公开(公告)号：CN104935963B

公开(公告)日：2018-03-16

申请号：CN201510290170.2

申请日：2015-05-29

Applicant: 中国科学院信息工程研究所

Inventor： 杨凡 ,  牛温佳 ,  胡玥 ,  毛志 ,  张博 ,  敖吉 ,  谭建龙 ,  郭莉

IPC: H04N21/258 ,  H04N21/466

Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括：1)通过第三方数据分析用户对视频的兴趣梯度变化，并得到用户兴趣梯度曲线，将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点；2)确定用户最近的兴趣迁移时间点，对用户最近的兴趣迁移时间点以后的用户‑项目评分进行采集，从而建立选定时间窗口内的符合用户当前兴趣的用户‑项目评分矩阵；3)基于所述用户‑项目评分矩阵，通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题，并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐，提高了视频推荐的准确性和效率。

公开(公告)号：CN104935963A

公开(公告)日：2015-09-23

申请号：CN201510290170.2

申请日：2015-05-29

Applicant: 中国科学院信息工程研究所

Inventor： 杨凡 ,  牛温佳 ,  胡玥 ,  毛志 ,  张博 ,  敖吉 ,  谭建龙 ,  郭莉

IPC: H04N21/258 ,  H04N21/466

CPC classification number: H04N21/25891 ,  H04N21/4667 ,  H04N21/4668

Abstract: 本发明涉及一种基于时序数据挖掘的视频推荐方法。该方法包括：1)通过第三方数据分析用户对视频的兴趣梯度变化，并得到用户兴趣梯度曲线，将用户兴趣梯度曲线的奇异点作为用户兴趣迁移的时间点；2)确定用户最近的兴趣迁移时间点，对用户最近的兴趣迁移时间点以后的用户-项目评分进行采集，从而建立选定时间窗口内的符合用户当前兴趣的用户-项目评分矩阵；3)基于所述用户-项目评分矩阵，通过使用随机游走模型进行用户的个性化视频推荐。本发明考虑了个性化视频推荐中的兴趣迁移问题，并融合了时间窗口方法和基于Random Walker的信任度模型进行个性化视频推荐，提高了视频推荐的准确性和效率。