基于搜索的UGC推荐的方法及系统

摘要

本申请公开了基于搜索的UGC推荐的方法及系统，该方法包括：获取并保存不同的视频的身份信息、名称信息以及上传该视频的用户身份信息；统计视频所涉及的关键词的出现次数，将该关键词的出现次数与对应的视频的名称信息和上传该视频的用户身份信息建立一关联关系；检索关键词时，使检索结果中包括：涉及视频中包含的身份信息、名称信息以及上传该视频的用户身份信息与关键词相同所对应的视频的链接，且该链接中包括有与该关键词相关联的视频的名称信息和上传该视频的用户身份信息。本申请能够在搜索视频时，不仅找到部分视频，而且通过搜索词找到有优秀用户上传的相关视频，不仅仅在推荐或搜索部分视频，而且看到该上传用户其他视频。

主权项

一种基于搜索的UGC推荐的方法，其特征在于，包括：获取并保存不同的视频的身份信息、名称信息以及上传该视频的用户身份信息；统计所述视频所涉及的关键词的出现次数，将该关键词的出现次数与对应的所述视频的名称信息和上传该视频的用户身份信息建立一关联关系，按照以下方法根据所述关键词的出现次数从大到小对所述视频的名称信息和上传该视频的用户身份信息分别进行排序：将检索要求的数据Word‑Owner的方式转换为Owner‑Word的方式，将OwnerID 词Key 出现次数(c) 格式转变为词Key OwnerID 出现次数(c)，用O₁O₂.......O_m代表拥有词w_i的m个用户，c₁,c₂......c_m代表词w_i相应的用户中出现的频数，则可以根据下式计算用户O_j对词w_i的重要程度：$Pow\_2(O_j,w_i)=\frac{c_i}{1+\underset{l=1}{\overset{m}{\Sigma }}{c}_l}$其中：l！＝j通过统计计算和索引构建过程中的统计计算可以得到词w_i和用户O_j之间的重要程度，可以计算它们之间的相关程度为：Pow(w_i,O_j)＝Pow_1(w_i,O_j)*Pow_2(O_j,w_i)在构建索引过程中根据Pow(w_i,O_j)的大小对与此w_i相关的所有用户进行排序；检索所述关键词时，结合所述关联关系，使检索结果出现的视频的链接中包括：以涉及所述关键词对应的所述视频中包含的用户身份信息相关的视频的链接、所述视频的名称信息相关的视频的链接或上传该视频的用户身份信息与所述关键词相同所对应的视频的链接。