相关视频算法

背景：

根据视频名称，得到若干相关视频

方法：

对视频名称切词，将切词后的term进行拉链求并，按照视频名称中term出现个数排序

 缺点：

拉链求并代价高，没有考虑到term的权重，没有考虑视频属性

改进：

考虑英文、数字带来的影响

去除视频名称中冗余、没有意义的term（配置词表，使用正则过滤）

选择最能反映query的term词组（idf），去除停用词

考虑时间因素，建立视频的时间关联：相关视频，上传时间接近

考虑视频特征（短文本、连续剧、上下专辑）

考虑产品线特征：借助tag、introduction，加入其他因素来矫正相关性

分析视频上传者的行为，以帮助相关视频的分析：顺序、逆序（数字、字母）

对排序或者相关性进行矫正

排序：

文本相关性、人工调权、权重相同时排序策略

评估：

badcase分析、原因分析、改进