本發(fā)明涉及動漫技術(shù)領(lǐng)域，特別涉及一種動漫視頻個性化推薦方法。

背景技術(shù)：

在隨著有新的動漫制作企業(yè)的引進(jìn)，目前的動漫市場在急速的發(fā)展，伴隨著動漫企業(yè)的急速發(fā)展，目前比較市面上出現(xiàn)了越來越多的優(yōu)質(zhì)動漫卡通，而用戶在面對內(nèi)容平臺的海量內(nèi)容時，會在選擇上出現(xiàn)很大的困難，首先因為用戶的屬性不同，導(dǎo)致用戶對內(nèi)容需求的不同，用戶有年齡段/男女/愛好等很多的因素，如果所有的用戶都是用的同一個首頁推薦，用戶在對符合自己內(nèi)容的選擇上會有很多復(fù)雜化的操作，使得用戶體驗度極為不理想。

現(xiàn)有市場沒有針對動漫視頻的個性化推薦方法，大部分的個性化推薦體系只是建立在整體視頻的用戶體驗，更多的是針對于大視頻的，大部分的推薦方法都是基于成年人的大視頻的用戶體驗優(yōu)化，并沒有專門在動漫方面的推薦方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的旨在至少解決所述技術(shù)缺陷之一。

為此，本發(fā)明的目的在于提出一種動漫視頻個性化推薦方法，根據(jù)用戶以往的使用記錄，針對用戶喜好的內(nèi)容進(jìn)行搜集和分析，給用戶推薦動漫視頻，提高用戶體驗。

為了實現(xiàn)上述目的，本發(fā)明提供一種動漫視頻個性化推薦方法，包括以下步驟：

步驟S1，采集和分析用戶行為數(shù)據(jù)，根據(jù)用戶的瀏覽記錄把用戶進(jìn)行屬性分類，并判斷該用戶所喜好動漫視頻的類型；

步驟S2，根據(jù)用戶屬性，從動漫視頻庫中篩選出用戶喜好的動漫視頻資源庫，然后再過濾掉用戶已經(jīng)收看完成的動漫視頻資源，通過動漫視頻的熱度排名，按照熱度優(yōu)先的模式形成一個推薦清單；

步驟S3，再次抓取動漫視頻整體熱度排序，按照熱度進(jìn)行排列，形成一個整體熱度推薦清單；

步驟S4，將步驟S2中的推薦清單和步驟S3中的整體熱度推薦清單進(jìn)行合并優(yōu)化，剔除重復(fù)的推薦紀(jì)錄，形成最終推薦清單，然后將最終推薦清單推薦到用戶，從而形成完整的個性化推薦。

進(jìn)一步的，在步驟S1中，所述用戶行為數(shù)據(jù)至少包括：用戶的登錄、跳出、觀看視頻類型、用戶的點擊率、用戶觀看時長、用戶持續(xù)觀看比例、網(wǎng)頁點擊率。

進(jìn)一步的，在步驟S1中，判斷該用戶所喜好動漫視頻的類型的步驟如下：

獲取用戶所有已觀看動漫視頻的屬性數(shù)據(jù)；

根據(jù)動漫視頻的屬性數(shù)據(jù)，形成視頻類型列表；

根據(jù)視頻類型列表，判斷視頻類型列表中最靠前的視頻類型為該用戶所喜好動漫視頻的類型。

進(jìn)一步的，在步驟S2中，如果用戶為第一次訪問，則用戶喜好的動漫視頻資源庫為整個動漫視頻資源庫，步驟S2中的推薦清單與步驟S3中的整體熱度推薦清單相同。

進(jìn)一步的，在步驟S4中，將最終推薦清單推薦到用戶后，再次采集用戶的行為數(shù)據(jù)，根據(jù)用戶針對推薦信息的操作行為，對用戶進(jìn)行行為畫像。

根據(jù)本發(fā)明實施例的動漫視頻個性化推薦方法，本發(fā)明根據(jù)用戶以往的使用記錄，針對用戶喜好的內(nèi)容進(jìn)行搜集和分析，從而影響用戶的使用界面，根據(jù)用戶的信息進(jìn)行匹配的信息推薦，而用戶初次進(jìn)入的時候，會開始記錄用戶的核心行為，根據(jù)核心行為形成一個專屬用戶的數(shù)據(jù)信息庫，對該用戶進(jìn)行數(shù)據(jù)分析和畫像，后續(xù)在用戶登錄平臺的時候會根據(jù)用戶的畫像進(jìn)行相關(guān)推薦優(yōu)化。

