本发明涉及视频推荐领域，具体涉及一种基于深度学习的视频推送方法，能够结合用户的观看需求对相应视频进行即时推送，不再需要等到视频的正式排名或者评分出来之后再进行推送，极大地提高了视频推送的即时性。技术方案为，根据用户观看历史行为以及所有观看视频集合，预测出不同类用户在不同时刻观看具有特定特征的视频的概率，然后根据预测的概率对先导预告片视频进行推荐排序打分，再对先导预告片视频进行分类，再结合相应评论上下文对分类后的视频进行即时打分；通过用户历史观看行为数据和交叉验证方法将即时打分与排序打分进行匹配，若匹配结果在设定的阈值范围内，则对相应先导预告片对应的视频正片进行推送。本发明适用于视频即时推送。