CN106649540A

CN106649540A - 一种视频推荐方法及系统

Info

Publication number: CN106649540A
Application number: CN201610952200.6A
Authority: CN
Inventors: 冯研
Original assignee: TCL Corp
Current assignee: TCL Corp
Priority date: 2016-10-26
Filing date: 2016-10-26
Publication date: 2017-05-10
Anticipated expiration: 2036-10-26
Also published as: CN106649540B

Abstract

本发明属于数据处理领域，提供了一种视频推荐方法及系统。所述方法包括：根据用户的评分数据，建立用户和视频之间的关系；根据用户和视频之间的关系挖掘聚类中心点，建立用户聚类中心和视频之间的关联，从而进行基于全部聚类中心点的协同过滤算法，得出推荐结果；根据协同算法得出的结果，向指定用户推荐视频。在本发明中，通过基于全部聚类中心点的协同过滤算法，克服了现有协同过滤算法会遇到特征稀疏的问题，提高了推荐的准确性和对大规模数据的适应能力。

Description

一种视频推荐方法及系统

技术领域

本发明属于数据处理领域，尤其涉及一种视频推荐方法及系统。

背景技术

目前个性化推荐系统已广泛用于书籍、论文、音乐和电影等商品及内容的推荐上，而且个性化推荐系统的内部结构也发生了巨大变化。现有的推荐方法是根据用户对不同项目的兴趣爱好，基于用户对不同项目的这些信息，产生一个个性化的推荐列表，把用户没有接触过的视频、书籍、商品等对象推荐给用户。

在学术界，个性化推荐的研究很多是依赖于协同过滤方法。协同过滤的思想主要分为基于用户（User-based）的协同过滤和基于项目（Item-based）的协同过滤两种，两者的最大区别在于目标邻近集合的选取范围恰好相反。

基于用户（User-based）的协同过滤算法是通过计算用户间的相似度以获得目标用户的最邻近用户集，并根据最邻近用户集的评分来预测目标用户对未知项目的评分，然后把预测评分较高的项目作为推荐项目反馈给目标用户。系统通过学习用户的历史兴趣内容来进行相关节目的兴趣预测，需要为用户构建模型来过滤内容，这种方法简单快速。但是计算最近邻的方法通常有稀疏性和扩展性差的问题。

发明内容

鉴于此，本发明实施例提供一种视频推荐方法及系统，以更好的应对现有视频推荐系统遇到的数据稀疏性问题，从而更准确得为用户推荐视频。

本发明实施例的第一方面，提供了一种视频推荐的方法，所述方法包括：

建立全体用户和视频之间的关系；

根据所述全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联；

基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法；

根据所述协同过滤算法得出的结果，向目标用户推荐视频。

本发明实施例的第二方面，提供一个视频推荐的系统，所述系统包括：

输入交互模块，用于建立全体用户和视频之间的关系；

推荐计算模块，用于根据所述全体用户和视频之间的关系，计算用户聚类中心和视频之间的关联，采用基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法，得出推荐结果；

输出推荐模块，用于根据计算出的推荐结果，向目标用户推荐视频。

本发明实施例与现有技术相比存在的有益效果是：通过基于全部聚类中心点的协同过滤算法，克服了现有协同过滤算法会遇到的特征稀疏的问题，提高了推荐的准确性和对大规模数据的适应能力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的视频推荐方法的实现流程图；

图2是本发明实施例提供的视频推荐方法S102的具体实现流程图；

图3是本发明实施例提供的全体用户的视频评分矩阵；

图4是本发明实施例提供的视频推荐方法的加权示意图；

图5是本发明实施例提供的迭代计算方法S204的具体实现流程图；

图6是本发明实施例提供的视频推荐系统的系统框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例根据所述全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联；基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法；根据所述协同过滤算法得出的结果，向目标用户推荐视频。为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

参见图1，是本发明实施例提供的视频推荐方法的实现流程图，包括以下步骤：

在步骤S101中，建立全体用户和视频之间的关系。

全体用户指的是所有应用本系统观看过视频的用户。视频指的是本系统内所有的视频。其中，视频作为被推荐的对象，包括电影、电视剧、综艺节目等。本系统包括：网站或者电视系统等。

