视频推荐系统最主要的功能就是从用户的历史行为中发现用户兴趣偏好，然后找出其可能感兴趣的视频并展示给用户。该文针对用户的视频选择过多、视频转化率较低等问题，提出了一种基于LDA模型的电影推荐方法。首先将视频的评论文本集转化为评论主题词语的三层贝叶斯模型，提取每个视频的评论关键词，再基于目标用户的历史行为发现其偏好的视频关键词集合，最后利用杰卡德相似系数，预测用户可能感兴趣的视频，以实现基于内容的个性化视频推荐服务。实验表明，该方法可以提高视频推荐的精度，使得视频转化率得到较好的提升。