本發(fā)明涉及信息推送技術(shù)領(lǐng)域，尤其涉及一種視頻推薦列表的推送方法及裝置。

背景技術(shù)：

近年來隨著機(jī)器學(xué)習(xí)系統(tǒng)的發(fā)展，推薦系統(tǒng)開始支持個(gè)性化內(nèi)容的推薦。個(gè)性化推薦策略是需要結(jié)合不同用戶的實(shí)際使用情況進(jìn)行差異化處理的，做到千人千面。目前業(yè)界常用的為基于協(xié)同過濾的個(gè)性化推薦方法。協(xié)同過濾推薦(Collaborative Filtering recommendation)是在信息過濾和信息系統(tǒng)中正迅速成為一項(xiàng)很受歡迎的技術(shù)。與傳統(tǒng)的基于內(nèi)容過濾直接分析內(nèi)容進(jìn)行推薦不同，協(xié)同過濾分析用戶興趣，在用戶群中找到指定用戶的相似(興趣)用戶，綜合這些相似用戶對某一信息的評價(jià)，形成系統(tǒng)對該指定用戶對此信息的喜好程度預(yù)測。協(xié)同過濾具有“群體智慧”的優(yōu)勢，并且成本比較低，可以快速應(yīng)用到業(yè)務(wù)場景。但是它過分依賴用戶的行為，捕獲新視頻和實(shí)時(shí)熱點(diǎn)視頻的能力較差，并且基于協(xié)同過濾的推薦結(jié)果不具有可解釋性，不利于運(yùn)營人員的人為干預(yù)和廣告投放，而目前的個(gè)性化視頻推薦系統(tǒng)則依賴用戶的觀看和點(diǎn)擊行為，無法實(shí)時(shí)的捕獲新視頻和實(shí)時(shí)熱點(diǎn)視頻，進(jìn)而影響個(gè)性化視頻推薦的新穎性，同時(shí)其基于用戶的觀看行為列表，傾向向用戶推薦類似視頻，話題集中且單一，無法擴(kuò)展用戶的興趣，進(jìn)而影響個(gè)性化推薦的多樣性，以及其完全基于行為進(jìn)行推薦，缺乏推薦的可解釋性，推薦的視頻無法進(jìn)行有效的干預(yù)，不利于企業(yè)的個(gè)性化推薦的干預(yù)和抵抗風(fēng)險(xiǎn)的能力。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的主要目的在于提供一種視頻推薦列表的推送方法及裝置，以解決現(xiàn)有技術(shù)中視頻推薦系統(tǒng)無法根據(jù)用戶興趣為用戶推薦視頻的問題。

該部分內(nèi)容與權(quán)利要求部分內(nèi)容一致，待權(quán)利要求部分定稿后，我再補(bǔ)充！

本發(fā)明實(shí)施例提供的視頻推薦列表的推送方法及裝置，通過獲取用戶近期觀看視頻的興趣標(biāo)簽，從而根據(jù)該興趣標(biāo)簽向用戶推薦其感興趣的視屏，使得推薦視頻更加具有針對性，實(shí)現(xiàn)了按照用戶興趣進(jìn)行視頻推薦的目的，在提高了用戶滿意度的同時(shí)也提高了視頻的點(diǎn)擊率。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進(jìn)一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是本發(fā)明實(shí)施例1中提供的視頻推薦列表的推送方法的流程圖；

圖2是本發(fā)明實(shí)施例3中提供的視頻推薦列表的推送裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

為了解決現(xiàn)有技術(shù)的視頻推薦系統(tǒng)無法根據(jù)用戶興趣為用戶推薦視頻的問題，本發(fā)明提供了一種視頻推薦列表的推送方法及裝置，以下結(jié)合附圖以及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不限定本發(fā)明。

實(shí)施例1

本實(shí)施例提供了一種視頻列表推送方法，圖1是該方法的流程圖，如圖1所示，該方法包括如下處理：

步驟101：獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽，該第一興趣標(biāo)簽用于標(biāo)識視頻對應(yīng)的關(guān)鍵字；

