些接口，装置或单元的间接耦合或通 信连接，可以是电性，机械或其它的形式。
[0113] 所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显 示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个 网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目 的。
[0114] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以 是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单 元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0115] 所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用 时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上 或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式 体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机 设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全 部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器（R0M，Read-0nlyMemory)、 随机存取存储器（RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的 介质。
[0116] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种视频聚类推荐方法，其特征在于，所述方法包括： 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、Cj1......C丨1 ) :，η为视频个数； 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??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； 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?°较高的视 频构成的视频集合类，与视频Gf合并为一个视频集合类，其中，〇〈i〈n+l。2. 根据权利要求1所述方法，其特征在于，所述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： 计算视频c2°与视频Cf的集合差异度SFD(Ccp; 当所述集合差异度SFD(C1tlXt)小于预设的阈值时，则将视频Ct与视频Cf合并为视 频集合类?1 ,，当所述集合差异度SFD(?°，$)大于预设的阈值时，则将视频c2e与视频分 别生成新的视频集合类Ci与0; 对于视频cy(〇<j<n)，将其与比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。3. 根据权利要求1所述方法，其特征在于，计算所述集合差异度的公式为：I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。4. 根据权利要求1所述方法，其特征在于，在获取所计算的集合差异度最小值后，所述 方法还包括： 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Cf生成新的视频集合类 C]O5. 根据权利要求1所述方法，其特征在于，在得到视频集合类后，所述方法还包括： 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； 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； 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。6. 根据权利要求5所述方法，其特征在于，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： 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 所述用户评分的新视频集合为I' u=P-Iu; 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。7. 根据权利要求5所述方法，其特征在于，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： 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，& ,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。8. -种视频聚类推荐装置，其特征在于，所述装置包括： 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< 口:、（?η为视频个数； 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 < 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； 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巧较高的视频，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Cf合并为一个视频集合类，其中，O〈i〈n+l〇9. 根据权利要求8所述装置，其特征在于，所述差异度计算单元包括： 第一计算子单元，用于计算视频唸与视频^的集合差异度SFD(Cf5Ct); 比较子单元，用于当所述集合差异度SFD(CtCt)小于预设的阈值时，则将视频Ct与 视频G合并为视频集合类C11，当所述集合差异度SFD((6,0)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Cg与^; 第二计算子单元，用于对于视频< (〇〈j<n)，将其与比< 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。10. 根据权利要求8所述装置，其特征在于，所述装置还包括： 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； 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； 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。
【专利摘要】本发明提供了一种视频聚类推荐方法包括：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为视频个数；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较高的视频，进行集合差异度计算；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，与视频合并为一个视频集合类。本发明进行在聚类时能够有效的避免多次迭代运算，不容易受到异常值影响，大大的提高了分类效率以及聚类质量。
【IPC分类】G06K9/62, G06F17/30
【公开号】CN105389590
【申请号】CN201510752233
【发明人】冯研
【申请人】Tcl集团股份有限公司
【公开日】2016年3月9日
【申请日】2015年11月5日