本发明涉及大数据，尤其涉及一种视频内容的推荐方法及装置。
背景技术：
1、随着视频流媒体服务的普及和数据分析能力的不断提升，视频推荐方法的发展成为提升用户体验和平台内容利用率的重要手段。
2、当前的视频推荐方法主要基于用户的历史观看记录和静态偏好信息来定制个性化推荐列表。然而，这种方法在捕捉用户兴趣动态变化和实时偏好上存在一定的局限性，导致推荐内容的精准度和个性化程度不够高。
3、因此，如何克服目前推荐方法存在的局限性，提高推荐内容的精准度和个性化程度是目前亟需解决的问题。
技术实现思路
1、有鉴于此，本发明实施例提供一种视频内容的推荐方法及装置，以解决目前推荐方法存在精准度和个性化程度不够高的问题。
2、为实现上述目的，本发明实施例提供如下技术方案：
3、本发明第一方面公开一种视频内容的推荐方法，所述方法包括：
4、当检测到移动设备播放视频时，采集用户的行为数据和所述移动设备的设备状态数据，并进行预处理；
5、若预处理后的行为数据中存在用于指示所述用户在移动过程中处于观看视频状态的行为数据，则基于预处理后的所述行为数据和预处理后的所述设备状态数据构建特征向量集合，所述特征向量集合包括行为特征向量和设备状态特征向量；
6、根据预先设置的特征向量的权重，计算所述行为特征向量和设备状态特征向量各自的评分并求和，得到综合评分；
7、若所述综合评分高于或等于阈值，向所述用户推荐与当前播放视频属于同一类型的视频内容；
8、若所述综合评分低于阈值，向所述用户推荐不同于当前播放视频类型的视频内容。
9、优选的，所述方法还包括：
10、利用所述综合评分和所述特征向量集合对存储于数据库中的视频资源进行分类，构建满足所述综合评分的视频推荐列表，将所述视频推荐列表作为下一次开启视频播放的首推视频列表。
11、优选的，所述采集用户的行为数据和所述移动设备的设备状态数据，并进行预处理，包括：
12、采集用户的移动数据和所述用户针对所述视频的操作数据，得到行为数据；
13、采集播放所述视频时所述移动设备的屏幕方向变化数据和所述视频的播放状态数据，得到所述移动设备的设备状态数据；
14、对所述行为数据和所述设备状态数据进行去噪和平滑处理，得到预处理后的所述行为数据和所述设备状态数据。
15、优选的，所述进行预处理之后，还包括：
16、根据预处理后的设备状态数据判断所述视频是否处于持续播放状态；
17、若所述视频处于持续播放状态，则根据预处理后的行为数据判断所述用户是否处于持续移动状态；
18、若是，则确定预处理后的行为数据中存在用于指示所述用户在移动过程中处于观看视频状态的行为数据；
19、若否，则确定预处理后的行为数据中不存在用于指示所述用户在移动过程中处于观看视频状态的行为数据。
20、优选的，所述进行预处理之后，还包括：
21、根据预处理后的设备状态数据判断所述视频是否处于持续播放状态；
22、若所述视频处于持续播放状态，则预处理后的行为数据中是否存在用于指示所述用户针对所述视频的播放状态进行调节的行为数据；
23、若存在，则确定预处理后的行为数据中存在用于指示所述用户在移动过程中处于观看视频状态的行为数据；
24、若不存在，则确定预处理后的行为数据中不存在用于指示所述用户在移动过程中处于观看视频状态的行为数据。
25、优选的，所述进行预处理之后，还包括：
26、根据预处理后的设备状态数据判断所述移动设备的屏幕是否面向所述用户；
27、若是，则判断预处理后的行为数据中是否存在用于指示所述用户针对所述视频的操作数据；
28、若存在，则确定预处理后的行为数据中存在用于指示所述用户在移动过程中处于观看视频状态的行为数据；
29、若不存在，则确定预处理后的行为数据中不存在用于指示所述用户在移动过程中处于观看视频状态的行为数据。
30、优选的，所述根据预先设置的特征向量的权重，计算所述行为特征向量和设备状态特征向量各自的评分并求和，得到综合评分，包括：