步驟102：查找與第一興趣標(biāo)簽對應(yīng)的視頻，生成第一視頻列表；

步驟103：將第一視頻列表推送給所述用戶。

上述方法進(jìn)一步還可以包括：在獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽之前，獲取用戶對應(yīng)的第二興趣標(biāo)簽，與用戶對應(yīng)第二興趣標(biāo)簽用于標(biāo)識用戶感興趣的關(guān)鍵字；查找與用戶對應(yīng)的第二興趣標(biāo)簽對應(yīng)的視頻，生成第二視頻列表；在第一視頻列表中視頻數(shù)目未達(dá)到預(yù)設(shè)數(shù)目時(shí)，使用第二視頻列表中的視頻對第一視頻列表進(jìn)行補(bǔ)充。

進(jìn)一步的，上述方法還可以包括：在獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽之前，根據(jù)視頻的主題名稱以及視頻上傳者對視頻的文字描述生成視頻的文字描述信息；對文字描述信息進(jìn)行關(guān)鍵詞識別以及興趣關(guān)鍵詞切分，得到視頻對應(yīng)的興趣關(guān)鍵詞；使用視頻對應(yīng)的興趣關(guān)鍵詞與興趣關(guān)鍵詞對應(yīng)的第一興趣標(biāo)簽進(jìn)行映射，得到視頻與第一興趣標(biāo)簽的對應(yīng)關(guān)系。

其中，用戶與第二興趣標(biāo)簽的對應(yīng)關(guān)系的建立方法包括如下處理：確定出用戶在第二預(yù)設(shè)時(shí)間段內(nèi)觀看完成的視頻，生成第三視頻列表，其中，用戶觀看完成的視頻包括用戶觀看至少完成50％的視頻；根據(jù)第三視頻列表中所有視頻對應(yīng)的興趣標(biāo)簽以及所有視頻被觀看的時(shí)間點(diǎn)按照公式(1)計(jì)算用戶與興趣標(biāo)簽的匹配度；

$s(u_i,t_j)=\underset{v_m\∈u_i}{\overset{M}{\mathrm{\Σ}}}s(v_m,t_j)\×timeDelay\left(v_m\right)---\left(1\right);$

其中，s(v_m，t_j)為興趣標(biāo)簽與視頻的匹配度，timeDelay(v_m)為視頻被用戶觀看的時(shí)間點(diǎn)對應(yīng)的系數(shù)，視頻被用戶觀看完成的時(shí)間點(diǎn)越靠前，系數(shù)越??；將第三視頻列表中所有視頻對應(yīng)的興趣標(biāo)簽與計(jì)算得到各匹配度建立對應(yīng)關(guān)系，第三視頻列表中的所有興趣標(biāo)簽為用戶的第一興趣標(biāo)簽。

其中，將第一視頻列表推送給用戶具體可以包括：將第一視頻列表以及第二視頻列表進(jìn)行合并，得到用戶的視頻推薦列表；按照公式(2)計(jì)算視頻推薦列表中視頻的推薦優(yōu)先級；

$s(u_i,v_j)=\underset{v_k\∈t_j}{\mathrm{\Σ}}s(u_i,t_j)\×s(v_k,t_j)---\left(2\right);$

用戶與興趣標(biāo)簽的匹配度按照公式(3)進(jìn)行計(jì)算：

$s(u_i,t_j)=\underset{v_m\∈u_i}{\overset{M}{\mathrm{\Σ}}}s(v_m,t_j)\×timeDelay\left(v_m\right)---\left(3\right);$

其中，s(v_m，t_j)為視頻與興趣標(biāo)簽的匹配度，timeDelay(v_m)為視頻被用戶觀看的時(shí)間點(diǎn)對應(yīng)的系數(shù)，視頻被用戶觀看完成的時(shí)間點(diǎn)越靠前，系數(shù)越??；其中，s(u_i，t_j)為用戶與興趣標(biāo)簽的匹配度，s(v_k，t_j)為視頻與興趣標(biāo)簽的匹配度；

其中，視頻與興趣標(biāo)簽的匹配度按照公式(4)進(jìn)行計(jì)算：

s(v_i,k_j)＝tf(v_i,k_j)×idf(k_j)

