CN110737800A - 一种基于学生观看视频的相似度推荐的方法 - Google Patents

一种基于学生观看视频的相似度推荐的方法 Download PDF

Info

Publication number
CN110737800A
CN110737800A CN201910975128.2A CN201910975128A CN110737800A CN 110737800 A CN110737800 A CN 110737800A CN 201910975128 A CN201910975128 A CN 201910975128A CN 110737800 A CN110737800 A CN 110737800A
Authority
CN
China
Prior art keywords
score
video
scoring
videos
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910975128.2A
Other languages
English (en)
Inventor
王健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Hongyuan Erudite Technology Co Ltd
Original Assignee
Beijing Hongyuan Erudite Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Hongyuan Erudite Technology Co Ltd filed Critical Beijing Hongyuan Erudite Technology Co Ltd
Priority to CN201910975128.2A priority Critical patent/CN110737800A/zh
Publication of CN110737800A publication Critical patent/CN110737800A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/735—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及视频播放控制技术领域，公开了一种基于学生观看视频的相似度推荐的方法，它包括以下步骤：S1：样本收集，收集学生观看视频的评分样本，S2：评分样本序列，将步骤S1中的样本通过相似度矩阵公式得到评分样本序列，S3：推荐样本序列，将步骤S2中的评分样本序列通过推荐度矩阵公式得到推荐样本序列，迭代样本序列，收集新的学生观看视频的评分样本并加入到步骤S1中对样本序列进行迭代。本发明的有益效果是：同类型的视频通过推荐度矩阵公式进行排序，避免了学生通过名字查找视频的困难，且修正评分公式处理同类型视频后，提高了推荐度排序速度。

