基于文本流网络的实时个性化视频推荐方法

摘要

本发明基于文本流网络的实时个性化视频推荐方法的步骤如下：S1用用户在文本流网络上当前发布和转发的推文建立实时用户文档，对多个实时用户文档建立热点事件空间，得到用户当前所关注的多个热点事件；S2用用户在文本流网络上的所有信息建立用户文档，对多个用户文档建立长期兴趣主题空间，得到多个用户分别在该空间的长期兴趣分布向量；S3用用户长期兴趣分布向量对所述多个热点事件进行排序，获得用户当前最感兴趣热点事件；S4在视频应用平台检索与用户当前最感兴趣热点事件相关的多个视频；S5用用户在视频应用平台信息，得到用户长期兴趣特征向量；S6用用户长期兴趣特征向量对所述多个视频进行重排序，并把前N个视频推荐给该用户。

主权项

一种基于文本流网络的实时个性化视频推荐的方法，其特征在于实现个性化视频推荐的步骤包括：步骤S1：利用用户在文本流网络上当前所发布和转发的推文建立实时用户文档，利用推特潜在狄利克利分布模型对多个实时用户文档建立热点事件空间，并得到多个用户分别在该热点事件空间的分布向量，即得到用户当前所关注的多个热点事件；步骤S2：利用用户在文本流网络上的注册信息及发布和转发的所有推文建立用户文档，利用主题模型对多个用户文档建立一个长期兴趣主题空间，并得到多个用户分别在该长期兴趣主题空间各自的长期兴趣分布向量；步骤S3：利用用户在文本流网络长期兴趣主题空间上的长期兴趣分布向量对用户当前关注的多个热点事件进行排序，获得用户当前最感兴趣的热点事件；步骤S4：在视频应用平台检索与用户当前最感兴趣热点事件相关的多个视频；步骤S5：利用用户在视频应用平台的注册信息及与视频的交互信息，建立用户在视频应用平台的长期兴趣向量空间模型，得到用户在视频应用平台的长期兴趣特征向量；步骤S6：利用用户在视频应用平台的长期兴趣特征向量对步骤S4所述的多个视频进行重排序，并把前N个视频推荐给该用户。