CN103167330A - 音视频推荐方法及系统 - Google Patents

音视频推荐方法及系统 Download PDF

Info

Publication number
CN103167330A
CN103167330A CN 201110421729 CN201110421729A CN103167330A CN 103167330 A CN103167330 A CN 103167330A CN 201110421729 CN201110421729 CN 201110421729 CN 201110421729 A CN201110421729 A CN 201110421729A CN 103167330 A CN103167330 A CN 103167330A
Authority
CN
China
Prior art keywords
video
audio frequency
artist
clicking rate
artistical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN 201110421729
Other languages
English (en)
Inventor
李伟
陈运文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shengle Information Technolpogy Shanghai Co Ltd
Original Assignee
Shengle Information Technolpogy Shanghai Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shengle Information Technolpogy Shanghai Co Ltd filed Critical Shengle Information Technolpogy Shanghai Co Ltd
Priority to CN 201110421729 priority Critical patent/CN103167330A/zh
Publication of CN103167330A publication Critical patent/CN103167330A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及一种音视频推荐方法及系统,所述方法包括:记录每个音视频的受关注情况;记录每个艺术家的音视频总数;根据每个艺术家所有音视频的受关注情况计算该艺术家所有音视频的权值;根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率;将所有艺术家的音视频点击率排序并存储供艺术家推荐使用。本发明针对音视频网站音视频数量大、音视频数量增长快、音视频网站访问周期性强、热门艺术家变化快的特点,实现了根据艺术家的受关注程度和受欢迎程度实时自动对音视频网站的艺术家进行推荐。