$s(v_i,t_j)=\underset{m}{\overset{M}{\mathrm{\Σ}}}s(v_i,k_m)---\left(4\right)$

其中，tf(v_i，k_j)為視頻與興趣標(biāo)簽的詞頻tf匹配度，idf(k_j)為興趣標(biāo)簽k_j的逆向文件頻率idf匹配度，S(v_i，k_j)為視頻與興趣標(biāo)簽的匹配度，s(v_i，t_j)為視頻與興趣標(biāo)簽的匹配度；根據(jù)計(jì)算出的推薦優(yōu)先級的高低在視頻推薦列表中對視頻進(jìn)行排序；將排序后的視頻推薦列表推送給用戶。

其中，將第一視頻列表推送給用戶具體可以包括：在根據(jù)計(jì)算出的推薦優(yōu)先級的高低在視頻推薦列表中對視頻進(jìn)行排序之后，對視頻推薦列表進(jìn)行如下處理：當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一上傳者的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一第二級別的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；當(dāng)視頻推薦列表中出現(xiàn)在第一預(yù)設(shè)時(shí)間段內(nèi)，用戶觀看完成的視頻時(shí)，在視頻推薦列表中刪除該視頻；當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一第三級別的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；將處理后的視頻推薦列表推送給用戶。

本實(shí)施例提供的視頻列表推送裝置，利用視頻描述進(jìn)行視頻主題的捕獲，可以實(shí)時(shí)獲取視頻對應(yīng)的興趣標(biāo)簽，有效的捕獲熱點(diǎn)視頻和新視頻，進(jìn)行實(shí)時(shí)的個(gè)性視頻推薦，增加視頻推薦的實(shí)時(shí)性；利用用戶的興趣標(biāo)簽進(jìn)行視頻推薦，可以充分挖掘用戶的興趣，進(jìn)行視頻的精準(zhǔn)推薦，并且從多個(gè)興趣標(biāo)簽的維度進(jìn)行推薦，提高用戶推薦視頻列表的多樣性；通過獲取用戶的興趣標(biāo)簽和視頻的興趣標(biāo)簽，利運(yùn)維人員對推薦視頻的分析和用戶的分析，從而能夠?qū)ν扑]視頻列表進(jìn)行人工干預(yù)；基于用戶的興趣標(biāo)簽推薦，可以讓個(gè)性化視頻推薦具有可解釋性，并且利用用戶的信息反饋，提高用戶的體驗(yàn)。

實(shí)施例2

本實(shí)施例提供了一種視頻列表推送裝置，該裝置用于實(shí)現(xiàn)上述實(shí)施例1中提供的視頻列表推送方法，以下對該裝置進(jìn)行說明。

該裝置主要包括以下幾個(gè)模塊：

視頻標(biāo)簽生成模塊，主要用于實(shí)時(shí)生成視頻所對應(yīng)的興趣標(biāo)簽，并且生成視頻對應(yīng)不同標(biāo)簽的權(quán)重(即視頻與興趣標(biāo)簽的匹配度)。

用戶實(shí)時(shí)興趣標(biāo)簽生成模塊，根據(jù)用戶的觀看、訂閱等行為，對用戶標(biāo)注其感興趣的興趣標(biāo)簽，表征用戶的興趣。

視頻實(shí)時(shí)召回模塊，本模塊主要是利用用戶感興趣的標(biāo)簽和視頻對應(yīng)的興趣標(biāo)簽，通過興趣標(biāo)簽召回用戶感興趣的視頻。

視頻排序模塊，本模塊主要對召回的視頻進(jìn)行排序，從而篩選出最符合用戶個(gè)性化需求的視頻，可以采用CTR(Click Through Rate，點(diǎn)擊通過率)模型進(jìn)行排序。

個(gè)性化列表生成模塊，本模塊主要是對排序后的視頻列表進(jìn)行篩選和控制，增加視頻的多樣性，并去除非法視頻。

以下分別對上述各模塊的功能進(jìn)行說明：

視頻標(biāo)簽實(shí)時(shí)生成模塊：

本模塊用于實(shí)時(shí)生成視頻對應(yīng)的興趣標(biāo)簽，并生成興趣標(biāo)簽和視頻的權(quán)重，該模塊具體可以包括以下組成部分：

