CN104219575B - 相关视频推荐方法及*** - Google Patents

Abstract

本发明公开了一种相关视频推荐方法及***，该方法包括如下步骤：获取当前视频；对该当前视频的文本信息进行分析，提取该当前视频的关键词和类别信息，获得关键词列表及类别信息；根据该关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表，并将其加入到候选视频集合；对该候选视频集合中的每个候选视频的质量进行评分；根据质量评分结果，计算后该候选视频集合中各视频的相关得分，根据各视频的相关得分获得该当前视频的相关推荐列表，通过本发明，可以更好地为用户提供高质量的视频，充分满足用户的观看需求。

Description

相关视频推荐方法及***

技术领域

本发明关于一种在线视频技术，特别是涉及一种相关视频推荐方法及***。

背景技术

随着互联网内容的***性增长，尤其是视频网站和社交网站的快速发展，每天有大量的新鲜内容被生产和消费，与此同时，对一个用户来说，从大量无关的内容中发现感兴趣的信息越来越困难。

对视频网站来说，推荐***是非常重要的组成部分。首先，国内各大视频网站积累的视频数量通常在几千万的数量级，而且对用户上传视频（ugc）来说，视频的内容包罗万象，非常发散和丰富，用户短时间内很难找到自己真正感兴趣的视频；其次，用户观看一部视频所花费的时间比较长，加上大多数网站在播放视频之前会播放一段广告，如果推荐的视频不合用户口味，对用户体验是一个很大的伤害；再次，良好的推荐***能够吸引用户观看更多的视频，从而为网站增加流量和收益。

可见，在线相关视频推荐是视频网站帮助用户查找并观看某个特定领域视频的方法和工具。相对于传统的视频目录浏览方式或者视频搜索方式，相关视频推荐能够在用户不合适的搜索词的情况下，通过分析用户历史行为，发现用户需求的特定领域，在该特定领域进行推荐，避免了搜索词的输入和层次目录的多次点击过程，使得查找并观看某个特定类型的视频更加简单容易。

现有的相关视频推荐技术，主要包括两种方法：基于视频协同过滤推荐和基于用户协同过滤推荐。前者通过计算视频和视频的相似度，将与观影记录视频最相似的相关视频推荐给用户，而后者则是基于观影记录，计算用户相似度，将相似的用户最近看过的相关视频推荐给用户。这两种方式默认都是基于用户的全部观影记录进行分析，返回的结果是与所有历史视频均相似的视频，对于喜好比较单一的用户，推荐结果比较好。例如用户看了一部或多部动作片，推出最近最热的动作片，用户感受会比较好。

但是，随着互联网视频网站的发展和用户上网观看视频的行为增多，用户对观看视频类型和特征的需求更为多样，满足全部类型和特征的视频将不存在或者可能质量较差，采用上述方法很可能是包含较多特征但没有一个优秀特征的视频，影响用户的兴趣。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种相关视频推荐方法及***，通过对视频主题和内容进行精细分析，自动发现内容上相关的其它视频，并对用户的播放记录进行分析，挖掘用户的偏好，同时还通过编辑列表推荐模块整理编辑播放列表，获得候选视频结合，并结合视频的质量评分来生成最终的相关相关视频推荐列表，更好地为用户提供高质量的视频，充分满足用户的观看需求。

为达上述及其它目的，本发明提出一种相关视频推荐方法，包括如下步骤：

步骤一，获取当前视频；

步骤二，对该当前视频的文本信息进行分析，提取该当前视频的关键词和类别信息，获得关键词列表及类别信息；

步骤三，根据该关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表，并将其加入到候选视频集合；

步骤四，对该候选视频集合中的每个候选视频的质量进行评分；

步骤五，根据质量评分结果，计算后该候选视频集合中各视频的相关得分，根据各视频的相关得分获得该当前视频的相关推荐列表。

进一步地，于步骤五中，对该候选视频集合的所有视频，按照排名分别赋予一个权重，最后乘上视频的质量得分，得到各视频的相关得分，并对各视频的相关得分进行排序，选取前N个结果作为该当前视频的相关推荐列表。