本发明实施例可以采用用户为视频打分的方式，建立用户和视频之间的关系。当我们已经建立起用户和视频之间的关系之后，就可以利用评分数据，建立起一个全体用户对视频的评分矩阵，为了方便说明，在此，把这个矩阵命名为本系统的第一视频评分矩阵。

需要说明的是，用户和视频之间的关系，可以由多种参数决定，比如：用户对视频的评分，用户实际观看视频的时长，用户观看视频的次数等。任意以上参数都可以建立用户与视频之间的关系。

在步骤S102中，根据所述全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联。

当得到了全体用户对视频的评分数据之后，由于评分数据的数据量非常大，会导致视频推荐算法的运算时间过长，成本过高，因此很难直接应用这些数据对目标用户进行推荐。在本发明实施例中，以评分数据为例，在全体用户的评分数据基础上，找到几个“明星用户”，从而得到明星用户所对应的评分数据。建立起“明星用户”和视频之间的联系，这样庞大的数据量就会被大大的简化，便于后续的计算。

需要说明的是，以上提及的“明星用户"并不是真正意义上的用户，而是基于普通用户的评分数据挖掘出来的少量具有代表性的虚拟用户，相当于用户聚类中心。

在“明星用户”的获取过程中，用到了每个普通用户的评分数据，亦即每个用户都参与到了“明星用户”的选取过程中，所以“明星用户”对视频的喜好，即用户聚类中心对视频的喜好，能够在一定程度上代表普通用户对视频的喜好，从而提高了推荐结果的准确性。

在步骤S103中，基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法。

本发明实施例中涉及的协同过滤算法，实际上是通过不断地更新用户聚类中心的视频评分矩阵，从而实现对“明星用户”的挖掘。在此，为了方便说明，称用户聚类中心的视频评分矩阵为第二视频评分矩阵，对协同过滤算法的具体执行过程将在下文实施例中进行详细阐述。

在步骤S104中，根据所述协同过滤算法得出的结果，向目标用户推荐视频。

如上文所述，基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法。如图2所示，本发明实施例提供的视频推荐方法S103的具体实现如下：

在S201中，根据全体用户对视频的评分数据，构建第一视频评分矩阵。

具体地，设用户集合U={u₁,u₂,…,u_n}和视频集合I={I₁,I₂,…,I_m},r_ij代表用户u_i对电影I_j的评分，用户评分矩阵可以表示为一个n×m的矩阵，如图3便是一个典型的全体用户对视频的评分矩阵，即第一视频评分矩阵。r_ij数值所代表的用户对视频的满意度评分，可以人为地指定。通常的做法是把分数取值限制在特定的整数区间内。例如可以把r_ij设置为0到5的整数，其中0代表喜爱程度未知（即用户未对该视频评分），1代表最不喜欢，5代表最喜欢，其他分值代表对视频的喜爱程度在1至5之间依次递增。

在S202中，根据所述第一视频评分矩阵，任意选取若干用户作为初始用户聚类中心，得到被选用户的全部评分数据，将被选用户和其评分数据组成第二视频评分矩阵。

在S203中，计算初始用户聚类中心和全体用户的相似矩阵。

具体地，有多种求相关系数的方式，比如：皮尔逊相关系数法，杰卡德相关系数法，余弦距离法，欧式距离法。在本发明实施例中，通过两种方式求出所述相似矩阵。

第一种采用皮尔逊相关系数。皮尔逊相关系数算法首先会找出两个用户都曾评分过的视频，然后计算两者的评分总和与平方和。利用公式1计算出皮尔逊相关系数。X代表一个“用户聚类中心对视频的评分集合，Y代表一个真实用户对视频的评分集合。N表示该用户聚类中心和现实用户共同评分过的视频个数。

