(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210897702.9 (22)申请日 2022.07.28 (71)申请人 广东职业 技术学院 地址 528041 广东省佛山市禅城区澜石二 路20号 (72)发明人 徐晓星　吴宝聪　林荣华　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 叶洁勇 (51)Int.Cl. G06F 16/9535(2019.01) G06F 16/75(2019.01) G06F 16/78(2019.01) G06F 16/73(2019.01) (54)发明名称 一种视频文 件的推荐方法、 装置和系统 (57)摘要 本发明公开了一种视频文件的推荐 方法、 装 置和系统， 方法包括： 获取用户在预设的历史时 间T内所观看的视频； 根据视频的视频时长， 将视 频分为长视频、 中视频和短视频； 统计出在长视 频中的视频类型及其对应的观看次数， 统计出在 中视频中的视频类型及其对应的观看次数， 统计 出在短视频中的视频类型及其对应的观看次数； 根据用户在历史时间N*T内的观看习惯分别得到 长视频、 中视频和短视频的分配权重值； 通过视 频推荐模型计算数值最高的目标视频类型， 在视 频文件库中找到与 目标视频类型相同类型的视 频文件， 将视频文件进行输出推荐。 本发明实现 了给用户推荐视频文件的功能， 提高了推荐的准 确度。 本发明主 要用于计算机技 术领域。 权利要求书2页 说明书6页 附图2页 CN 115203572 A 2022.10.18 CN 115203572 A 1.一种视频文件的推荐方法， 其特 征在于， 包括： 步骤1、 获取用户在预设的历史时间T内所观看的视频； 步骤2、 根据视频的视频时长， 将视频分为长 视频、 中视频和短视频； 步骤3、 统计出在长视频中的视频类型及其对应的观看次数， 统计出在中视频中的视频 类型及其对应的观看次数， 统计出在短视频中的视频类型及其对应的观看次数； 步骤4、 根据用户在历史时间N*T内的观看习惯分别得到长视频、 中视频和短视频的分 配权重值， 其中， N 为正整数， N≥2； 步骤5、 根据视频推荐模型进行分析计算， 具体为： MAX(M)＝(a ·iM+b·jM+c·kM)； 其中， a表示为长视频的分配权重值， b表示为中视频的分配权重值， c表示为短视频的 分配权重值， M表示为视频类型， iM表示为在长视频中视频类型M所对应的观看次数， jM表示 为在中视频 中视频类型M所对应的观看次数， kM表示为在短视频 中视频类型M所对应的观看 次数； MAX(M)表示 为数值最高的视频类型； 步骤6、 通过所述视频推荐模型计算数值最高的视频类型， 所述视频类型记为目标视频 类型， 在视频文件库中找到与所述 目标视频类型相同类型 的视频文件， 将所述视频文件进 行输出推荐。 2.根据权利要求1所述的一种视频文件的推荐方法， 其特征在于， 在步骤2中， 根据视频 的视频时长， 将视频分为长视频、 中视频和短视频具体包括： 通过预先设定的时长分界点， 根据时长 分界点将视频分为长视频、 中视频和短视频， 其中， 长视频与中视频的时长 分界点 为30分钟， 中视频与短视频的时长分 界点为10分钟， 即视频时长≥30 分钟为长视频， 视频时 长＜30分钟且≥10分钟为中视频， 视频时长＜10分钟为短视频。 3.根据权利要求1所述的一种视频文件的推荐方法， 其特征在于， 根据用户在历史时间 N*T内的观看习惯分别得到长视频、 中视频和短视频的分配权重值具体包括： 获取用户在历 史时间N*T内的观看记录， 根据所述观看记录 分别得到长视频、 中视频和短视频中的有效观 看频次率， 将所述有效观看频次率作为分配权 重值。 4.根据权利要求1所述的一种视频文件的推荐方法， 其特征在于， 获取用户在预设的历 史时间T内所观看的视频具体包括： 服务器从本地设备中获取用户所设定的历史时间T， 根 据所述历史时间T从网络 视频的数据源中获取视频。 5.一种视频文件的推荐装置， 其特 征在于， 包括： 处理器； 存储器， 用于存 储计算机可读程序； 当所述计算机可读程序被所述处理器执行时， 使得所述处理器实现如权利要求1 ‑4任 一项所述的视频文件的推荐方法。 6.一种视频文件的推荐系统， 其特征在于， 包括： 获取模块、 分类模块、 统计模块、 权重 分配模块、 计算模块和推荐模块； 所述获取模块用于： 获取用户在预设的历史时间T内所观看的视频； 所述分类模块用于： 根据视频的视频时长， 将视频分为长 视频、 中视频和短视频； 所述统计模块用于： 统计出在长视频中的视频类型及其对应的观看次数， 统计出在中 视频中的视频类型及其对应的观看次数， 统计出在短视频中的视频类型及其对应的观看次权　利　要　求　书 1/2 页 2 CN 115203572 A 2数； 所述权重分配模块用于： 根据用户在历史时间N*T内的观看习惯分别得到长视频、 中视 频和短视频的分配权 重值， 其中， N 为正整数， N≥2； 所述计算模块用于： 根据视频推荐模型进行分析计算， 具体为： MAX(M)＝(a ·iM+b·jM+c·kM)； 其中， a表示为长视频的分配权重值， b表示为中视频的分配权重值， c表示为短视频的 分配权重值， M表示为视频类型， iM表示为在长视频中视频类型M所对应的观看次数， jM表示 为在中视频 中视频类型M所对应的观看次数， kM表示为在短视频 中视频类型M所对应的观看 次数； MAX(M)表示 为数值最高的视频类型； 所述推荐模块用于： 通过所述视频推荐模型计算数值最高的视频类型， 所述视频类型 记为目标视频类型， 在视频文件库中找到与所述 目标视频类型相同类型 的视频文件， 将所 述视频文件进行输出推荐。 7.根据权利要求6所述的一种视频文件的推荐系统， 其特征在于， 在分类模块中， 根据 视频的视频时长， 将视频分为长视频、 中视频和短视频具体包括： 通过预先设定的时长 分界 点， 根据时长分界点将视频分为长视频、 中视频和短视频， 其中， 长视频与中视频的时长分 界点为30 分钟， 中视频与短视频的时长 分界点为10分钟， 即视频时长≥30 分钟为长视频， 视 频时长＜3 0分钟且≥10分钟为中视频， 视频时长＜10分钟为短视频。 8.根据权利要求6所述的一种视频文件的推荐系统， 其特征在于， 根据用户在历史时间 N*T内的观看习惯分别得到长视频、 中视频和短视频的分配权重值具体包括： 获取用户在历 史时间N*T内的观看记录， 根据所述观看记录 分别得到长视频、 中视频和短视频中的有效观 看频次率， 将所述有效观看频次率作为分配权 重值。 9.根据权利要求6所述的一种视频文件的推荐系统， 其特征在于， 在所述获取模块中， 获取用户在预设的历史时间T内所观看的视频具体包括： 服务器从本地设备中获取用户所 设定的历史时间T， 根据所述历史时间T从网络 视频的数据源中获取视频。权　利　要　求　书 2/2 页 3 CN 115203572 A 3