本發(fā)明能夠通過用戶的日常使用和觀看習(xí)慣，定位到用戶最關(guān)注或者最喜歡的動漫視頻信息內(nèi)容，快速的在用戶最明顯的位置進(jìn)行顯示，減少用戶的無效操作，幫助用戶快速的選擇到自己想要的內(nèi)容，從而提高用戶的使用體驗和活躍度。

本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1為本發(fā)明實施例的動漫視頻個性化推薦方法的整體流程圖；

圖2為本發(fā)明實施例的動漫視頻個性化推薦方法的工作流程圖。

具體實施方式

下面詳細(xì)描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標(biāo)號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對本發(fā)明的限制。

本發(fā)明提供一種動漫視頻個性化推薦方法，參考附圖1-2，包括以下步驟：

步驟S1，采集和分析用戶行為數(shù)據(jù)，根據(jù)用戶的瀏覽記錄把用戶進(jìn)行屬性分類，并判斷該用戶所喜好動漫視頻的類型。

判斷該用戶所喜好動漫視頻的類型的步驟如下：

獲取用戶所有已觀看動漫視頻的屬性數(shù)據(jù)；

根據(jù)動漫視頻的屬性數(shù)據(jù)，形成視頻類型列表；

根據(jù)視頻類型列表，判斷視頻類型列表中最靠前的視頻類型為該用戶所喜好動漫視頻的類型。

其中，用戶行為數(shù)據(jù)至少包括：用戶的登錄、跳出、觀看視頻類型、用戶的點擊率、用戶觀看時長、用戶持續(xù)觀看比例、網(wǎng)頁點擊率。

步驟S2，根據(jù)用戶屬性，從動漫視頻庫中篩選出用戶喜好的動漫視頻資源庫，然后再過濾掉用戶已經(jīng)收看完成的動漫視頻資源，通過動漫視頻的熱度排名，按照熱度優(yōu)先的模式形成一個推薦清單。

如果用戶為第一次訪問，則用戶喜好的動漫視頻資源庫為整個動漫視頻資源庫，步驟S2中的推薦清單與步驟S3中的整體熱度推薦清單相同。

步驟S3，再次抓取動漫視頻整體熱度排序，按照熱度進(jìn)行排列，形成一個整體熱度推薦清單。

步驟S4，將步驟S2中的推薦清單和步驟S3中的整體熱度推薦清單進(jìn)行合并優(yōu)化，剔除重復(fù)的推薦紀(jì)錄，形成最終推薦清單，然后將最終推薦清單推薦到用戶，從而形成完整的個性化推薦。

將最終推薦清單推薦到用戶后，再次采集用戶的行為數(shù)據(jù)，根據(jù)用戶針對推薦信息的操作行為，對用戶進(jìn)行行為畫像。

本發(fā)明實現(xiàn)原理：通過對用戶數(shù)據(jù)的行為數(shù)據(jù)的埋點和采集，分析用戶的行為偏好，針對用戶的使用習(xí)慣對用戶進(jìn)行有效的定位，然后根據(jù)數(shù)據(jù)的定位，將用戶的信息進(jìn)行匹配和推薦，把合適的動漫卡通視頻產(chǎn)品推薦到用戶的頁面，而用戶初次進(jìn)入的時候，會開始記錄用戶的核心行為，根據(jù)核心行為形成一個專屬用戶的數(shù)據(jù)信息庫，對該用戶進(jìn)行數(shù)據(jù)分析和畫像，后續(xù)在用戶登錄平臺的時候會根據(jù)用戶的畫像進(jìn)行相關(guān)推薦優(yōu)化。

本發(fā)明能夠幫助用戶快速的定位到自己想要的內(nèi)容，能夠減少用戶的無效操作，現(xiàn)在是一個信息爆發(fā)的時代，不管是互聯(lián)網(wǎng)還是互動電視，都匯聚了大量的卡通視頻，特別事針對動漫卡通的用戶，大部分還是屬于未成年，很多一部分用戶在產(chǎn)品使用操作的時候比較存在操作瓶頸，本發(fā)明能夠幫助這部分用戶，通過用戶的日常使用和觀看習(xí)慣，定位到用戶最關(guān)注或者最喜歡的動漫視頻信息內(nèi)容，快速的在用戶最明顯的位置進(jìn)行顯示，減少用戶的無效操作，幫助用戶快速的選擇到自己想要的內(nèi)容，從而提高用戶的使用體驗和活躍度。

盡管上面已經(jīng)示出和描述了本發(fā)明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發(fā)明的限制，本領(lǐng)域的普通技術(shù)人員在不脫離本發(fā)明的原理和宗旨的情況下在本發(fā)明的范圍內(nèi)可以對上述實施例進(jìn)行變化、修改、替換和變型。本發(fā)明的范圍由所附權(quán)利要求極其等同限定。