CN105163183A - 一种视频图片的筛选方法及装置 - Google Patents
一种视频图片的筛选方法及装置 Download PDFInfo
- Publication number
- CN105163183A CN105163183A CN201510542686.1A CN201510542686A CN105163183A CN 105163183 A CN105163183 A CN 105163183A CN 201510542686 A CN201510542686 A CN 201510542686A CN 105163183 A CN105163183 A CN 105163183A
- Authority
- CN
- China
- Prior art keywords
- picture
- video
- mrow
- target viewing
- user
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012216 screening Methods 0.000 title claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 229940109850 royal jelly Drugs 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种视频图片的筛选方法及装置,当用户访问某一视频网站时,获取当前呈现的视频图片以及该用户的历史观看信息,并能够基于视频图片获得多个待观看对象,根据历史观看信息以及预设算法,计算出用户对每一个待观看对象的喜爱因数,若从中筛选出大于第一阈值的喜爱因数,将其对应的待观看对象作为目标观看对象,并从目标观看对象关联的视频信息中,选择一帧目标观看对象的图片替换当前呈现的该视频信息对应的视频图片,从而使视频网站呈现出的视频文件的视频图片能够符合该用户的视频喜好,提高了该视频的点击率,同时,用户能够根据当前呈现的各观看对象,快速且准确地筛选出感兴趣的视频文件,提高了用户体验。
Description
技术领域
本申请主要涉及通信技术领域,更具体地说是涉及一种视频图片的筛选方法及装置。
背景技术
目前,随着网络电子技术的快速发展,大部分网站或视频客户端都能够播放各种电影、电视剧、综艺节目等视频,用户无需再等待在电视机旁或到影院观看,可使用手机、ipad等电子设备随时随地上网查找喜欢的视频进行观看,非常方便。
在实际应用中,随着视频数量的快速增多,用户在访问各视频网站首页时,通常都会有上百个甚至更多视频,通过视频图片、视频名称等方式展示出来,以供用户进行筛选。其中,视频图片是否能够吸引用户是影响用户是否点击该视频的重要因素之一,所以,为了吸引更多用户观看视频,视频图片的筛选显得尤为重要。
然而,由于传统的视频图片筛选方法通常都是在视频上传者或视频发行发提供视频后,由编辑等挑选其中的一副作为该视频展示在视频网站首页上的视频图片,所以,按此方法呈现在视频网站上的视频图片往往无法符合每一个用户对视频喜好,这将会大大影响该视频的点击率,同时,也会为用户筛选喜爱的视频造成一定干扰,从而降低用户体验。
发明内容
有鉴于此,本发明提供了一种视频图片的筛选方法及装置,解决了现有的视频图片筛选方法所呈现在视频网站上的视频图片因无法符合各用户对视频的喜好,而影响该视频的点击率,同时,这也会为用户筛选喜爱的视频造成一定干扰,从而降低用户体验的技术问题。
为了实现上述目的,本申请提供了以下技术方案:
一种视频图片的筛选方法,所述方法包括:
获取当前呈现的视频图片以及用户的历史观看信息;
基于所述视频图片,获得多个待观看对象;
根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数;
筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象;
从所述目标观看对象关联的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
优选的,所述方法还包括:
获取所述目标观看对象的图片的呈现次数和点击信息,所述点击信息包括所述目标观看对象的图片的点击次数和未点击次数;
当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片。
优选的,所述方法还包括:
若计算得到的所述用户对每个所述待观看对象的喜爱因数均小于第一阈值,保留当前呈现的与所述目标观看对象所在视频信息对应的视频图片;
当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,保留当前呈现的所述目标观看对象的图片。
优选的,所述预设算法具体为Wilson算法,其表达式为:
其中, k=所述用户观看所述待观看对象主演的视频的观看时长/所述待观看对象主演的视频总时长;n表示所述待观看对象主演的视频总数,z1-α/2等于1.96。