Description

音视频推荐方法及系统
技术领域
本发明涉及一种音视频推荐方法及系统。
背景技术
随着互联网内容的爆炸性增长和音视频网站的快速发展,筛选出用户喜欢的艺术家越来越困难,通常的做法是由网站编辑定期从播放历史中找到播放次数较多的音视频,然后按照艺术家进行分类后统计,得出排行榜。但是这种做法有重大的缺点,即,当音视频越来越多时,筛选出播放次数较多的艺术家进行排名,所需要消耗的时间会越来越长,而且,由于需要大量人工参与,更新周期长,不能反应用户对艺术家喜好的实时变化。
传统的音视频网站,无法投入足够的编辑人工维护艺术家排行榜,只能维护歌曲榜、热点音乐等单纯基于音视频播放次数的排行榜。
发明内容
本发明的目的在于提供一种音视频推荐方法及系统,该方法及系统能够针对音视频网站音视频数量大、音视频数量增长快、音视频网站访问周期性强、热门艺术家变化快的特点,实时自动对音视频网站的艺术家进行推荐。
为解决上述问题,本发明提供一种音视频推荐方法,包括:
记录每个音视频的受关注情况;
记录每个艺术家的音视频总数;
根据每个艺术家所有音视频的受关注情况计算该艺术家所有音视频的权值;
根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率;
将所有艺术家的音视频点击率排序并存储供艺术家推荐使用。
进一步的,在上述方法中,所述受关注情况包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数或评论数中的一种或多种。
进一步的,在上述方法中,所述艺术家包括歌手、演员、导演、作家和制片人中的一种或任意组合。
进一步的,在上述方法中,将每个艺术家的音视频点击率和音视频总数进行归一化;
将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率;
将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用。
进一步的,在上述方法中,所述音视频点击率按0.3-0.5的比例加权,所述音视频总数按0.5-0.7的比例加权。
进一步的,在上述方法中,所述音视频点击率按0.4的比例加权,所述音视频总数按0.6的比例加权。
进一步的,在上述方法中,所述将每个艺术家的音视频点击率和音视频总数进行归一化包括将所述音视频点击率除以一预设的音视频点击率最大值,以及将所述音视频总数除以一预设的音视频总数最大值。
进一步的,在上述方法中,还包括获取所述综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设数值;
若否,则推荐所述综合音视频点击率靠前的艺术家;
若是,则获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值,若不少于所述第二预设值,则推荐所述音视频点击率靠前的艺术家;
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家。
根据本发明的另一面,提供一种音视频推荐方法系统,包括:
实时日志统计模块,用于记录每个音视频的受关注情况;
实时音视频信息模块,用于记录每个艺术家的音视频总数;
权值模块,用于根据每个音视频的受关注情况计算该音视频的权值;
点击率模块,用于根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率;
点击率数据库,用于将所有艺术家的音视频点击率排序并存储供艺术家推荐使用。
进一步的,在上述系统中,所述实时日志统计模块记录包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数或评论数中的一种或多种。
进一步的,在上述系统中,归一化模块,用于将每个艺术家的音视频点击率和音视频总数进行归一化;
综合点点击率模块,用于将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率;
综合点击率数据库,用于将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用。
进一步的,在上述系统中,所述综合点击率模块按0.4的比例加权,所述音视频总数按0.6的比例加权。
进一步的,在上述系统中,所述归一化模块将所述音视频点击率除以一预设的音视频点击率最大值,以及将所所述音视频总数除以一预设的音视频总数最大值。
进一步的,在上述系统中,还包括一推荐模块,用于获取所述综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设值,若否,则推荐所述综合音视频点击率靠前的艺术家;
若是,则获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值,若不少于所述第二预设值,则推荐所述音视频点击率靠前的艺术家;
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家。
与现有技术相比,本发明针对音视频网站音视频数量大、音视频数量增长快、音视频网站访问周期性强、热门艺术家变化快的特点,通过记录每个音视频的受关注情况,记录每个艺术家的音视频总数,根据每个音视频的受关注情况计算该音视频的权值,根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率,将所有艺术家的音视频点击率排序并存储供艺术家推荐,实现了在不需要人工操作的情况下,自动全面的反应了艺术家的受关注程度,并进行更新艺术家的自动推荐。
另外,通过将每个艺术家的音视频点击率和音视频总数进行归一化,将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率,将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用,将每个艺术家的音视频总数和音视频关注程度进行综合计算,减少了某些艺术家音视频数量不足而该艺术家的部分音视频突然点击过多的因素,对艺术家热门程度的干扰,更客观、全面、实时的反映了艺术家的受欢迎程度。
附图说明
图1是本发明一实施例的音视频推荐方法的流程图;
图2是本发明一实施例的音视频推荐方法的具体艺术家选择的流程图;