进一步地，于步骤五之后，还包括对计算得到的相关推荐列表进行缓存的步骤。

进一步地，当请求一个视频的推荐列表时，若缓存中已经有该视频的推荐结果，则直接返回缓存中的推荐列表。

进一步地，定期取出播放数超过一定次数的视频，将该视频的推荐结果按步骤一至步骤五重新计算，并更新缓存。

进一步地，若某视频很长时间没有被再次播放，推荐结果将从缓存中清除。

进一步地，于步骤四之前，还包括如下步骤：挖掘用户的偏好，获得该当前视频的共现视频，组成第二候选列表，并将其加入到该候选集合中。

进一步地，获取当前视频的共现视频的步骤包括如下步骤：

首先，统计所有与该当前视频有共现的视频；

对每一个共现的视频V，计算count（A，V）/count（V），其中count（A，V）为A和V共现的次数，count（V）为V的播放总和；

取count（A，V）/count（V）值最大的几个视频为该第二候选列表。

进一步地，于步骤四之前，还包括如下步骤：

检查该当前视频是否在编辑整理的某个视频播放列表中；

若存在这样的播放列表，则把与该当前视频相关的播放列表中的视频取出，组成第三候选列表，并加入到候选集合中。

进一步地，步骤一包括如下步骤：

对该当前视频的文本信息进行中文分词，获得候选词的列表；

然后提取候选词的词性、长度、出现次数、是否是垃圾词等特征，并根据该些特征综合为每个候选词评分或赋予权重，取分数较高的或权重值高的候选词为视频的关键词列表。

为达到上述及其他目的，本发明还提供一种相关视频推荐***，至少包括：

内容分析模块，用于对当前视频的文本信息进行分析，提取该当前视频的关键词和类别信息，获得关键词列表及类别信息；

视频搜索模块，根据该关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表，并将其加入到候选视频集合；

质量评分模块，用于对候选视频集合中的每个候选视频的质量进行评分；

结果生成模块，根据质量评分结果，计算后该候选视频集合中各视频的相关得分，根据各视频的相关得分获得该当前视频的相关推荐列表。

进一步地，该***还包括一缓存模块，用于将对计算得到的相关推荐列表进行缓存。

进一步地，该***还包括一编辑列表推荐模块，用于检查当前视频是否在编辑整理的某个视频播放列表，而于存在某个视频播放列表时，把该列表中与该当前视频相关的视频取出，组成该第三候选列表。

进一步地，该***还包括一共现挖掘模块，用于挖掘用户的偏好，获得该当前视频的共现视频，组成该第二候选列表。

进一步地，该文本信息包括视频标题、描述、用户标签，该类型信息为视频上传者选择的分类信息。

进一步地，该质量评分模组对视频的质量评分的依据包括播放次数、评论次数、清晰度、缩略图清晰度、标题长度、视频时长。

与现有技术相比，本发明一种相关视频推荐方法及***，通过内容分析模块对视频主题和内容进行精细分析，自动发现内容上相关的其它视频，并通过共现挖掘模块对用户的播放记录进行分析，挖掘用户的偏好，同时还通过编辑列表推荐模块整理编辑播放列表，获得候选视频结合，并结合视频的质量评分来生成最终的相关相关视频推荐列表，可以更好地为用户推荐适合每个用户自身的视频。

附图说明

图1为本发明一种相关视频推荐方法的步骤流程图；

图2为本发明较佳实施例中提取当前视频关键词的示意图；

图3为本发明一种相关视频推荐***的***架构图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图1为本发明一种相关视频推荐方法的步骤流程图。如图1所示，本发明一种相关视频推荐方法，包括如下步骤：

步骤101，获取当前视频A。

步骤102，对视频A的文本信息进行分析，提取视频A的关键词和类别信息，获得关键词列表及类别信息。这里，视频A的文本信息包括视频标题、描述、用户标签等。分析过程首先要对文本信息进行中文分词，获得候选词的列表；然后提取候选词的词性、长度、出现次数、是否是垃圾词等特征，并根据这些特征综合评分，也可以根据这些特征赋予每个候选词权重，取分数较高的或权重值高的候选词为视频的关键词列表。图2为本发明较佳实施例中提取当前视频关键词的示意图。例如，当前视频的视频标题为“中国国产航母上海开中印航母“暗战”建设大提速”，描述为“印度国产航母新近下水，解放军航母瓦良格完成第三次海试，亚洲的两个大国，在航母之路上开始了暗战，两年打造3航母编队，如此惊人的速度是否可以如期实现”，用户标签为“中国、航母、建设、开建”，步骤102则对上述文本信息进行分析，获得该视频的关键词列表：航母，暗战，中印。由于视频上传者上传视频时会为视频选择一个分类，类别信息可由此获得。