視頻描述的生成模塊，視頻內(nèi)容和主題的描述，此處主要使用視頻的標(biāo)題名稱和視頻上傳者對視頻的文字描述來表征視頻的內(nèi)容和主題，在本實(shí)施例中，視頻V_i對應(yīng)的視頻描述為S_i。

興趣詞分詞模塊，由于視頻描述生成模塊利用文字信息對視頻進(jìn)行描述，需要對文字信息進(jìn)行關(guān)鍵詞識別，并進(jìn)行切分。此模塊可以采用最長公共字符串匹配算法進(jìn)行興趣詞分詞，在本實(shí)施例中，視頻V_i對應(yīng)的興趣詞為{k₁,k₂,…k_n}。

興趣標(biāo)簽映射模塊，此模塊主要用于對視頻進(jìn)行興趣標(biāo)簽的標(biāo)注。利用視頻對應(yīng)的興趣詞和興趣標(biāo)簽對應(yīng)的興趣詞進(jìn)行映射，將視頻標(biāo)注其對應(yīng)的興趣標(biāo)簽。如視頻V₁對應(yīng)的興趣詞為{k₁,k₂,..k_n}，其中，k₁對應(yīng)的標(biāo)簽為t₁，K₂對應(yīng)的標(biāo)簽為t₂依次類推，可以獲得視頻對應(yīng)的標(biāo)簽為{t₁,t₂..t_n}。

視頻興趣詞標(biāo)簽權(quán)重計(jì)算模塊，本模塊主要是計(jì)算視頻與興趣標(biāo)簽的相似度或匹配度，表征興趣標(biāo)簽對視頻主題的描述度。本模塊采用了tf-idf(termfrequency–inverse document frequency，詞頻-逆向文件頻率)的方法進(jìn)行視頻標(biāo)簽權(quán)重計(jì)算，具體計(jì)算公式如下：

s(v_i,k_j)＝tf(v_i,k_j)×idf(k_j)

$s(v_i,t_j)=\underset{m}{\overset{M}{\mathrm{\Σ}}}s(v_i,k_m)$

其中，tf(v_i，k_j)為視頻與興趣詞的tf權(quán)重，idf(k_j)為興趣詞k_j的IDF權(quán)重。S(v_i,k_j)為視頻與興趣詞的匹配權(quán)重，s(v_i，t_j)為視頻與興趣標(biāo)簽的匹配權(quán)重。

用戶興趣標(biāo)簽實(shí)時(shí)生成模塊：

用戶興趣標(biāo)簽實(shí)時(shí)生成模塊，主要用于根據(jù)用戶的靜態(tài)信息和操作行為對用戶的興趣進(jìn)行挖掘和刻畫，生成用戶對應(yīng)的興趣標(biāo)簽，并計(jì)算用戶與其對應(yīng)的興趣標(biāo)簽的匹配度，該模塊具體可以包括以下組成部分：用戶興趣視頻列表模塊，主要是用來獲取用戶對視頻的觀看行為，為用戶興趣標(biāo)簽挖掘提供數(shù)據(jù)。本模塊定義用戶興趣視頻為用戶對視頻的觀看完成度超過50％的視頻，用戶觀看完成度定義如下：

$w\left(v_i\right)=\frac{watched\left(v_i\right)}{len\left(v_i\right)}$

其中，watched(v_i)為用戶對視頻v_i的有效觀看時(shí)長，len(v_i)為視頻v_i的總時(shí)長。

通過用戶觀看完成度的定義，可以獲取用戶u_i對應(yīng)的興趣視頻列表list(u_i)＝{v₁,v₂,..v_n}。

用戶興趣標(biāo)簽生成模塊，描述用戶對應(yīng)的興趣主題。通過用戶興趣視頻列表，可以獲得其對應(yīng)的用戶興趣標(biāo)簽。獲取視頻v_i對應(yīng)的興趣標(biāo)簽{t₁,t₂,..t_n}，通過興趣視頻的映射，可以直接獲取用戶對應(yīng)的興趣標(biāo)簽，u_i->v_i->{t₁,t₂,..t_n},即用戶u_i對應(yīng)的興趣標(biāo)簽為c_l(u_i)＝{t₁,t₂,..,t_n}。