图3是本发明一实施例的归一化加权求和前的A、B、C艺术家数据示意图;
图4是本发明一实施例的归一化加权求和后的A、B、C艺术家综合点击率数据图;
图5是本发明一实施例的音视频推荐系统的功能模块示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种音视频推荐方法,包括:
步骤S1,记录每个音视频的受关注情况,具体的,所述受关注情况包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数和评论数中的一种或任意组合,受关注情况反映了该音视频受到关注和喜好的程度,所述艺术家包括歌手、演员、导演、作家、制片人或其它与音视频有关的文艺工作者中的一种或任意组合;
步骤S2,记录每个艺术家的音视频总数,具体的,可以实时记录音视频网站上所有音视频及其数量、所有艺术家的数量,艺术家的分类信息,并根据上述记录数据统计出每个艺术家的所有音视频数量并作记录,以实时反映了艺术家数据的变化;
步骤S3,根据每个艺术家所有音视频的受关注情况计算该艺术家所有音视频的权值,具体的,可为各类关注情况设定权值,定时如半小时将每个艺术家所有音视频的各种关注情况的权值进行加减得到艺术家所有音视频的权值;
步骤S4,根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率,具体的将每个艺术家所有音视频的权值除以该艺术家音视频总数,得到该艺术家音视频的点击率;
步骤S5,将所有艺术家的音视频点击率排序并存储供艺术家推荐使用,具体的,可输出根据点击率排序得到的艺术家,其结果按照点击率从大到小保存到一点出率数据库中如artist_num_sort_map,也可将艺术家进行分类,各类艺术家再按音视频点击率排序并存储,备推荐使用。
进一步的,上述方法还包括:
步骤S6,将每个艺术家的音视频点击率和音视频总数进行归一化,具体的,所述将每个艺术家的音视频点击率和音视频总数进行归一化包括将所述音视频点击率除以一预设的音视频点击率最大值如hit_base,以及将所述音视频总数除以一预设的音视频总数最大值如num_base,使得各艺术家的音视频点击率和音视频总数归一化到0-1的区间;
步骤S7,将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率,具体的,再将归一化之后的艺术家的音视频点击率和音视频总数,按照0.3-0.5和0.5-0.7的比例加权并求和(如按照0.4和0.6的比例加权并求和),将综合音视频点击率再次进行排序保存到一综合点击率数据库中如artist_weight_sort_map;
步骤S8,将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用,也可将艺术家进行分类,各类艺术家再按综合音视频点击率排序并存储,备推荐使用。
进一步的,如图2所示,上述方法还包括:
步骤S9,还包括获取所述综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设数值,
若否,则推荐所述综合音视频点击率靠前的艺术家(如图1中步骤S10);
若是,则获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值(如图1中步骤S11),
若不少于所述第二预设值,则推荐所述音视频点击率靠前的艺术家(如图1中步骤S12);
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家(如图1中步骤S13)。
具体来说,可先从综合点击率数据库artist_weight_sort_map取出综合点击率靠前的艺术家,为了防止推荐艺术家过少,如果通过该综合点击率取出的艺术家不够,则从点出率数据库artist_num_sort_map中取出按点击率排序权值靠前的艺术家;如果艺术家仍然不够,则输出按照艺术家的音视频总数排序靠前的艺术家。
如图1、3、4所示,通过下面详细的例子,对上述音视频推荐方法作详细说明:
例如某音视频网站有3800位艺术家,其中艺术家A和艺术家B分别有2个和3个音乐音视频。
艺术家A的一个音乐音视频《曲目1》,其点击数为96,喜欢数为20,不喜欢数为3,收藏数为10,评论数为12;另一个音乐音视频《曲目2》,其点击数为33,喜欢数为5,不喜欢数为10,收藏数为2,评论数为5。
在步骤S3和步骤S4中,将艺术家A的全部音乐音视频的前一小时点击数、前一小时喜欢数、前一小时收藏数、前一小时评论数相加,即96+20+10+12+33+5+2+5,得到183;再减去其全部音乐音视频前一小时不喜欢数,即186-3-10=173,再除以艺术家A的音乐音视频总数,即173/2,最后得到为艺术家A的音乐音视频点击率权值86.5。
用同样的方法,我们计算出艺术家B的点击率权值,假设为82。
在步骤S5中,将所有艺术家的全部音视频进行计算后,按照点击率权值由大到小排序,可以得到艺术家的排名,点击率权值越大排名越靠前,在此例中艺术家A相对与艺术家B排名更靠前。
上述计算点击率并按其排序的方法,虽然能一定程度上反映了用户对艺术家的关注程度,但也存在一定的缺陷:
不同用户对音乐音视频不同喜好程度的表现不同,在实际情况中往往出现不受欢迎的艺术家排名靠前的情况,例如,某艺术家只有3个音乐音视频,由于是突发性事件的原因,其音视频在最近的受关注程度比较高,表现为其音视频播放数、评论数非常高,但大多数用户并不喜欢该艺术家,此时的点击率权值仅反映了当前时刻的受关注程度,而忽略了用户的喜好。
为了解决这个问题,我们再将艺术家音视频总数用于排名,由于艺术家的音乐音视频均由用户上传,其音乐音视频数量也反映了用户对其喜好程度,将其与点击率权值同时用于排名计算,可以减弱点击率权值排名缺陷带来的误差。
如图3所示,例如有三位艺术家A、B、C,其点击率权值分别为35、23、69,且分别拥有的音乐音视频数为55、37、3。
在步骤S6中,归一化的计算如下:选取点击率权值最大的数值69为除数,分别将35/69=0.507,23/69=0.333,69/69=1;同样的,选取音视频数最大值55作为除数,分别将55/55=1,37/55=0.672,3/55=0.054。