第二种采用杰卡德相关系数。根据公式2计算得出相关度。

其中，I_U和I_s分别表示用户u和用户s评过分的物品集合。

根据上述两种方法计算得出每个用户聚类中心与现实用户的相似度，根据所述相似度构建相似矩阵。

在S204中，进行迭代计算，不断更新第二视频评分矩阵，以及不断更新相似矩阵。具体迭代计算步骤在下文有详细说明。

在S205中，过滤用户聚类中心。

在海量数据环境下，为了保证计算效率，需要对用户聚类中心进行过滤，只保留一部分与目标用户相似度高的用户聚类中心来做评分预测。

具体地，本系统采用阈值过滤方法，通过设置相似度阈值，首先将与目标用户的相似度低于所述阀值的用户聚类中心过滤掉，然后再从剩余的“明星用户”中选择N个相似度最高的用户聚类中心作为后续计算的参数。

在S206中，根据过滤后的用户聚类中心，加权平均计算出所述目标用户对其未评分视频的评分。

具体地，经过上述S204和S205两个步骤的计算后，得到了两个矩阵，一个是第二视频评分矩阵，一个是过滤后的相似矩阵。通过这两个矩阵中的对应数据，目标用户与其未看过的视频建立了联系。

具体地，目标用户根据与不同用户聚类中心的相似度，计算出不同的加权比重。再乘以过滤后不同用户聚类中心对视频的评分，计算出目标用户对其未看过的视频的评分。

下面举例说明。参见图4是本发明实施例提供的视频推荐方法的加权示意图。图中明星用户即用户聚类中心，假设有两个明星用户：S1和S2，有三个视频i1、i2和i3。假设根据第二评分矩阵得出结果，明星用户S1为三个视频打分分别为r11=4,r12=5,r13=3;明星用户S2为三个视频打分分别为r21=3，r22=4，r23=2。某目标用户属于全体用户集合，并且根据用户聚类中心与全体用户的相似矩阵，目标用户与明星用户1、明星用户2的相似度分别为：W11=0.6，W12=0.8。因此通过加权平均算法，目标用户对视频1的评分为; 对视频2评分为对视频3的评分为

如上文所述，进行迭代计算，不断更新第二视频评分矩阵，以及不断更新所述相似矩阵。具体步骤为：

输入：R；（输入第一视频评分矩阵。）

输出：R‘；（输入第二视频评分矩阵。）

l：Initialize R‘（得到初始化的第二视频评分矩阵，具体步骤已在上文介绍。）

2：Compute similarity between each W_u,s(Vu∈U，Vs∈S)

pair,and get a relation matrix W（计算全体用户和用户聚类中心的相似矩阵。具体方法已在上文介绍。）

3：for iter=0：iter<maxiter；iter++do（最外层循环，判断当前迭代次数是否小于总的迭代次数，控制总的迭代次数。）

4：for each user u∈U do（中间层循环，判断当前用户是否在全体用户集合内。）

5：for each rating r_u,i∈R by user u do（最内层循环，判断当前视频是否在总视频集合内。）

6：Computeusing equation 1（计算用户u对电影i的评分估值。）

7：Compute e_u,i using equation 2（计算评分预测值与实际值之间的误差。）

8：Update r_s,i using equation 4（更新用户聚类中心对视频的评分。）

9：end for（结束最内层循环。）

10：Update mean rating(Vs∈S)every α users．（最内层循环每进行α次更新用户聚类中心的评分均值。）

11：end for（结束第二层循环。）

12：Update W_u,s(Vu∈U，Vs∈S)every β iterations．（迭代次数每经过β次，更新一次用户聚类中心与用户的相似度。）

13：end for（结束最外层循环。）

14：return R‘（返回第二视频评分矩阵。）

为了更清楚的介绍，如图5所示，作为本发明实施例提供的迭代计算方法S204的具体实现如下：

输入第一视频评分矩阵（R），第二视频评分矩阵（R‘），以及初始用户聚类中心与现实用户的相似矩阵（W_u,）。

算法的迭代过程是一个三重循环。

最外层循环控制总的迭代次数。当输入的三个矩阵进入迭代计算后，首先比较当前迭代次数与最高迭代次数，如果当前迭代次数小于等于最高迭代次数，则进入第二层循环，如果当前迭代次数大于最高迭代次数，则输出当前第二视频评分矩阵；

