一种大数据短剧推荐方法及系统与流程

1.一种大数据短剧推荐方法，其特征是，包括以下步骤：

2.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述实时收集短剧推荐反馈数据，并根据所述短剧推荐反馈数据构建第一推荐短剧集之前，包括：获取第一预设时间内观看数超过观看阈值的推荐短剧，并根据推荐短剧数量以及规划数量表获得第一序列长度；所述规划数量表中包含所述推荐短剧数量与准备进行推荐的第一序列长度的对应关系，并使用模糊推理算法对所述第一序列长度进行规划。

3.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述实时收集短剧推荐反馈数据，并根据所述短剧推荐反馈数据构建第一推荐短剧集，包括：获取多个预设时间段内短剧的播放类别和相对应的播放次数，首先按照时间段关系获得推荐框架，并根据各个时间段内的播放次数获得选择推荐序列，使用lfu算法和所述选择推荐序列进行筛选，最后筛选出具有第一序列长度的第一推荐短剧集。

4.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述基于所述第一推荐短剧集的排序筛选获得被替换的短剧集，并根据所述被替换的短剧集进行处理获得第二推荐短剧集，包括：获得使用lfu算法替换下来的最少观看数量的被替换的短剧集，并记录各个被替换短剧的被替换的时间，使用fifo算法对所述被替换的短剧集进行排序获得第二推荐短剧集，其中所述被替换的短剧集应具备同时容纳同一短剧在不同时间节点上不同观看次数的能力，且不包含第一推荐短剧集中的短剧。

5.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述根据第二推荐短剧集中的相关数据进行整理后分别获得第一排序序列和第二排序序列，根据所述第一排序序列和第二排序序列获得第三推荐短剧集，并根据第三推荐短剧集进行推荐，包括：根据第二推荐短剧集中同一短剧的总距离与次数选出第一排序序列，首先根据同一短剧的出现次数进行排序并根据同一短剧的总距离进行进一步排序获得第一排序序列。

6.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述根据第二推荐短剧集中的相关数据进行整理后分别获得第一排序序列和第二排序序列，根据所述第一排序序列和第二排序序列获得第三推荐短剧集，并根据第三推荐短剧集进行推荐，包括：将第二推荐短剧集去除第一排序序列中的短剧后作为备选推荐短剧集，根据备选推荐短剧集使用lru算法获得最近推荐短剧序列，并根据所述备选推荐短剧集中不同短剧的播放次数进行排序获得数量排序序列，取所述最近推荐短剧序列与所述数量排序序列的交集后根据时间进行排序获得第一准备序列，将未有交集的短剧根据时间进行排序获得第二准备序列，根据所述第一准备序列与所述第二准备序列获得第二排序序列。

7.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述收集目标用户历史观看数据，并根据所述目标用户历史观看数据预测目标用户的结局偏好，对第一推荐短剧集和第三推荐短剧集中短剧结局与目标用户的结局偏好进行分析处理获得第一分析结果或第二分析结果，包括：对所述目标用户历史观看数据进行去除重复值、填补缺失值、去除异常数据的数据清洗后，使用transformer模型进行训练获得用户结局偏好模型，通过所述用户结局偏好模型获得目标用户的结局偏好，根据目标用户的结局偏好对第三推荐短剧集中短剧结局进行匹配。

8.如权利要求1所述的一种大数据短剧推荐方法，其特征是，所述根据所述第一分析结果或第二分析结果进行修改后推荐给目标用户，包括：若为第一分析结果，则从第三推荐短剧集中符合目标用户喜好的短剧按照固有先后顺序进行提前获得第四推荐短剧集，基于第一推荐短剧集和第四推荐短剧集的顺序对目标用户进行推荐；若为第二分析结果，则对第三推荐短剧集进行修改获得第五推荐短剧集后，按照第一推荐短剧集和第五推荐短剧集的顺序对目标用户进行推荐。

9.如权利要求8所述的一种大数据短剧推荐方法，其特征是，所述若为第二分析结果，则对第三推荐短剧集进行修改获得第五推荐短剧集后，按照第一推荐短剧集和第五推荐短剧集的顺序对目标用户进行推荐，包括：分析第三推荐短剧集中的短剧结局是否具备被联动短剧所修改为目标用户结局偏好的能力；

10.一种大数据短剧推荐系统，其特征是，包括有：