如图4所示,在步骤S7中,将点击率权值归一化后的数值0.507、0.333、1都乘以0.4,将音视频数权值归一化后的数值1、0.672、0.054都乘以0.6,最后求和:
最终艺术家A加权求和的结果为,0.507*0.4+1*0.6=0.202+0.6=0.802
最终艺术家B加权求和的结果为,0.333*0.4+0.672*0.6=0.133+0.403=0.536
最终艺术家C加权求和的结果为,1*0.4+0.054*0.6=0.4+0.032=0.432
最后艺术家排名为A>B>C,通过用户对艺术家的喜好程度、受关注程度的综合计算,反映了艺术家的热门程度。
各艺术家的数据归一化前后的情况具体如下图:
Figure BDA0000120816110000071
Figure BDA0000120816110000081
本方法本发明针对音视频网站音视频数量大、音视频数量增长快、音视频网站访问周期性强、热门艺术家变化快的特点,通过记录每个音视频的受关注情况,记录每个艺术家的音视频总数,根据每个音视频的受关注情况计算该音视频的权值,根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率,将所有艺术家的音视频点击率排序并存储供艺术家推荐,实现了在不需要人工操作的情况下,自动全面的反应了艺术家的受关注程度,并进行更新艺术家的自动推荐。
另外,通过将每个艺术家的音视频点击率和音视频总数进行归一化,将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率,将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用,将每个艺术家的音视频总数和音视频关注程度进行综合计算,减少了某些艺术家音视频数量不足而该艺术家的部分音视频突然点击过多的因素,对艺术家热门程度的干扰,更客观、全面、实时的反映了艺术家的受欢迎程度。
如图5所示,本发明还提供另一种音视频推荐系统,包括实时日志统计模块1、实时音视频信息模块2、权值模块3、点击率模块4和点击率数据库5。
实时日志统计模块1用于记录每个音视频的受关注情况。
实时音视频信息模块2用于记录每个艺术家的音视频总数。
权值模块3用于根据每个音视频的受关注情况计算该音视频的权值。
点击率模块4用于根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率。
点击率数据库5用于将所有艺术家的音视频点击率排序并存储供艺术家推荐使用,按照点击率权值由大到小排序,可以得到艺术家的排名,点击率权值越大排名越靠前。
进一步的,所述实时日志统计模块1记录包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数和评论数中的一种或任意组合。
进一步的,所述艺术家包括歌手、演员、导演、作家、制片人或其它与音视频有关的文艺工作者中的一种或任意组合。
进一步的,上述系统还包括:
归一化模块6用于将每个艺术家的音视频点击率和音视频总数进行归一化;
综合点点击率模块7用于将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率;
综合点击率数据库8用于将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用,具体来说,虽然点击率数据库能一定程度上反映了用户对艺术家的关注程度,但也存在一定的缺陷,即不同用户对音乐音视频不同喜好程度的表现不同,在实际情况中往往出现不受欢迎的艺术家排名靠前的情况,例如,某艺术家只有3个音乐音视频,由于是突发性事件的原因,其音视频在最近的受关注程度比较高,表现为其音视频播放数、评论数非常高,但大多数用户并不喜欢该艺术家,此时的点击率权值仅反映了当前时刻的受关注程度,而忽略了用户的喜好,为了解决这个问题,综合点击率数据库8将艺术家音视频总数用于排名,由于艺术家的音乐音视频均由用户上传,其音乐音视频数量也反映了用户对其喜好程度,将其与点击率权值同时用于排名计算,可以减弱点击率权值排名缺陷带来的误差。
进一步的,所述综合点击率模块7按0.3-0.5的比例加权,所述音视频总数按0.5-0.7的比例加权,具体的,所述综合点击率模块7按0.4的比例加权,所述音视频总数按0.6的比例加权。
进一步的,所述归一化模块6将所述音视频点击率除以一预设的音视频点击率最大值,以及将所所述音视频总数除以一预设的音视频总数最大值。
进一步的,上述系统还可包括一推荐模块9,用于获取所述综合点击率数据库8中综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设值,若否,则推荐所述综合点击率数据库8中综合音视频点击率靠前的艺术家;
若是,则从点击率数据库5中获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值,若不少于所述第二预设值,则推荐所述点击率数据库5中音视频点击率靠前的艺术家;
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家。
本发明针对音视频网站音视频数量大、音视频数量增长快、音视频网站访问周期性强、热门艺术家变化快的特点,通过记录每个音视频的受关注情况,记录每个艺术家的音视频总数,根据每个音视频的受关注情况计算该音视频的权值,根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率,将所有艺术家的音视频点击率排序并存储供艺术家推荐,实现了在不需要人工操作的情况下,自动全面的反应了艺术家的受关注程度,并进行更新艺术家的自动推荐。
另外,通过将每个艺术家的音视频点击率和音视频总数进行归一化,将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率,将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用,将每个艺术家的音视频总数和音视频关注程度进行综合计算,减少了某些艺术家音视频数量不足而该艺术家的部分音视频突然点击过多的因素,对艺术家热门程度的干扰,更客观、全面、实时的反映了艺术家的受欢迎程度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。