用戶與興趣標(biāo)簽權(quán)重模塊，對用戶與興趣標(biāo)簽進(jìn)行匹配度描述，具體的匹配度計(jì)算公式如下：

$s(u_i,t_j)=\underset{v_m\∈u_i}{\overset{M}{\mathrm{\Σ}}}s(v_m,t_j)\×timeDelay\left(v_m\right)$

其中，s(v_m，t_j)為視頻與興趣標(biāo)簽的權(quán)重，timeDelay(v_m)為對視頻進(jìn)行的時(shí)間衰減懲罰(即，為視頻被用戶觀看的時(shí)間點(diǎn)對應(yīng)的系數(shù))，使得距離用戶觀看時(shí)間較長的時(shí)間進(jìn)行降權(quán)，反之，用戶近期觀看的視頻權(quán)重相對較大。

用戶興趣標(biāo)簽輸出模塊，本模塊主要是將實(shí)時(shí)計(jì)算的用戶興趣標(biāo)簽數(shù)據(jù)，實(shí)時(shí)對外提供，封裝為對應(yīng)的數(shù)據(jù)服務(wù)接口。

視頻實(shí)時(shí)召回模塊：

該模塊主要用于從海量的視頻中找出用戶可能感興趣的視頻候選列表，作為用戶個(gè)性化推薦的候選視頻，該模塊具體可以包括如下組成部分：用戶實(shí)時(shí)觀看視頻列表生成模塊，用于生成用戶實(shí)時(shí)觀看的視頻列表。本模塊采用上述定義的用戶觀看完成度指標(biāo)，獲取用戶最近一天且用戶觀看完成度大于50％的視頻，定義近期觀看視頻列表為w_l＝{v₁,v₂,..v_n}。

用戶視頻標(biāo)簽召回模塊，基于用戶興趣標(biāo)簽進(jìn)行視頻個(gè)性化推薦。根據(jù)上述獲得了用戶對應(yīng)的興趣標(biāo)簽c_l(u_i)，通過興趣標(biāo)簽可以直接獲得用戶感興趣的視頻c_v(u_i)。

用戶視頻標(biāo)簽召回篩選模塊，本模塊分為兩部分篩選，用戶實(shí)時(shí)興趣視頻以及用戶近期興趣視頻。

為了提高用戶近期興趣視頻的曝光概率，利用上述得到的w_l(u_i)用戶實(shí)時(shí)觀看的視頻列表，將其對應(yīng)的興趣標(biāo)簽下的視頻進(jìn)行召回，獲得實(shí)時(shí)召回興趣視頻列表onTime(u_i)。

獲取上述獲取到的用戶視頻列表nearTime(u_i)。

用戶視頻召回列表輸出模塊，本模塊主要召回視頻進(jìn)行合并輸出，視頻合并的原則為實(shí)時(shí)召回視頻列表優(yōu)先，當(dāng)實(shí)時(shí)召回視頻個(gè)數(shù)不滿足召回視頻的個(gè)數(shù)時(shí)，從用戶近期興趣召回視頻列表中進(jìn)行補(bǔ)充。

視頻排序模塊：

該視頻排序模塊用于將用戶召回的候選視頻列表中的視頻進(jìn)行排序，從而確定視頻列表中每個(gè)視頻被推薦的優(yōu)先級。具體采用如下的計(jì)算方法：

$s(u_i,v_j)=\underset{v_k\∈t_j}{\mathrm{\Σ}}s(u_i,t_j)\×s(v_k,t_j)$

其中，s(u_i，t_j)為用戶興趣標(biāo)簽的權(quán)重(即用戶與興趣標(biāo)簽的匹配度)，s(v_k，t_j)為視頻標(biāo)簽的權(quán)重(即視頻與興趣標(biāo)簽的匹配度)。