Description

一种基于学生观看视频的相似度推荐的方法
技术领域
本发明涉及视频播放控制技术领域，特别是一种基于学生观看视频的相似度推荐的方法。
背景技术
学生对于学习视频理解不到位时，需要找同类型的视频学习，而同类型的视频内容通过名字很难查询到。
发明内容
本发明目的在于提供一种基于学生观看视频的相似度推荐的方法，以解决当前学生查找同类型视频困难的问题。
本发明的目的通过以下技术方案来实现：一种基于学生观看视频的相似度推荐的方法，包括以下步骤：
S1：样本收集，收集学生观看视频的评分样本；
S2：评分样本序列，将步骤S1中的样本通过相似度矩阵公式得到评分样本序列，所述相似度矩阵公式如下：
Figure RE-GDA0002261124680000011
其中，s(i，j)表示视频i和j的相似度；
Ru，i表示学生U对视频i的评分；
Ru，i表示学生U对视频j的评分；
Figure RE-GDA0002261124680000012
表示学生u对所有视频的评分均值。
S3：推荐样本序列，将步骤S2中的评分样本序列通过推荐度矩阵公式得到推荐样本序列，所述推荐度矩阵公式如下：
其中，p(u，i)表示预测学生u对视频的评分；
Si，N表示视频i和N的相似度；
Ru，N表示学生u对视频N的评分。
S4：迭代样本序列，收集新的学生观看视频的评分样本并加入到步骤S1中对样本序列进行迭代。
优选地，所述步骤S3还包括如下步骤：
S31：预处理步骤，所述预处理步骤通过修正评分公式计算出评分视频的修正评分；
S32：将步骤S31中的视频通过推荐度矩阵公式得到推荐视频的修正评分，所述修正评分公式如下：
其中，MaxR表示最高评分；
MinR表示最低评分；
NRu，N表示修正评分；
S33：筛选步骤，设定修正评分标准值，将步骤S32中不小于修正评分标准值的推荐视频通过修正评分公式转换为视频评分进行推荐。
与现有技术相比，本发明的有益效果为：同类型的视频通过推荐度矩阵公式进行排序，避免了学生通过名字查找视频的困难，且修正评分公式处理同类型视频后，提高了推荐度排序速度。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的表格，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。
需要说明的是，在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。
一种基于学生观看视频的相似度推荐的方法，包括以下步骤：
S1：样本收集，收集学生观看视频的评分样本；评分分五个等级，为1星至5星。
S2：评分样本序列，将步骤S1中的样本通过相似度矩阵公式得到评分样本序列，所述相似度矩阵公式如下：
Figure RE-GDA0002261124680000031
其中，s(i，j)表示视频i和j的相似度；
Ru，i表示学生U对视频i的评分；
Ru，j表示学生U对视频j的评分；
Figure RE-GDA0002261124680000032
表示学生u对所有视频的评分均值。
S3：推荐样本序列，将步骤S2中的评分样本序列通过推荐度矩阵公式得到推荐样本序列，所述推荐度矩阵公式如下：
Figure RE-GDA0002261124680000033
其中，p(u，i)表示预测学生u对视频的评分；
Si，N表示视频i和N的相似度；
Ru，N表示学生u对视频N的评分。
S4：迭代样本序列，收集新的学生观看视频的评分样本并加入到S1中对样本序列进行迭代。
在本实施例中，所述步骤S3还包括如下步骤：
S31：预处理步骤，所述预处理步骤通过修正评分公式计算出评分视频的修正评分；
S32：将S31中的视频通过推荐度矩阵公式得到推荐视频的修正评分，所述修正评分公式如下：
Figure RE-GDA0002261124680000041
其中，MaxR表示最高评分；
MinR表示最低评分；
NRu，N表示修正评分；
S33：筛选步骤，设定修正评分标准值，将S32中不小于修正评分标准值的推荐视频通过修正评分公式转换为视频评分进行推荐。
下面以五个学生对五个视频的评分进行举例：
评分均值 视频1 视频2 视频3 视频4 视频5
学生1 3.25 / 3 5 4 1
学生2 3 / 3 4 4 1
学生3 2.75 4 3 / 3 1
学生4 3.2 4 4 4 3 1
学生5 4.25 5 4 5 / 3
表一
表一未填写部分表示该学生尚未对该视频进行评价，故该视频是否需要推荐给该学生，将运用上述方法进行具体说明：
以学生3-5对视频1和2的评价计算出视频1和2的相似度为：
Figure RE-GDA0002261124680000042
最终得出各视频间的相似度如下表：
Figure RE-GDA0002261124680000043
Figure RE-GDA0002261124680000051
表二
视频1对学生1的推荐度评分通过如下计算得出：
首先，通过公式
Figure RE-GDA0002261124680000052
计算出学生1对视频2-5 的修正评分；
其中，N是一个物品的集合，有如下特性：
用户u对集合中的物品打过分且物品和集合中的物品有相似度数据(即表二中的矩阵)，为了让公式的计算效果更佳，对物品的评价分值最好介于-1和1之间，而由于我们的评分***是 1至5星，所以需要使用将其转换到-1至 1之间，即NRu，N为-1至1之间，得出学生1对视频2的修正评分为：
Figure RE-GDA0002261124680000054
由上得出学生1对视频2-5的评分和修正评分如下表：
评分 修正评分
视频2 3 0
视频3 5 1
视频4 4 0.5
视频5 1 -1
表三
将表三的修正评分带入相似度推荐矩阵公式，得出视频1对学生1的推荐度值为：
Figure RE-GDA0002261124680000055
所以，我们预测出学生1对视频1的修正评分是0.753，若修正评分标准值为0，则将修正评分0.753转换到5星评价体系中得：
Figure RE-GDA0002261124680000061
故最终的推荐度评分为4.506分，同理，得出表一中其它视频的推荐度评分。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于学生观看视频的相似度推荐的方法，其特征在于：包括以下步骤：
S1：样本收集，收集学生观看视频的评分样本；
S2：评分样本序列，将步骤S1中的样本通过相似度矩阵公式得到评分样本序列，所述相似度矩阵公式如下：
Figure FDA0002233359150000011
其中，s(i，j)表示视频i和j的相似度；
Ru，i表示学生U对视频i的评分；
Ru，j表示学生U对视频j的评分；
Figure FDA0002233359150000012
表示学生u对所有视频的评分均值。
S3：推荐样本序列，将步骤S2中的评分样本序列通过推荐度矩阵公式得到推荐样本序列，所述推荐度矩阵公式如下：
Figure FDA0002233359150000013
其中，p(u，i)表示预测学生u对视频的评分；
Si，N表示视频i和N的相似度；
Ru，N表示学生u对视频N的评分。
S4：迭代样本序列，收集新的学生观看视频的评分样本并加入到步骤S1中对样本序列进行迭代。
2.根据权利要求1所述的一种基于学生观看视频的相似度推荐的方法，其特征在于：所述步骤S3还包括如下步骤：
S31：预处理步骤，所述预处理步骤通过修正评分公式计算出评分视频的修正评分；
S32：将步骤S31中的视频通过推荐度矩阵公式得到推荐视频的修正评分，所述修正评分公式如下：
Figure FDA0002233359150000021
其中，MaxR表示最高评分；
MinR表示最低评分；
NRu，N表示修正评分；
S33：筛选步骤，设定修正评分标准值，将步骤S32中不小于修正评分标准值的推荐视频通过修正评分公式转换为视频评分进行推荐。
CN201910975128.2A 2019-10-14 2019-10-14 一种基于学生观看视频的相似度推荐的方法 Pending CN110737800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910975128.2A CN110737800A (zh) 2019-10-14 2019-10-14 一种基于学生观看视频的相似度推荐的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910975128.2A CN110737800A (zh) 2019-10-14 2019-10-14 一种基于学生观看视频的相似度推荐的方法