步骤103，根据获得的关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选表，并将其加入到最相关的候选视频集合。在本发明较佳实施例中，查询条件为类别信息与关键词列表中各关键词的任意组合，关键词列表是“航母、暗战、中印”，类别信息是军事，则查询条件可以是：

1.类别=军事and查询词=航母暗战

2.类别=军事and查询词=航母中印

3.类别=军事and查询词=航母

对每个查询条件，可通过开源的全文检索引擎Lucene对所有视频进行索引，从Lucene中获得返回的视频列表，并对每个查询条件返回的各个列表中的视频进行合并，得到第一候选列表C1，加入到候选视频集合C中。

步骤104，对候选视频集合中的每个候选视频的质量进行评分。在本发明较佳实施例中，视频的质量得分有几部分组成：播放次数、评论次数、清晰度、缩略图清晰度、标题长度、视频时长。播放次数和评论次数越多越好，清晰度和缩略图清晰度越高越好，同时，标题长度和视频时长不能太短。

步骤105，对候选视频集合的所有视频，按照排名分别赋予一个权重，最后乘上视频的质量得分，得到各视频的相关得分，并对各视频的相关得分进行排序，选取前N个结果作为当前视频A的相关推荐列表。在本发明较佳实施例中，获取各视频的相关得分：Relative_score(v)=score_Ci(v)*score_Ri(v)*quality(v)，其中score_Ci(v)根据视频v来自哪一个候选列表，score_Ri(v)是根据视频在候选列表的排名，quality(v)是视频的质量得分。

然后，对视频的相关得分Relative_score(v)进行排序，选取前N个结果作为视频的相关推荐列表。

较佳地，在步骤105之后，本发明还可以如下步骤：对计算得到的相关推荐列表进行缓存。当请求一个视频的推荐列表时，如果缓存中已经有这个视频的推荐结果，不需要重复计算，直接返回缓存中的推荐列表即可。

同时，因为不断地有用户上传新的和质量更好的视频，本发明需要定期地重新计算缓存中的视频的推荐结果，将这些新的相关视频推荐给用户。因此本发明会定期（每个小时）取出播放数超过一定次数的视频，将这些视频的推荐结果重新计算，并更新缓存。本发明也会检查缓存中的视频，如果一个视频很长时间都没有被再次播放，推荐结果将从缓存中清除。

较佳地，在步骤104之前，本发明之相关视频推荐方法还可以包括如下步骤：检查当前视频A是否在编辑整理的某个视频播放列表中；如果存在这样的播放列表，则把与当前视频A相关的播放列表中的视频取出，组成第三候选列表C3，并加入到候选集合C中。

为更好地向用户进行相关视频推荐，在步骤104之前，本发明之相关视频推荐方法还可以包括如下步骤：挖掘用户的偏好，获得当前视频A的共现视频，组成第二候选列表C2，并将其加入到候选结合C中。在本发明较佳实施例中，这里可以通过统计每天所有用户的播放记录来获得。如果一个用户看完A视频后，又看了B、C等视频，则称A和B共现了一次，同理，A和C也共现了一次，B和C也是，记为（A,B）,(A,C),(B,C)。

因此挖掘用户看完当前视频A后的偏好，即获取共现视频的步骤还包括如下步骤：

1、首先统计所有与A有共现的视频。

2、对每一个共现的视频V，计算count（A，V）/count（V）。其中count（A，V）即为A和V共现的次数，count（V）即为V的播放总和。

3、取count（A，V）/count（V）值最大的几个视频为第二候选列表C2。

可见，本发明之相关视频推荐方法通过对视频主题和内容进行精细分析，自动发现内容上相关的其它视频；同时，也对用户的播放记录进行分析，挖掘用户的偏好，即用户在看完某一个视频后，对哪些视频最感兴趣；另外，对于一些十分热门的视频，可以通过编辑手工整理一些播放列表，进一步提高相关视频的推荐质量，例如“郭德纲相声集锦”等；最后，结合视频的质量评分，来生成最终的相关相关视频推荐列表，本发明可以更好地为用户推荐适合每个用户自身的视频。

另外，由于视频的数量很多，并且播放量很大，不可能实时的为所有视频生成推荐列表。当计算出一个视频的相关视频列表后，本发明将列表缓存到数据库中，以提高***的性能。如果该视频在一定时间内被大量播放，***将对其重新结算得到最近的结果；相反如果一段时间内没有被再次播放，其推荐列表的缓存将从数据库移除。

图3为本发明一种相关视频推荐***的***架构图。如图3所示，本发明一种相关视频推荐***，至少包括：内容分析模块301、视频搜索模块302、质量评分模块303以及结果生成模块304。