個(gè)性化列表生成模塊：

在對用戶進(jìn)行視頻個(gè)性化推薦時(shí)，不僅需要預(yù)測用戶的感興趣的視頻，同時(shí)還要考慮推薦視頻的多樣性，基于此，該模塊主要對視頻進(jìn)行篩選和控制，可以基于以下規(guī)則對視頻推薦列表中的視頻進(jìn)行篩選。

視頻推薦列表中的視頻，最多不能出現(xiàn)三個(gè)視頻為同一上傳者的視頻。否則過濾掉優(yōu)先級排序低的視頻；推薦的視頻中，最多不能出現(xiàn)三個(gè)視頻為同一個(gè)二級頻道的視頻，否則過濾掉優(yōu)先級排序低的視頻。推薦的視頻列表中，不能出現(xiàn)用戶近期已經(jīng)觀看過的視頻。推薦的視頻列表中，不能出現(xiàn)三個(gè)視頻為同一個(gè)三級興趣標(biāo)簽下的視頻。

基于以上原則，對視頻推薦列表中的視頻進(jìn)行篩選，生成滿足要求的視頻推薦列表。

另外，將不滿足推薦列表長度的視頻列表進(jìn)行熱點(diǎn)視頻補(bǔ)充，并返回給請求用戶，需要說明的是，在本發(fā)明中熱點(diǎn)視頻為一周內(nèi)視頻觀看排序的熱點(diǎn)視頻，將此視頻列表作為熱點(diǎn)視頻源。

實(shí)施例3

本實(shí)施例提供了一種視頻列表推送裝置，該裝置可以包括上述實(shí)施例2中提供的視頻列表推送裝置的所有組成部分，且，該裝置中的各組成模塊可以是上述裝置或上述裝置中的某一模塊的一個(gè)組成部分，圖2是該裝置的結(jié)構(gòu)框圖，如圖2所示，該裝置20包括如下組成部分：

第一獲取模塊21，用于獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽，所述第一興趣標(biāo)簽用于標(biāo)識所述視頻對應(yīng)的關(guān)鍵字；

第一查找模塊22，用于查找與第一興趣標(biāo)簽對應(yīng)的視頻，生成第一視頻列表；

推送模塊23，用于將所述第一視頻列表推送給所述用戶。

進(jìn)一步的，上述裝置還可以包括：第二獲取模塊，用于在獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽之前，獲取用戶對應(yīng)的第二興趣標(biāo)簽，與用戶對應(yīng)第二興趣標(biāo)簽用于標(biāo)識用戶感興趣的關(guān)鍵字；第二查找模塊，用于查找與用戶對應(yīng)的第二興趣標(biāo)簽對應(yīng)的視頻，生成第二視頻列表；補(bǔ)充模塊，用于在第一視頻列表中視頻數(shù)目未達(dá)到預(yù)設(shè)數(shù)目時(shí)，使用第二視頻列表中的視頻對第一視頻列表進(jìn)行補(bǔ)充。

進(jìn)一步的，上述裝置還可以包括：生成模塊，用于獲取用戶在與當(dāng)前時(shí)刻相鄰的第一預(yù)設(shè)時(shí)間段內(nèi)觀看的視頻對應(yīng)的第一興趣標(biāo)簽之前，根據(jù)視頻的主題名稱以及視頻上傳者對視頻的文字描述生成視頻的文字描述信息；切分模塊，用于對文字描述信息進(jìn)行關(guān)鍵詞識別以及興趣關(guān)鍵詞切分，得到視頻對應(yīng)的興趣關(guān)鍵詞；映射模塊，用于使用視頻對應(yīng)的興趣關(guān)鍵詞與興趣關(guān)鍵詞對應(yīng)的第一興趣標(biāo)簽進(jìn)行映射，得到視頻與第一興趣標(biāo)簽的對應(yīng)關(guān)系。