31、根据所述行为特征向量计算所述行为特征向量相应的特征值，以及根据所述设备状态特征向量计算所述设备状态特征向量相应的特征值；
32、计算所述行为特征向量相应的特征值和所述行为特征向量的预设权重之间的乘积，得到所述行为特征向量的评分；
33、计算所述设备状态特征向量相应的特征值和所述设备状态特征向量的预设权重之间的乘积，得到所述设备状态特征向量的评分；
34、将所述行为特征向量的评分和所述设备状态特征向量的评分相加，得到综合评分。
35、本发明第二方面公开一种视频内容的推荐装置，所述装置包括：
36、采集单元，用于当检测到移动设备播放视频时，采集用户的行为数据和所述移动设备的设备状态数据，并进行预处理；
37、构建单元，用于若预处理后的行为数据中存在用于指示所述用户在移动过程中处于观看视频状态的行为数据，则基于预处理后的所述行为数据和预处理后的所述设备状态数据构建特征向量集合，所述特征向量集合包括行为特征向量和设备状态特征向量；
38、计算单元，用于根据预先设置的特征向量的权重，计算所述行为特征向量和设备状态特征向量各自的评分并求和，得到综合评分；
39、第一推荐单元，用于若所述综合评分高于或等于阈值，向所述用户推荐与当前播放视频属于同一类型的视频内容；
40、第二推荐单元，用于若所述综合评分低于阈值，向所述用户推荐不同于当前播放视频类型的视频内容。
41、优选的，所述装置还包括：
42、构建列表单元，用于利用所述综合评分和所述特征向量集合对存储于数据库中的视频资源进行分类，构建满足所述综合评分的视频推荐列表，将所述视频推荐列表作为下一次开启视频播放的首推视频列表。
43、优选的，所述采集单元，具体用于：
44、采集用户的移动数据和所述用户针对所述视频的操作数据，得到行为数据；采集播放所述视频时所述移动设备的屏幕方向变化数据和所述视频的播放状态数据，得到所述移动设备的设备状态数据；对所述行为数据和所述设备状态数据进行去噪和平滑处理，得到预处理后的所述行为数据和所述设备状态数据。
45、基于上述本发明实施例提供的一种视频内容的推荐方法及装置，包括：当检测到移动设备播放视频时，采集行为数据和设备状态数据并进行预处理；若预处理后的行为数据中存在用于指示用户在移动过程中处于观看视频状态的行为数据，则基于预处理后的行为数据和设备状态数据构建特征向量集合；根据预设的特征向量权重，计算特征向量集合中各个特征向量的评分并求和，得到综合评分；若综合评分高于或等于阈值，向用户推荐与当前播放视频属于同一类型的视频内容。实时采集用户的行为数据和设备状态数据，根据行为数据和设备状态数据计算当前播放视频的综合评分，根据综合评分动态调整推荐内容，显著提高视频推荐的精准度，提升用户体验，降低了用户流失率，增加了用户粘性。
1.一种视频内容的推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述采集用户的行为数据和所述移动设备的设备状态数据，并进行预处理，包括：
4.根据权利要求1所述的方法，其特征在于，所述进行预处理之后，还包括：
5.根据权利要求1所述的方法，其特征在于，所述进行预处理之后，还包括：
6.根据权利要求1所述的方法，其特征在于，所述进行预处理之后，还包括：
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据预先设置的特征向量的权重，计算所述行为特征向量和设备状态特征向量各自的评分并求和，得到综合评分，包括：
8.一种视频内容的推荐装置，其特征在于，所述装置包括：
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
10.根据权利要求8所述的装置，其特征在于，所述采集单元，具体用于：