第二层循环判断当前用户是否超出全体用户的集合范围，并负责更新每个用户聚类中心的评分均值。如果当前用户在全体用户的集合范围内，则进入最内层循环。如果当前用户不在全体用户的集合范围内，则返回最外层循环，并更新相似矩阵，总迭代次数加一；

最内层循环是整个迭代计算的核心，用于判断当前视频是否超出视频的集合范围，并计算用户聚类中心为视频的评分。计算步骤如下：

第一步：定义用户u对电影i的评分预测模型：

其中：表示用户u对电影i的评分预测值，和分别表示用户u和“明星用户”S的评分平均值；r_s,i表示用户聚类中心s对物品i的打分，即矩阵R‘的第s行第i列的元素，也就是接下来要求得的模型参数；S表示“明星用户”的集合，W_u,s表示用户u和用户聚类中心s之间的相似度。

第二步：对于训练数据集中的每一条评分记录，计算评分预测值与实际值之间的误差：

第三步：最终的目标是最小化全局误差的平方和，目标函数如下：

第四步：最后得到更新用户聚类中心的视频评分数据公式：

其中：μ是学习率通常采用比较小的实数，如0.01,0.008，对于每条评分记录r_u,i，需要更新矩阵R‘的第i列，即所有的r_s,i(Vs∈S)。

其中：r_u,i为当前用户的每条评分数据，为当前用户评分估值，e_u,i为预测误差e_u,i。

参见图6，是本发明实施例提供的视频推荐系统的系统框图，包括以下模块：

输入交互模块601，用于建立全体用户和视频之间的关系；

推荐计算模块602，用于根据全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联；

过滤单元，用于基于全部用户聚类中心对应的所述关联，执行协同过滤算法；

输出推荐模块603，用于根据协同过滤算法得出的结果，向目标用户推荐视频。

进一步地，输入交互模块具体用于获取所述全体用户对视频的评分。

进一步地，推荐计算模块，包括：

矩阵构建子模块，用于根据全体用户对视频的评分，构建第一视频评分矩阵；

初始化子模块，用于根据第一视频评分矩阵，任意选取若干用户作为初始用户聚类中心，得到被选用户的全部评分数据，将被选用户和其评分数据组成第二视频评分矩阵。

进一步地，所述推荐计算模块，还包括：

相似性计算子模块，用于计算所述初始用户聚类中心和全体用户的相似矩阵；

迭代计算子模块，用于经过迭代计算不断更新所述第二视频评分矩阵，以及不断更新相似矩阵；

过滤子模块，用于根据预设的相似度阀值，过滤与全体用户的相似度低于相似度阀值的用户聚类中心；

加权计算子模块，用于根据过滤后的用户聚类中心，选取其在第二视频评分矩阵中的评分数据，以及相似矩阵中的数据，加权平均计算出所述目标用户对其未评分视频的评分；

推荐判断子模块，用于根据目标用户对其未评分视频的评分，得出推荐结果。

进一步地，所述迭代计算模块，包括：

最内层循环子模块：用于根据当前的第二视频评分矩阵、当前的所述相似矩阵，以及第一视频评分矩阵，计算得出数据，包括：计算全体用户的评分估值；计算全体用户对视频的评分与所述评分估值之间的误差值；更新用户聚类中心的评分数据；

中间层循环子模块：用于根据最内层循环子模块计算得出的最新用户聚类中心的评分矩阵，更新每一个用户聚类中心的评分期望值；

最外层循环子模块，用于根据最内层循环子模块和中间层循环子模块更新的参数，更新所述相似矩阵。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims

1.一种视频推荐方法，其特征在于，包括：

建立全体用户和视频之间的关系；

根据所述协同过滤算法得出的结果，向目标用户推荐视频。

2.根据权利要求1所述的方法，其特征在于，所述建立全体用户和视频之间的关系，包括：

获取所述全体用户对视频的评分。

3.根据权利要求1所述的方法，其特征在于，所述根据所述全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联，包括：

