一种视频聚类推荐方法和装置的制造方法
【技术领域】
[0001] 本发明属于视频聚类领域，尤其涉及一种视频聚类推荐方法和装置。
【背景技术】
[0002] 随着互联网资源的不断丰富，人们在查看多媒体资源，比如观看视频，或者播放音 乐文件时，需要在海量的多媒体资源中进行文件的查找，需要花费较多的时间获取用户喜 欢的多媒体数据。
[0003] 为提高用户获取喜欢的多媒体文件，比如视频数据等，现有的视频推荐方法一般 基于聚类技术和协同过滤推荐算法一起，通过聚类技术，将搜索目标对象最近邻居的范围 缩小到与目标对象相似性程度最高的几个聚类，可以有效的减少计算量，提高实时响应能 力。
[0004] 现有的K-means等分割聚类算法，需要进行多次迭代运算，计算效率比较低，并且 容易受到异常值的影响，导致聚类结果质量不高。
【发明内容】
[0005] 本发明的目的在于提供一种视频聚类推荐方法，以解决现有的分割聚类算法，需 要进行多次迭代运算，计算效率比较低，并且容易受到异常值的影响，导致聚类结果质量不 高的问题。
[0006] 第一方面，本发明实施例提供了一种视频聚类推荐方法，所述方法包括：
[0007] 根据所有用户对视频的评分数目，对视频进行排序得到视频集巧、 Cl......C? ) ,η为视频个数；
[0008] 按照视频的评分数目，从高到低依次计算每个视频cf与评分数目比?0较高的视 频，或者由评分数目比?η较高的视频构成视频集合类，进行集合差异度计算；
[0009] 获取所计算的集合差异度最小值，如果所述集合差异度最小值小于预设的阈值， 则将所述集合差异度最小值对应的评分数目比Cf较高的视频，或者由评分数目比cf较高 的视频构成的视频集合类，与视频C?合并为一个视频集合类，其中，〇〈i〈n+l。
[0010] 结合第一方面，在第一方面的第一种可能实现方式中，按照视频的评分数目，从高 到低依次计算每个视频?°与评分数目比cf较高的视频，或者由评分数目比cf较高的视频 构成视频集合类，进行集合差异度计算步骤包括：
[0011] 计算视频g与视频??的集合差异度SFD(C2e);
[0012] 当所述集合差异度SFD(C；\Ct)小于预设的阈值时，则将视频与视频Cf合并 为视频集合类烊，当所述集合差异度SFD((6f:，cf)大于预设的阈值时，则将视频cf与视频 cf分别生成新的视频集合类^与匀：
[0013] 对于视频@ (〇<j<n):，将其与比C；1的评分数目较多的视频构成的视频集合类 进行集合差异度计算。
[0014] 结合第一方面，在第一方面的第二种可能实现方式中，计算所述集合差异度的公 式为：
[0015]
，其中K为用户对视频集N中的评论个数由多到少所选择的 用户数，所述I为视频所属的类别数，所述G为比较的两个视频的共有的视频类别数。
[0016] 结合第一方面，在第一方面的第三种可能实现方式中，在获取所计算的集合差异 度最小值后，所述方法还包括：
[0017] 如果所述集合差异度最小值大于预设的阈值，则将所述视频G生成新的视频集合 类唸。
[0018] 结合第一方面，在第一方面的第四种可能实现方式中，在得到视频集合类后，所述 方法还包括：
[0019] 接收用户输入的目标视频，查找目标视频所属的视频集合类；
[0020] 查找所述视频集合类中，没有被所述用户评分的新视频集合，在所述新视频集合 中根据相似性计算公式得到最近邻视频集合；
[0021] 根据用户输入的视频评分矩阵R与所述最近邻视频集合中的每个视频，计算所述 最近邻视频集合中的每个视频的预测评分，根据所述预设评分推荐一个或者多个视频。
[0022] 结合第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，
[0023] 结合第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，所 述查找所述视频集合类中，没有被所述用户评分的新视频集合，在所述新视频集合中根据 相似性计算公式得到最近邻视频集合步骤包括：
[0024] 统计用户u在所述视频集合类中已评分的视频集合Iu，所述视频集合类为P，则没 有被所述用户评分的新抑颇隹合为Τ' = P-T，
[0025] 根据公式
「计算目标视频i与所述新视频集合中 的每个视频j的相似度，根据所述相似度选择预定个数视频作为所述目标视频的最近邻视 频集合，其中U为用户集合。
[0026] 结合第一方面的第四种可能实现方式，在第一方面的第六种可能实现方式中，所 述根据用户输入的视频评分矩阵R与所述最近邻视频集合中的每个视频，计算所述最近邻 视频集合中的每个视频的预测评分步骤包括：
[0027] 根据公式
计算所述最近邻视频集合中的每个视频的预 测评分，其中sim(i，j)为目标视频i与所述新视频集合中的每个视频j的相似度，RUi]为用 户输入的视频的评分矩阵中用户对视频j的评分数据。
[0028] 第二方面，本发明实施例提供了一种视频聚类推荐装置，所述装置包括：
[0029] 排序单元，用于根据所有用户对视频的评分数目，对视频进行排序得到视频集 N(Cf、0…·C)，11为视频个数；
[0030] 差异度计算单元，用于按照视频的评分数目，从高到低依次计算每个视频Cf与评 分数目比Cf较高的视频，或者由评分数目比< 较高的视频构成视频集合类，进行集合差异 度计算；
[0031] 视频集合类生成单元，用于获取所计算的集合差异度最小值，如果所述集合差异 度最小值小于预设的阈值，则将所述集合差异度最小值对应的评分数目比?°较高的视频， 或者由评分数目比c?较高的视频构成的视频集合类，与视频c?合并为一个视频集合类，其 中，0〈i〈n+l。
[0032] 结合第二方面，在第二方面的第一种可能实现方式中，所述差异度计算单元包 括：
[0033] 第一计算子单元，用于计算视频0与视频Cf的集合差异度SFD(Ctg);
[0034] 比较子单元，用于当所述集合差异度SFDicfXt)小于预设的阈值时，则将视频 C20与视频01()合并为视频集合类(： 11，当所述集合差异度证0(0；3〇大于预设的阈值时，则 将视频《与视频ef分别生成新的视频集合类炫与0;
[0035] 第二计算子单元，用于对于视频< (0<j<n).，将其与比eg的评分数目较多的视 频构成的视频集合类进行集合差异度计算。
[0036] 结合第二方面，在第二方面的第二种可能实现方式中，所述装置还包括：
[0037] 视频集合类查找单元，用于接收用户输入的目标视频，查找目标视频所属的视频 集合类；
[0038] 最近邻视频集合计算单元，用于查找所述视频集合类中，没有被所述用户评分的 新视频集合，在所述新视频集合中根据相似性计算公式得到最近邻视频集合；
[0039] 预测推荐单元，用于根据用户输入的视频评分矩阵R与所述最近邻视频集合中的 每个视频，计算所述最近邻视频集合中的每个视频的预测评分，根据所述预设评分推荐一 个或者多个视频。
[0040] 在本发明中，根据用户对视频的评分数目，选择将评分数目较少的视频，与评分数 目相对较多的视频，或者与视频集合类进行集合差异度计算，所述视频集合类由评分数目 相对较多的视频构成，当所述差异度计算的最小值小于