进行视频推荐处理，提高视频处理能力，从而降低推荐视频的延迟性。

技术领域

本发明涉及视频推荐技术领域，具体涉及一种视频推荐方法、目标服务提供端、服务调用端及系统。

背景技术

随着互联网的发展，越来越多的视频软件在应用市场上出现。在应用视频软件时，会根据用户的用户特征和视频的视频特征向用户推荐对应的视频。

目前进行视频推荐的方式为：结合用户特征和视频特征，利用机器学习模型对视频进行点击率预测，根据预测得到的点击率进行视频推荐。但是，随着视频数量的增多和视频特征的长度变长，在向用户推荐视频时需要较长的时间处理视频，无法处理大量的视频，处理视频的能力较低和推荐视频的延迟性较高。

发明内容

有鉴于此，本发明实施例提供一种视频推荐方法、目标服务提供端、服务调用端及系统，以解决目前视频推荐方式存在的处理视频的能力较低和推荐视频的延迟性较高等问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种视频推荐方法，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。

优选的，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。

本发明实施例第二方面公开一种视频推荐方法，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。

优选的，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：