其中内容分析模块301用于对当前播放视频A的文本信息进行分析，提取视频A的关键词和类别信息，获得关键词列表及类别信息。这里，当前视频A的文本信息包括视频标题、描述、用户标签等。图2为本发明较佳实施例中提取当前视频关键词的示意图。例如，当前视频的视频标题为“中国国产航母上海开中印航母“暗战”建设大提速”，描述为“印度国产航母新近下水，解放军航母瓦良格完成第三次海试，亚洲的两个大国，在航母之路上开始了暗战，两年打造3航母编队，如此惊人的速度是否可以如期实现”，用户标签为“中国、航母、建设、开建”，内容分析模块301首先对文本信息进行中文分词，获得候选词的列表，然后提取候选词的词性、长度、出现次数、是否是垃圾词等特征，并根据这些特征综合评分，也可以根据这些特征赋予每个候选词权重，取分数较高的或权重值高的候选词为视频A的关键词列表：航母，暗战，中印。由于视频上传者上传视频时会为视频选择一个分类，类别信息可由此获得

视频搜索模块302，根据内容分析模块301获得的关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表C1，并将其加入到最相关的候选视频集合。在本发明较佳实施例中，查询条件为类别信息与关键词列表中各关键词的任意组合，如关键词列表是“航母、暗战、中印”，类别信息是军事，则查询条件可以是：

1.类别=军事and查询词=航母暗战

2.类别=军事and查询词=航母中印

3.类别=军事and查询词=航母

对每个查询条件，可通过开源的全文检索引擎Lucene对所有视频进行索引，从Lucene中获得返回的视频列表，并对每个查询条件返回的各个列表中的视频进行合并，得到第一候选列表C1，加入到候选视频集合C中。

质量评分模块303，用于对候选视频集合中的每个候选视频的质量进行评分。在本发明较佳实施例中，视频的质量得分有几部分组成：播放次数、评论次数、清晰度、缩略图清晰度、标题长度、视频时长。播放次数和评论次数越多越好，清晰度和缩略图清晰度越高越好，同时，标题长度和视频时长不能太短。

结果生成模块304，对候选视频集合的所有视频，按照排名分别赋予一个权重，最后乘上视频的质量得分，得到各视频的相关得分，并对各视频的相关得分进行排序，选取前N个结果作为当前视频A的相关推荐列表。在本发明较佳实施例中，各视频的相关得分：Relative_score(v)=score_Ci(v)*score_Ri(v)*quality(v)，其中score_Ci(v)根据视频v来自哪一个候选列表，score_Ri(v)是根据视频在候选列表的排名，quality(v)是视频的质量得分。

较佳地，本发明之视频***还包括一缓存模块305，用于将对计算得到的相关推荐列表进行缓存。这样当请求一个视频的推荐列表时，如果缓存中已经有这个视频的推荐结果，不需要重复计算，直接返回缓存中的推荐列表即可。

较佳地，本发明之视频***还包括一编辑列表推荐模块307，用于检查当前视频A是否在编辑整理的某个视频播放列表，而于存在某个视频播放列表时，把该列表中与当前视频A相关的视频取出，组成第三候选列表C3，并加入到候选集合C中。

较佳地，本发明之视频***还包括一共现挖掘模块306，用于挖掘用户的偏好，获得当前视频A的共现视频，组成第二候选列表C2，并将其加入到候选结合C中。在本发明较佳实施例中，这里可以通过统计每天所有用户的播放记录来获得。如果一个用户看完A视频后，又看了B、C等视频，则称A和B共现了一次，同理，A和C也共现了一次，B和C也是，记为（A,B）,(A,C),(B,C)。具体地说，共现挖掘模块306首先统计所有与A有共现的视频，然而对每一个共现的视频V，计算count（A，V）/count（V），取count（A，V）/count（V）值最大的几个视频为第二候选列表C2，其中count（A，V）即为A和V共现的次数，count（V）即为V的播放总和。

综上所述，本发明一种相关视频推荐方法及***，通过内容分析模块对视频主题和内容进行精细分析，自动发现内容上相关的其它视频，并通过共现挖掘模块对用户的播放记录进行分析，挖掘用户的偏好，同时还通过编辑列表推荐模块整理编辑播放列表，获得候选视频结合，并结合视频的质量评分来生成最终的相关相关视频推荐列表，可以更好地为用户推荐适合每个用户自身的视频。