Claims (14)

1.一种音视频推荐方法,其特征在于,包括:
记录每个音视频的受关注情况;
记录每个艺术家的音视频总数;
根据每个艺术家所有音视频的受关注情况计算该艺术家所有音视频的权值;
根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率;
将所有艺术家的音视频点击率排序并存储供艺术家推荐使用。
2.如权利要求1所述的音视频推荐方法,其特征在于,所述受关注情况包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数和评论数中的一种或任意组合。
3.如权利要求1所述的音视频推荐方法,其特征在于,所述艺术家包括歌手、演员、导演、作家和制片人中的一种或任意组合。
4.如权利要求1所述的音视频推荐方法,其特征在于,还包括:
将每个艺术家的音视频点击率和音视频总数进行归一化;
将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率;
将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用。
5.如权利要求4所述的音视频推荐方法,其特征在于,所述音视频点击率按0.3-0.5的比例加权,所述音视频总数按0.5-0.7的比例加权。
6.如权利要求5所述的音视频推荐方法,其特征在于,所述音视频点击率按0.4的比例加权,所述音视频总数按0.6的比例加权。
7.如权利要求4所述的音视频推荐方法,其特征在于,所述将每个艺术家的音视频点击率和音视频总数进行归一化包括将所述音视频点击率除以一预设的音视频点击率最大值,以及将所述音视频总数除以一预设的音视频总数最大值。
8.如权利要求4所述的音视频推荐方法,其特征在于,还包括获取所述综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设数值;
若否,则推荐所述综合音视频点击率靠前的艺术家;
若是,则获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值,若不少于所述第二预设值,则推荐所述音视频点击率靠前的艺术家;
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家。
9.一种音视频推荐系统,其特征在于,包括:
实时日志统计模块,用于记录每个音视频的受关注情况;
实时音视频信息模块,用于记录每个艺术家的音视频总数;
权值模块,用于根据每个音视频的受关注情况计算该音视频的权值;
点击率模块,用于根据每个艺术家所有音视频的权值和音视频总数计算该艺术家的音视频点击率;
点击率数据库,用于将所有艺术家的音视频点击率排序并存储供艺术家推荐使用。
10.如权利要求9所述的音视频推荐系统,其特征在于,所述实时日志统计模块记录包括每个音视频的实时的点击次数、播放次数、播放时间、收藏数、转载数或评论数中的一种或多种。
11.如权利要求9所述的音视频推荐系统,其特征在于,还包括:
归一化模块,用于将每个艺术家的音视频点击率和音视频总数进行归一化;
综合点点击率模块,用于将归一化的艺术家的音视频点击率和音视频总数按不同比例加权并求和得到综合音视频点击率;
综合点击率数据库,用于将所有艺术家的综合音视频点击率排序并存储供艺术家推荐使用。
12.如权利要求11所述的音视频推荐系统,其特征在于,所述综合点击率模块按0.4的比例加权,所述音视频总数按0.6的比例加权。
13.如权利要求11所述的音视频推荐系统,其特征在于,所述归一化模块将所述音视频点击率除以一预设的音视频点击率最大值,以及将所述音视频总数除以一预设的音视频总数最大值。
14.如权利要求11所述的音视频推荐系统,其特征在于,还包括一推荐模块,用于获取所述综合音视频点击率靠前的艺术家并判断所述综合音视频点击率靠前的艺术家的数量是否少于一第一预设值,若否,则推荐所述综合音视频点击率靠前的艺术家;
若是,则获取音视频点击率靠前的艺术家并继续判断音视频点击率靠前的艺术家是否少于一第二预设值,若不少于所述第二预设值,则推荐所述音视频点击率靠前的艺术家;
若少于所述第二预设值,则推荐所述音视频总数靠前的艺术家。
CN 201110421729 2011-12-15 2011-12-15 音视频推荐方法及系统 Pending CN103167330A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110421729 CN103167330A (zh) 2011-12-15 2011-12-15 音视频推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110421729 CN103167330A (zh) 2011-12-15 2011-12-15 音视频推荐方法及系统