根据所述全体用户对视频的评分，构建第一视频评分矩阵；

根据所述第一视频评分矩阵，任意选取若干用户作为初始用户聚类中心，得到被选用户的全部评分数据，将被选用户和其评分数据组成第二视频评分矩阵。

4.根据权利要求3所述的方法，其特征在于，所述执行协同过滤算法，包括：

计算所述初始用户聚类中心和所述全体用户的相似矩阵；

经过迭代计算不断更新所述第二视频评分矩阵，以及不断更新所述相似矩阵。

根据预设的相似度阀值，过滤与目标用户的相似度低于所述相似度阀值的用户聚类中心；

根据过滤后的用户聚类中心，选取其在所述第二视频评分矩阵中的评分数据，以及所述相似矩阵中的数据，加权平均计算出所述目标用户对其未评分视频的评分；

根据所述目标用户对其未评分视频的评分，得出推荐结果。

5.根据权利要求4所述的方法，其特征在于，所述迭代计算是一个三重循环的计算过程，包括：

最内层循环：根据当前的所述第二视频评分矩阵、当前的所述相似矩阵，以及所述第一视频评分矩阵，计算得出数据，包括：

计算所述全体用户的评分估值；

计算所述全体用户对视频的评分与所述评分估值之间的误差值；

更新用户聚类中心的评分数据；

中间层循环：根据所述最内层循环计算得出的最新用户聚类中心的评分矩阵，更新每一个用户聚类中心的评分期望值；

最外层循环：根据最内层循环和第二层循环更新的参数，更新所述相似矩阵。

6.一种视频推荐系统，其特征在于，包括：

输入交互模块，用于建立全体用户和视频之间的关系；

推荐计算模块，用于根据所述全体用户和视频之间的关系，建立用户聚类中心和视频之间的关联；

过滤单元，用于基于全部所述用户聚类中心对应的所述关联，执行协同过滤算法；

输出推荐模块，用于根据所述协同过滤算法得出的结果，向目标用户推荐视频。

7.根据权利要求6所述的系统，其特征在于，所述输入交互模块具体用于获取所述全体用户对视频的评分。

8.根据权利要求6所述的系统，其特征在于，所述推荐计算模块，包括：

矩阵构建子模块，用于根据所述全体用户对视频的评分，构建第一视频评分矩阵；

初始化子模块，用于根据所述第一视频评分矩阵，任意选取若干用户作为初始用户聚类中心，得到被选用户的全部评分数据，将被选用户和其评分数据组成第二视频评分矩阵。

9.根据权利要求8所述的系统，其特征在于，所述推荐计算模块，还包括：

相似性计算子模块，用于计算所述初始用户聚类中心和所述全体用户的相似矩阵；

迭代计算子模块，用于经过迭代计算不断更新所述第二视频评分矩阵，以及不断更新所述相似矩阵。

过滤子模块，用于根据预设的相似度阀值，过滤与所述全体用户的相似度低于所述相似度阀值的用户聚类中心；

加权计算子模块，用于根据过滤后的用户聚类中心，选取其在所述第二视频评分矩阵中的评分数据，以及所述相似矩阵中的数据，加权平均计算出所述目标用户对其未评分视频的评分；

推荐判断子模块，用于根据所述目标用户对其未评分视频的评分，得出推荐结果。

10.根据权利要求9所述的系统，其特征在于，所述迭代计算模块，包括：

最内层循环子模块：用于根据当前的所述第二视频评分矩阵、当前的所述相似矩阵，以及所述第一视频评分矩阵，计算得出数据，包括：计算所述全体用户的评分估值；计算所述全体用户对视频的评分与所述评分估值之间的误差值；更新用户聚类中心的评分数据；

中间层循环子模块：用于根据所述最内层循环子模块计算得出的最新用户聚类中心的评分矩阵，更新每一个用户聚类中心的评分期望值；

最外层循环子模块，用于根据所述最内层循环子模块和所述中间层循环子模块更新的参数，更新所述相似矩阵。