Publications (1)

Publication Number Publication Date
CN110737800A true CN110737800A (zh) 2020-01-31

Family

ID=69268937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910975128.2A Pending CN110737800A (zh) 2019-10-14 2019-10-14 一种基于学生观看视频的相似度推荐的方法

Country Status (1)

Country Link
CN (1) CN110737800A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323315A (ja) * 2006-05-31 2007-12-13 Nippon Telegr & Teleph Corp <Ntt> 協調フィルタリング方法、協調フィルタリング装置、および協調フィルタリングプログラムならびにそのプログラムを記録した記録媒体
CN102567900A (zh) * 2011-12-28 2012-07-11 尚明生 一种向客户推荐商品的方法
CN107454474A (zh) * 2017-08-17 2017-12-08 四川长虹电器股份有限公司 一种基于协同过滤的电视终端节目个性化推荐方法
CN109947987A (zh) * 2019-03-22 2019-06-28 江西理工大学 一种交叉协同过滤推荐方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323315A (ja) * 2006-05-31 2007-12-13 Nippon Telegr & Teleph Corp <Ntt> 協調フィルタリング方法、協調フィルタリング装置、および協調フィルタリングプログラムならびにそのプログラムを記録した記録媒体
CN102567900A (zh) * 2011-12-28 2012-07-11 尚明生 一种向客户推荐商品的方法
CN107454474A (zh) * 2017-08-17 2017-12-08 四川长虹电器股份有限公司 一种基于协同过滤的电视终端节目个性化推荐方法
CN109947987A (zh) * 2019-03-22 2019-06-28 江西理工大学 一种交叉协同过滤推荐方法

Similar Documents

Publication Publication Date Title
CN104991968B (zh) 基于文本挖掘的互联网媒体用户属性分析方法
US11349680B2 (en) Method and apparatus for pushing information based on artificial intelligence
CN107590232B (zh) 一种基于网络学习环境的资源推荐***及方法
CN106354872A (zh) 文本聚类的方法及***
CN108717459B (zh) 一种面向用户评论信息的移动应用缺陷定位方法
CN105740404A (zh) 标签关联方法及装置
CN109726275B (zh) 应用于法律咨询服务的法律知识智能查询方法
CN114418807A (zh) 基于历史成绩的在线教育平台的课程推荐方法及***
CN1611074A (zh) 根据第三方的原本定型的概况推荐感兴趣项目的方法和设备
CN105096293A (zh) 用于处理尿液沉渣图像的待处理区块的方法和装置
CN110673568A (zh) 玻璃纤维制造业工业设备故障顺序确定方法及***
CN110737800A (zh) 一种基于学生观看视频的相似度推荐的方法
CN108229565B (zh) 一种基于认知的图像理解方法
CN114170599A (zh) 一种基于蒸馏比较的异常物体分割方法
CN113158022B (zh) 业务推荐方法、装置、服务器及存储介质
CN116862626B (zh) 一种多模态商品对齐方法
CN110516722B (zh) 一种基于主动学习的需求与代码之间可追踪性的自动生成方法
CN115796980B (zh) 一种基于物联网的新型智慧城市大数据管理方法
CN108170665A (zh) 基于综合相似度的关键词拓展方法和装置
CN115438141A (zh) 一种基于知识图谱模型的信息检索方法
US11366819B2 (en) Method, apparatus, electronic device and computer readable medium for obtaining answer to question
CN114140171A (zh) 一种应用于推荐***的鲁棒无偏的负采样方法
CN111091454A (zh) 一种基于知识图谱的金融舆情推荐方法
CN115238023B (zh) 基于多源数据进行数据关联的方法
CN113821642B (zh) 一种基于gan聚类的文本清洗方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200131

RJ01 Rejection of invention patent application after publication