Publications (1)

Publication Number Publication Date
CN103167330A true CN103167330A (zh) 2013-06-19

Family

ID=48590025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110421729 Pending CN103167330A (zh) 2011-12-15 2011-12-15 音视频推荐方法及系统

Country Status (1)

Country Link
CN (1) CN103167330A (zh)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103686237A (zh) * 2013-11-19 2014-03-26 乐视致新电子科技(天津)有限公司 推荐视频资源的方法及系统
CN104166716A (zh) * 2014-08-15 2014-11-26 华为技术有限公司 一种评估媒体文件的方法及装置
CN104584060A (zh) * 2012-06-25 2015-04-29 搜诺思公司 收集并提供本地回放系统信息
CN105049942A (zh) * 2015-07-30 2015-11-11 四川长虹电器股份有限公司 为点播影视节目标签增加权重系数的方法及装置
CN105335507A (zh) * 2015-10-29 2016-02-17 维沃移动通信有限公司 一种推送歌曲的方法及装置
CN105373600A (zh) * 2015-10-30 2016-03-02 北京奇艺世纪科技有限公司 视频播单排序方法及装置
CN105824946A (zh) * 2016-03-21 2016-08-03 乐视网信息技术(北京)股份有限公司 基于数据评分进行多媒体推荐的方法及系统
CN106776892A (zh) * 2016-11-30 2017-05-31 北京红马传媒文化发展有限公司 基于音乐平台数据评估音乐作品网络关注数据方法及系统
CN106844360A (zh) * 2015-12-04 2017-06-13 深圳富泰宏精密工业有限公司 电子装置及其音乐播放系统及方法
CN106936830A (zh) * 2017-03-13 2017-07-07 广州视源电子科技股份有限公司 一种多媒体数据的播放方法和装置
CN107748759A (zh) * 2017-09-21 2018-03-02 广州华多网络科技有限公司 视频推送方法及其设备
CN108965973A (zh) * 2017-05-22 2018-12-07 深圳大森智能科技有限公司 视频导航菜单的排序方法及装置、计算机可读存储介质
US10223359B2 (en) * 2016-10-10 2019-03-05 The Directv Group, Inc. Determining recommended media programming from sparse consumption data
CN109783656A (zh) * 2018-12-06 2019-05-21 北京达佳互联信息技术有限公司 音视频数据的推荐方法、系统及服务器和存储介质
CN110099290A (zh) * 2019-04-28 2019-08-06 北京奇艺世纪科技有限公司 一种视频榜单生成方法、装置及电子设备
US10387115B2 (en) 2015-09-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended set of items
US10387513B2 (en) 2015-08-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended content list
US10394420B2 (en) 2016-05-12 2019-08-27 Yandex Europe Ag Computer-implemented method of generating a content recommendation interface
US10430481B2 (en) 2016-07-07 2019-10-01 Yandex Europe Ag Method and apparatus for generating a content recommendation in a recommendation system
US10452731B2 (en) 2015-09-28 2019-10-22 Yandex Europe Ag Method and apparatus for generating a recommended set of items for a user
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
US10674215B2 (en) 2018-09-14 2020-06-02 Yandex Europe Ag Method and system for determining a relevancy parameter for content item
US10706325B2 (en) 2016-07-07 2020-07-07 Yandex Europe Ag Method and apparatus for selecting a network resource as a source of content for a recommendation system
US11086888B2 (en) 2018-10-09 2021-08-10 Yandex Europe Ag Method and system for generating digital content recommendation
US11263217B2 (en) 2018-09-14 2022-03-01 Yandex Europe Ag Method of and system for determining user-specific proportions of content for recommendation
US11276076B2 (en) 2018-09-14 2022-03-15 Yandex Europe Ag Method and system for generating a digital content recommendation
US11276079B2 (en) 2019-09-09 2022-03-15 Yandex Europe Ag Method and system for meeting service level of content item promotion
US11288333B2 (en) 2018-10-08 2022-03-29 Yandex Europe Ag Method and system for estimating user-item interaction data based on stored interaction data by using multiple models