优选的,若筛选得到的大于所述第一阈值的喜爱因数为多个时,所述方法还包括:
选择所述大于所述第一阈值的喜爱因数中的最大喜爱因数对应的待观看对象为目标观看对象。
一种视频图片筛选装置,所述装置包括:
第一获取模块,用于获取当前呈现的视频图片以及用户的历史观看信息;
处理模块,用于基于所述视频图片,获得多个待观看对象;
第一计算模块,用于根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数;
第一筛选模块,用于筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象;
第一选择模块,用于从所述目标观看对象所在的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
优选的,所述装置还包括:
第二获取模块,用于获取所述目标观看对象的图片的呈现次数和点击信息,所述点击信息包括所述目标观看对象的图片的点击次数和未点击次数;
第二筛选模块,用于当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片。
优选的,所述装置还包括:
保留模块,用于若计算得到的所述用户对每个所述待观看对象的喜爱因数均小于第一阈值,保留当前呈现的与所述目标观看对象所在视频信息对应的视频图片,以及,当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,保留当前呈现的所述目标观看对象的图片。
优选的,若筛选得到的大于所述第一阈值的喜爱因数为多个时,所述装置还包括:
第二选择模块,用于选择所述大于所述第一阈值的喜爱因数中的最大喜爱因数对应的待观看对象为目标观看对象。
由此可见,与现有技术相比,本申请提供了一种视频图片的筛选方法及装置,当用户访问某一视频网站时,获取当前呈现的视频图片以及该用户的历史观看信息,此时,可基于该视频图片获得多个待观看对象,之后,将根据该历史观看信息以及预设算法,计算出该用户对每一个待观看对象的喜爱因数,若从中筛选出大于第一阈值的喜爱因数,将其对应的待观看对象作为目标观看对象,并从该目标观看对象关联的视频信息中,选择一帧该目标观看对象的图片替换当前呈现的与该视频信息对应的视频图片,从而使视频网站呈现出的视频文件的视频图片能够符合该用户的视频喜好,使得该用户能够根据当前呈现的各观看对象,快速且准确地筛选出感兴趣的视频文件,提高了用户体验,同时避免了因当前呈现的视频图片不合适而对其视频的点击率不利影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种视频图片的筛选方法实施例的流程示意图;
图2为本发明提供的一种视频图片的筛选装置实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在实际应用中,用户登录视频网站后,其呈现的首页上通常会有各种视频图片,通常该视频图片是该视频上传者或发布者确定的,如当该视频为电影时,呈现在视频网站首页上的视频图片通常是该电影的宣传海报的图片,当然,其也可以是电影制作方选定的一帧视频图片,本发明对此不作限定。
然而,由于不同用户对电影中人物或动物的喜爱程度不同,因而,呈现在视频网站首页上的电影图片并不一定能够吸引用户,也就是说,即便用户实际上是对该电影感兴趣的,但由于所呈现的电影图片选取的不合适,该图片不能包含用户感兴趣的内容,在用户不了解该电影情节的情况下,并不能凭借该电影图片吸引用户点击该电影,从而影响该电影的点击率,同时也会对该用户选取感兴趣的电影造成干扰,降低用户体验。
为了改善这一情况,本申请提供了一种视频图片的筛选方法及装置,当用户访问某一视频网站时,获取当前呈现的视频图片以及该用户的历史观看信息,此时,可基于该视频图片获得多个带观看对象,之后,将根据该历史观看信息以及预设算法,计算出该用户对每一个待观看对象的喜爱因数,若从中筛选出大于第一阈值的喜爱因数,将其对应的待观看对象作为目标观看对象,并从该目标观看对象关联的视频信息中,选择一帧该目标观看对象的图片替换当前呈现的该视频信息对应的视频图片,从而使视频网站呈现出的视频文件的视频图片能够符合该用户的视频喜好,使得该用户能够根据当前呈现的各观看对象,快速且准确地筛选出感兴趣的视频文件,提高了用户体验,同时避免了因当前呈现的视频图片不合适而对其视频的点击率不利影响。
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,为本发明提供的一种视频图片的筛选方法实施例的流程示意图,该方法可以包括:
步骤S110:获取当前呈现的视频图片以及用户的历史观看信息。
为了使用户准确且快速地筛选到所喜爱的视频,本实施例提出了一种根据该用户自身的喜好更新呈现在视频网站首页上的视频图片的思想,所以,在用户登录视频网站后,将获得该网站首页呈现的各视频的视频图片,其中,该视频图片通常可以包括该视频参演人物、动物或地区等等,例如,对于“黄飞鸿之英雄有梦”这部电影来说,呈现在视频网站首页上的该电影的图片突出显示的通常是主演和电影题目,其他次要演员为该图片的背景,也就是说,用户可通过该电影呈现在首页上的图片了解该电影的主演或主题,以便决定是否要观看。