与现有技术相比，本发明具有以下几个优点：

1、由于推荐过程中综合考虑了用户的兴趣偏好、视频的内容、编辑的意见、以及视频的质量得分，不仅保证了推荐结果是高质量的视频，并且能够充分满足用户的观看需求。

2、无论对一个从未有过播放记录的视频，或者已经有大量播放记录的热门视频，本发明都能够生成高质量的推荐结果，因此本发明具有很好的鲁棒性。

3、由于本发明有很好缓存机制，因此不仅有良好的性能，也能保证对热门视频的及时更新。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (9)

1.一种相关视频推荐方法，包括如下步骤：

步骤一，获取当前视频；

步骤二，对该当前视频的文本信息进行分析，提取该当前视频的关键词和类别信息，获得关键词列表及类别信息；

步骤三，根据该关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表，并将其加入到候选视频集合；

步骤四，对该候选视频集合中的每个候选视频的质量进行评分；

步骤五，对该候选视频集合的所有视频，按照排名分别赋予一个权重，最后乘上视频的质量得分，得到各视频的相关得分，并对各视频的相关得分进行排序，选取前N个结果作为该当前视频的相关推荐列表，缓存所述相关推荐列表，其中，

步骤四之前，还包括如下步骤：

挖掘用户的偏好，获得该当前视频的共现视频，组成第二候选列表，并将其加入到该候选集合中，以及

检查该当前视频是否在编辑整理的某个视频播放列表中；若存在这样的播放列表，则把与该当前视频相关的播放列表中的视频取出，组成第三候选列表，并加入到候选集合中；

步骤五之后，还包括如下步骤：

对计算得到的相关推荐列表进行缓存。

2.如权利要求1所述的一种相关视频推荐方法，其特征在于：当请求一个视频的推荐列表时，若缓存中已经有该视频的推荐结果，则直接返回缓存中的推荐列表。

3.如权利要求2所述的一种相关视频推荐方法，其特征在于：定期取出播放数超过一定次数的视频，将该视频的推荐结果按步骤一至步骤五重新计算，并更新缓存。

4.如权利要求3所述的一种相关视频推荐方法，其特征在于：若某视频很长时间没有被再次播放，推荐结果将从缓存中清除。

5.如权利要求1所述的一种相关视频推荐方法，其特征在于，获取当前视频的共现视频的步骤包括如下步骤：

首先，统计所有与该当前视频有共现的视频；

对每一个共现的视频V，计算count(A，V)/count(V)，其中count(A，V)为A和V共现的次数，count(V)为V的播放总和；

取count(A，V)/count(V)值最大的几个视频为该第二候选列表。

6.如权利要求1所述的一种相关视频推荐方法，其特征在于，步骤一包括如下步骤：

对该当前视频的文本信息进行中文分词，获得候选词的列表；

然后提取候选词的词性、长度、出现次数、是否是垃圾词等特征，并根据该些特征综合为每个候选词评分或赋予权重，取分数较高的或权重值高的候选词为视频的关键词列表。

7.一种相关视频推荐***，至少包括：

内容分析模块，用于对当前视频的文本信息进行分析，提取该当前视频的关键词和类别信息，获得关键词列表及类别信息；

视频搜索模块，根据该关键词列表和类别信息，自动生成若干查询条件，根据每个查询条件对网站上的所有视频进行索引并合并，获得第一候选列表，并将其加入到候选视频集合；

共现挖掘模块，用于挖掘用户的偏好，获得该当前视频的共现视频，组成第二候选列表；

编辑列表推荐模块，用于检查当前视频是否在编辑整理的某个视频播放列表，而于存在某个视频播放列表时，把该列表中与该当前视频相关的视频取出，组成第三候选列表；

质量评分模块，用于对候选视频集合中的每个候选视频的质量进行评分；

结果生成模块，对该候选视频集合的所有视频，按照排名分别赋予一个权重，最后乘上视频的质量得分，得到各视频的相关得分，并对各视频的相关得分进行排序，选取前N个结果作为该当前视频的相关推荐列表，缓存所述相关推荐列表；

缓存模块，用于对计算得到的相关推荐列表进行缓存。

8.如权利要求7所述的一种相关视频推荐***，其特征在于：该文本信息包括视频标题、描述、用户标签，该类别 信息为视频上传者选择的分类信息。

9.如权利要求7所述的一种相关视频推荐***，其特征在于：该质量评分模组对视频的质量评分的依据包括播放次数、评论次数、清晰度、缩略图清晰度、标题长度、视频时长。

Images