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584060A (zh) * 2012-06-25 2015-04-29 搜诺思公司 收集并提供本地回放系统信息
CN104584060B (zh) * 2012-06-25 2018-05-22 搜诺思公司 收集并提供本地回放系统信息
CN103686237A (zh) * 2013-11-19 2014-03-26 乐视致新电子科技(天津)有限公司 推荐视频资源的方法及系统
CN103686237B (zh) * 2013-11-19 2017-03-08 乐视致新电子科技(天津)有限公司 推荐视频资源的方法及系统
CN104166716A (zh) * 2014-08-15 2014-11-26 华为技术有限公司 一种评估媒体文件的方法及装置
CN104166716B (zh) * 2014-08-15 2018-12-07 华为技术有限公司 一种评估媒体文件的方法及装置
CN105049942A (zh) * 2015-07-30 2015-11-11 四川长虹电器股份有限公司 为点播影视节目标签增加权重系数的方法及装置
CN105049942B (zh) * 2015-07-30 2018-01-12 四川长虹电器股份有限公司 为点播影视节目标签增加权重系数的方法及装置
US10387513B2 (en) 2015-08-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended content list
US10387115B2 (en) 2015-09-28 2019-08-20 Yandex Europe Ag Method and apparatus for generating a recommended set of items
US10452731B2 (en) 2015-09-28 2019-10-22 Yandex Europe Ag Method and apparatus for generating a recommended set of items for a user
CN105335507A (zh) * 2015-10-29 2016-02-17 维沃移动通信有限公司 一种推送歌曲的方法及装置
CN105373600A (zh) * 2015-10-30 2016-03-02 北京奇艺世纪科技有限公司 视频播单排序方法及装置
CN105373600B (zh) * 2015-10-30 2019-02-22 北京奇艺世纪科技有限公司 视频播单排序方法及装置
CN106844360A (zh) * 2015-12-04 2017-06-13 深圳富泰宏精密工业有限公司 电子装置及其音乐播放系统及方法
CN105824946A (zh) * 2016-03-21 2016-08-03 乐视网信息技术(北京)股份有限公司 基于数据评分进行多媒体推荐的方法及系统
US10394420B2 (en) 2016-05-12 2019-08-27 Yandex Europe Ag Computer-implemented method of generating a content recommendation interface
US10706325B2 (en) 2016-07-07 2020-07-07 Yandex Europe Ag Method and apparatus for selecting a network resource as a source of content for a recommendation system
US10430481B2 (en) 2016-07-07 2019-10-01 Yandex Europe Ag Method and apparatus for generating a content recommendation in a recommendation system
US11100157B2 (en) 2016-10-10 2021-08-24 The Directv Group, Inc. Determining recommended media programming from sparse consumption data
US10223359B2 (en) * 2016-10-10 2019-03-05 The Directv Group, Inc. Determining recommended media programming from sparse consumption data
CN106776892A (zh) * 2016-11-30 2017-05-31 北京红马传媒文化发展有限公司 基于音乐平台数据评估音乐作品网络关注数据方法及系统
USD892846S1 (en) 2017-01-13 2020-08-11 Yandex Europe Ag Display screen with graphical user interface
USD892847S1 (en) 2017-01-13 2020-08-11 Yandex Europe Ag Display screen with graphical user interface
USD980246S1 (en) 2017-01-13 2023-03-07 Yandex Europe Ag Display screen with graphical user interface
USD882600S1 (en) 2017-01-13 2020-04-28 Yandex Europe Ag Display screen with graphical user interface
USD890802S1 (en) 2017-01-13 2020-07-21 Yandex Europe Ag Display screen with graphical user interface
CN106936830A (zh) * 2017-03-13 2017-07-07 广州视源电子科技股份有限公司 一种多媒体数据的播放方法和装置
CN106936830B (zh) * 2017-03-13 2020-11-10 广州视源电子科技股份有限公司 一种多媒体数据的播放方法和装置
CN108965973A (zh) * 2017-05-22 2018-12-07 深圳大森智能科技有限公司 视频导航菜单的排序方法及装置、计算机可读存储介质
CN108965973B (zh) * 2017-05-22 2021-02-05 深圳大森智能科技有限公司 视频导航菜单的排序方法及装置、计算机可读存储介质
CN107748759A (zh) * 2017-09-21 2018-03-02 广州华多网络科技有限公司 视频推送方法及其设备
US10674215B2 (en) 2018-09-14 2020-06-02 Yandex Europe Ag Method and system for determining a relevancy parameter for content item
US11263217B2 (en) 2018-09-14 2022-03-01 Yandex Europe Ag Method of and system for determining user-specific proportions of content for recommendation
US11276076B2 (en) 2018-09-14 2022-03-15 Yandex Europe Ag Method and system for generating a digital content recommendation
US11288333B2 (en) 2018-10-08 2022-03-29 Yandex Europe Ag Method and system for estimating user-item interaction data based on stored interaction data by using multiple models
US11086888B2 (en) 2018-10-09 2021-08-10 Yandex Europe Ag Method and system for generating digital content recommendation
CN109783656A (zh) * 2018-12-06 2019-05-21 北京达佳互联信息技术有限公司 音视频数据的推荐方法、系统及服务器和存储介质
CN110099290A (zh) * 2019-04-28 2019-08-06 北京奇艺世纪科技有限公司 一种视频榜单生成方法、装置及电子设备
US11276079B2 (en) 2019-09-09 2022-03-15 Yandex Europe Ag Method and system for meeting service level of content item promotion

