一种引入视频流行度和用户兴趣变化的协作过滤推荐方法

摘要

本发明公开了一种引入视频流行度和用户兴趣变化的协作过滤推荐方法，通过采集用户行为数据进行处理得到用户-视频二进制关联矩阵，基于该矩阵得到视频流行度权重和用户兴趣度权重，并引入到用户相似度计算过程中；然后找到与目标用户相似度最大的前K个邻居，通过与邻居用户的相似度大小预测目标用户对未产生有效行为视频的兴趣值；最后选取兴趣值最大的N个视频形成推荐列表为用户做出个性化推荐。本发明充分考虑了系统中视频的流行程度各异和用户兴趣随时间变化的特性，更加符合客观事实，使得用户相似度计算更精确，提高了协作过滤推荐的质量，为视频用户提供适应用户兴趣的个性化视频推荐。