科创中国

本发明公开了一种视频终端的新用户推荐方法，包括：S1、对所有用户的视频参看数据进行预处理，计算各用户对该视频的评分w；S2、根据w的取值来对视频进行集合分类，包括喜欢、不喜欢、和不知道；S3、从根结点开始，选择最佳的分割视频，自顶向下建立决策树；S4、新用户选择到达某结点时，使用该结点用户集合的平均评分来进行预测对各视频的喜好，完成视频推荐。本发明能够利用用户的隐性信息来判断用户对视频的喜好程度，便于新用户快速而准确的寻找到感兴趣的电影、电视剧以及综艺节目等视频，继而完成对用户进行行之有效的推荐。

其实在现在的推荐系统中，很少有只使用了一个推荐策略的推荐引擎，一般都是 在不同的场景下使用不同的推荐策略从而达到最好的推荐效果，例如Amazon的推荐，它将 基于用户本身历史购买数据的推荐，和基于用户当前浏览的物品的推荐，以及基于大众喜 好的当下比较流行的物品都在不同的区域推荐给用户，让用户可以从全方位的推荐中找到 自己真正感兴趣的物品。 在推荐系统中，我们无时不刻的面对着新用户的加入，如何给新加入的用户提供 他们感兴趣的物品，对于推荐系统其为重要。然而，对于新用户我们所获取的相关信息比较 欠缺，如何有效的对新用户进行推荐是我们需要研究的课题。

互联网和计算机技术的迅猛发展把人类带到了前所未有的一个信息爆炸的时代， 海量的数据在带给我们便利的同时，也使得信息的发现越来越难，在这样的情形下，搜索引 擎(Google，百度等等)成为大家快速找到目标信息的最好途径。在用户对自己需求相对明 确的时候，用搜索引擎很方便的通过关键字搜索很快的找到自己需要的信息。但搜索引擎 并不能完全满足用户对信息发现的需求，那是因为在很多情况下，用户其实并不明确自己 的需要，或者他们的需求很难用简单的关键字来表述。又或者他们需要更加符合他们个人 口味和喜好的结果，因此出现了推荐系统。如今，随着推荐技术的不断发展，推荐引擎已经 在电子商务(E-commerce，例如Amazon，当当网）和一些基于social的社会化站点（包括音 乐，电影和图书分享，例如豆瓣，Mtime等)都取得很大的成功。这也进一步的说明了，Web2.0 环境下，在面对海量的数据，用户需要这种更加智能的，更加了解他们需求，口味和喜好的 信息发现机制。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

作为本发明的进一步改进，所述步骤S3中建立决策树还包括：

[0053] 设定决策树的最大深度；

[0054] 设定最佳分割视频的误差阈值；

[0055] 设定当前节点的最少评分数量。

[0056] 本发明具有以下有益效果：

[0057] 能够利用用户的隐性信息来判断用户对视频的喜好程度，便于新用户快速而准确 的寻找到感兴趣的电影、电视剧以及综艺节目等视频，继而完成对用户进行行之有效的推 荐。

技术合作

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在 不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论 从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权 利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有 变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

[0104] 此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包 含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当 将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员 可以理解的其他实施方式。