Similar Documents

Publication Publication Date Title
CN103167330A (zh) 音视频推荐方法及系统
US7904303B2 (en) Engagement-oriented recommendation principle
US9558222B1 (en) Blended ranking of dissimilar populations using an N-furcated normalization technique
US9280270B1 (en) Dynamic generation of playlists
CN107133256B (zh) 定制的内容消费界面
JP4524709B2 (ja) 情報処理装置および方法、並びに、プログラム
CN107832437B (zh) 音/视频推送方法、装置、设备及存储介质
US9355174B2 (en) Multi-input playlist selection
US20130297467A1 (en) Method and system for accounting for download transactions and social network interaction
US8434024B2 (en) System and method for automatically and graphically associating programmatically-generated media item recommendations related to a user's socially recommended media items
KR101318015B1 (ko) 유사성 데이터에 기초한 재생목록 생성을 위한 시스템 및 방법
US20170046724A1 (en) Systems and Methods for Discovering Artists
US20160147876A1 (en) Systems and methods for customized music selection and distribution
US20100106730A1 (en) Method of intermediation within a social network of users of a service/application to expose relevant media items
Bogdanov et al. How much metadata do we need in music recommendation?: A subjective evaluation using preference sets
US20090138457A1 (en) Grouping and weighting media categories with time periods
CN106294830A (zh) 多媒体资源的推荐方法及装置
US11537657B2 (en) Systems, methods, and computer-readable products for track selection
CN103914468A (zh) 一种投放信息搜索的方法和装置
CN103309894B (zh) 基于用户属性的搜索实现方法及系统
CN106202393B (zh) 媒体信息推送方法及装置
US20080243633A1 (en) Systems and methods for receiving and sponsoring media content
CN103383702A (zh) 一种基于用户投票排名的个性化新闻推荐的方法及系统
WO2007013390A1 (ja) 情報処理装置、特徴抽出方法、記録媒体、および、プログラム
US20160012454A1 (en) Database systems for measuring impact on the internet

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C05 Deemed withdrawal (patent law before 1993)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130619