欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017112666445
申请人: 云南大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于三阶段组合推荐技术的党建视频推送方法,其特征在于包括以下步骤:步骤1:对党建视频内容进行特征筛选与提取,并对内容特征数据进行结构化处理;

步骤1.1:对党建视频集进行初始定义 ,其中 表示第个源视频,每个源视频都具有的相关属性:标题 ,内容,点击量 与时长 ,针对党建

视频观看的用户集进行初始定义 ,其中 表示某一个用户, 为提取的视频集关联的所有用户,党建视频推送的最终对象:党员群体,是已知具有不同职业的特定人群 ,其中 表示某职业属性的某个党员;

步骤1.2:对于网络中存储的海量党建视频,对其进行筛选,主要筛选的特征包括:目标年限,字幕,时长;

步骤1.3:抽取字幕内容 ,将其作为源视频文本内容特征主要的源提取目标;

步骤1.4:将抽取出的每个字幕内容文本,逐一分割成句子,去除文本中的格式,标点,停用词,遍历所有字幕内容文本生成内容特征: ;

步骤2:根据单一用户对党建视频的历史偏好记录学习偏好特征,遍历用户集的偏好记录后,提取用户集的偏好特征并运用Rocchio算法生成对应每一用户拟推荐的党建视频;

步骤2.1:设某用户 对某个党建视频 做出相关点击观看,已知此用户对某个内容特征的党建视频点击(记为偏好喜欢 ),这对其他党建视频记为偏好不喜欢 ,拟计算该用户的偏好记为:  ;

步骤2.2:运用Rocchio反馈算法:  ;其中 与为正负反馈权重,目的是控制判定结果和原始用户偏好向量之间的平衡, ,  分别表示偏好集 与  中的已知实例;

步骤2.3:应用余弦相似度计算 与 的相似性,对于某个给定的 ,使用与   的相似度来代表用户 对党建视频 的喜好度;

步骤2.4:遍历所有用户,得到对应每一用户拟推荐的党建视频;

步骤3:将用户在党建视频内容特征中历史行为记录的变化转化为反馈偏好特征,重新将此类偏好特征加入偏好特征学习过程中;跳转步骤2并更新偏好特征;

步骤3.1:初始化单一用户的反馈特征为空,即 ;

步骤3.2:将此用户观看的首个党建视频的目标内容特征添加至  中;

步骤3.3:依次遍历所用此用户观看过的党建视频,逐一将目标内容特征更新至 中;

步骤3.4:遍历  ,去除冗余内容特征;

步骤3.5:重复上述步骤3.4,直到提取出用户集中所有用户的反馈特征;

步骤4:对用户属性与偏好进行特征提取;提取用户集中相同党建视频重复点击量及视频跳跃观看时长 ,以此作为用户属性特征;计算属性特征的匹配度: ;其中,  表示与用户 有相同用户特征信息的用户子集; 为权重阈值;遍历用户集并计算用户间的特征信息匹配度;

而后,计算用户集中每一用户的偏好相似度;设定用户 ,浏览党建视频的集合;用户 ,浏览党建视频的集合 ,其偏好相似度的计算为: ;遍历用户集并计算用户间的偏好相似度;

步骤5:根据用户属性特征的匹配度与用户的偏好相似度,设置阈值权重:;运用k-means算法对相似特征的用户集进行有效聚类分析,并对离群用户进行相关处理;

步骤6:重新聚类生成对相似用户集推送的党建视频,并提取党建视频标题中的关键词,将此类关键词运用余弦相似度度量算法来匹配不同职业党员群体的属性值,以此作为不同职业党员群体的属性标识符;

步骤6.1:对党员群体以职业性质进行有效划分;

步骤6.2:针对以职业性质划分完成的党员子集,建立各子集对应的职业关键词词典,并将词典中的每一个关键词赋予唯一标识符;

步骤6.3:将拟推荐视频的标题关键词提取出来,并记录每个标题关键词所属的党建视频,分别为这些标题关键词分配唯一的标识符;

步骤6.4:统计标题关键词与词典中关键词相同的词及对应的词频;

步骤6.5:相似度计算:假设出现的某个标题关键词: ;出现的词频:,

某一职业关键词词典中出现的关键词:   ;出现的词频: ;

其中, 和  表示两个关键词集中同一个词, 和 是它们分别对应的词频,则,它们之间的余弦相似度可以表示为:  ;

步骤6.6:重复上述步骤6.5,计算所有视频标题关键词与各子集职业关键词的相似度;

记录相似度最大值的标题关键词与词典对应元组;

步骤6.7:将视频标题所属的党建视频归属为党员子集的属性标识符;

步骤7:计算相似用户集拟推荐视频的标题关键词与已生成的党员群体属性标签标识符的相似度,最终将党建视频推送至目标群体:具有不同职业身份的党员群体中。