其中，上述裝置還可以包括建立模塊，該建立模塊用于建立用戶與第二興趣標(biāo)簽的對應(yīng)關(guān)系，該建立模塊具體可以包括：具體可以包括：確定單元，用于確定出用戶在第二預(yù)設(shè)時(shí)間段內(nèi)觀看完成的視頻，生成第三視頻列表，其中，用戶觀看完成的視頻包括用戶觀看至少完成50％的視頻；第一計(jì)算單元，用于根據(jù)第三視頻列表中所有視頻對應(yīng)的興趣標(biāo)簽以及所有視頻被觀看的時(shí)間點(diǎn)按照公式(1)計(jì)算用戶與興趣標(biāo)簽的匹配度；

$s(u_i,t_j)=\underset{v_m\∈u_i}{\overset{M}{\mathrm{\Σ}}}s(v_m,t_j)\×timeDelay\left(v_m\right)---\left(1\right);$

其中，s(v_m，t_j)為興趣標(biāo)簽與視頻的匹配度，timeDelay(v_m)為視頻被用戶觀看的時(shí)間點(diǎn)對應(yīng)的系數(shù)，視頻被用戶觀看完成的時(shí)間點(diǎn)越靠前，系數(shù)越小；建立單元，用于將第三視頻列表中所有視頻對應(yīng)的興趣標(biāo)簽與計(jì)算得到各匹配度建立對應(yīng)關(guān)系，第三視頻列表中的所有興趣標(biāo)簽為用戶的第一興趣標(biāo)簽。

其中，推送模塊23具體可以包括：合并單元，用于將第一視頻列表以及第二視頻列表進(jìn)行合并，得到用戶的視頻推薦列表；第二計(jì)算單元，用于按照公式(2)計(jì)算視頻推薦列表中視頻的推薦優(yōu)先級；

$s(u_i,v_j)=\underset{v_k\∈t_j}{\mathrm{\Σ}}s(u_i,t_j)\×s(v_k,t_j)---\left(2\right);$

用戶與興趣標(biāo)簽的匹配度按照公式(3)進(jìn)行計(jì)算：

其中，s(v_m，t_j)為視頻與興趣標(biāo)簽的匹配度，timeDelay(v_m)為視頻被用戶觀看的時(shí)間點(diǎn)對應(yīng)的系數(shù)，視頻被用戶觀看完成的時(shí)間點(diǎn)越靠前，系數(shù)越?。黄渲?，s(ui，tj)為用戶與興趣標(biāo)簽的匹配度，s(vk，tj)為視頻與興趣標(biāo)簽的匹配度；其中，視頻與興趣標(biāo)簽的匹配度按照公式(4)進(jìn)行計(jì)算：

s(v_i,k_j)＝tf(v_i,k_j)×idf(k_j)

$s(v_i,t_j)=\underset{m}{\overset{M}{\mathrm{\Σ}}}s(v_i,k_m)---\left(4\right)$

其中，tf(v_i，k_j)為視頻與興趣標(biāo)簽的詞頻tf匹配度，idf(k_j)為興趣標(biāo)簽k_j的逆向文件頻率idf匹配度，S(v_i，k_j)為視頻與興趣標(biāo)簽的匹配度，s(v_i，t_j)為視頻與興趣標(biāo)簽的匹配度；

排序單元，用于根據(jù)計(jì)算出的推薦優(yōu)先級的高低在視頻推薦列表中對視頻進(jìn)行排序；推送單元，用于將排序后的視頻推薦列表推送給用戶。

其中，上述推送模塊25具體用于：在根據(jù)計(jì)算出的推薦優(yōu)先級的高低在視頻推薦列表中對視頻進(jìn)行排序之后，對視頻推薦列表進(jìn)行如下處理：當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一上傳者的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一第二級別的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；當(dāng)視頻推薦列表中出現(xiàn)在第一預(yù)設(shè)時(shí)間段內(nèi)，用戶觀看完成的視頻時(shí)，在視頻推薦列表中刪除該視頻；當(dāng)視頻推薦列表中出現(xiàn)至少三個(gè)屬于同一第三級別的視頻時(shí)，僅保留該類視頻中推薦優(yōu)先級最高的兩個(gè)視頻；將處理后的視頻推薦列表推送給用戶。

以上所述僅為本發(fā)明的實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。