另外,用户在登录视频网站观看视频的同时,会存储相应的历史观看信息,该历史观看信息可以包括用户观看视频相关信息(如视频参演演员以及各演员的参演内容、背景、主题等等)、观看各视频观看时长和视频总时长、观看视频时的行为(如回退、跳过等)等等,本实施例对此不作具体限定。
步骤S120:基于所述视频图片,获得多个待观看对象。
以该视频为电影为例进行说明,用户在筛选电影时,通常会根据用户所喜爱的演员来筛选该演员出演的电影进行观看,然而,通常情况下,呈现在视频网站首页上的视频图片所展示的内容有限,用户并不能据此准确全面了解电影主演等内容,所以,本实施例可通过对视频网站首页呈现的视频图片获得对应的视频信息,以便对该视频信息进行解析,获得该电影参演演员,并将其作为待观看对象。
需要说明的是,对于本实施例中的待观看对象并不局限于视频中的演员,只要不是本领域技术人员付出创造性劳动确定的均属于本发明保护范围,本实施例在此不再一一说明。
步骤S130:根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数。
在本实施例中,可采用数学家EdwinBidwellWilson所提出的Wilson算法来计算用户对各待观看对象的喜爱因数,其中,该喜爱因数具体可以表示该用户对该待观看对象的喜爱程度,其数值越大,表示该用户对该待观看对象越喜欢。
具体的,该Wilson算法的表达式可以为:
其中,表示样本的赞成比例,在本实施例中,对现有的Wilson算法表达式进行了改进,引入了赞成度k,则在本实施例实际应用中,对于获得的每一个待观看对象,可从该用户的历史观看信息中获取用户观看其参演的视频数量xi和观看时长ti,i所获得的待观看对象的数量,以及该待观看对象参演的视频总量x总(即为n)和视频总时长t总,以便据此计算该待观看对象的k=ti/t总。
可选的,为了进一步提高呈现的视频图片对用户的指引作用,以使用户准确且快速查找到所喜欢的演员参演的电影,上述表达式中的参数还可以通过以下方式计算得到,即 k=所述用户观看所述待观看对象主演的视频的观看时长/所述待观看对象主演的视频总时长;n表示所述待观看对象主演的视频总数;z1-α/2表示对应某个置信水平的z统计量,其实际上是一个常数,具体可通过查表或同级软件包的方式获得,本实施例对此不作限定,一般情况下,在95%的置信水平下,z统计量的数值为1.96,也就是说,在95%的置信水平下,z1-α/2=1.96,但并不局限于此。
经过上述计算后,可得到用户对每一个待观看对象的喜爱因数,并通过该喜爱因数的具体数值来明确该用户对各待观看对象的喜爱程度,以便后续筛选各视频所呈现在首页上的视频图片。
步骤S140:筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象。
其中,该第一阈值可以根据经验设定,也可以根据计算得到的各待观看对象的喜爱因数的具体数值确定,但并不局限于此。
在实际应用中,对于计算得到的各待观看对象的喜爱因数,若从中筛选出多个大于该第一阈值的喜爱因数,可再从中选择最大的喜爱因数对应的待观看对象作为目标观看对象;当然,若计算得到的各待观看对象的喜爱因数均小于该第一阈值,即未筛选出大于该第一阈值的喜爱因数,此时,可认为用户对其参演的视频不感兴趣,可保留当前呈现的目标观看对象所在视频信息的视频图片,必须要再花费时间更改其视频图片。
需要说明的是,本实施例对如何从多个喜爱因数中筛选出大于第一阈值的喜爱因数的筛选方法不作限定,只要不是本领域技术人员付出创造性劳动确定的,均属于本发明保护范围。
步骤S150:从该目标观看对象关联的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
在本实施例中,观看对象与视频信息的关联关系可以依据该观看对象是否为该视频信息中的重要因素确定,如当该视频为电影时,观看对象是该电影的主演或参演演员,则认为该观看对象与该电影关联;反之,该观看对象与该电影不关联,当然,观看对象与视频信息的关联关系的确定并不局限于这一种方式,只要不是本领域技术人员付出创造性劳动确定的,均属于本发明保护范围。
结合上述分析,在确定目标观看对象后,从当前呈现的视频图片对应的视频信息中筛选出与该目标观看对象关联的视频信息,之后,从每一个与该目标观看对象关联的视频信息选择一帧该目标观看对象的图片作为其视频呈现在视频网站上的视频图片。
举例说明:当该目标观看对象为王珞丹,当前首页上呈现的视频有“消失的爱人”、“功夫熊猫”、“七小罗汉”、“黄飞鸿之英雄有梦”、“后会无期”、“小时代”等等,经筛选获得与王珞丹关联的电影有“消失的爱人”、“黄飞鸿之英雄有梦”和“后会无期”,之后,可分别从这三部电影中选择一帧王珞丹的图片作为相应电影的视频图片,并展示在视频网站的首页上,以方便该用户据此准确且快速查找到王珞丹参演的电影,避免了因展示了一些不符合该用户喜好的图片,而对其视频点击率的影响,以及对用户选择喜爱视频的干扰,提高了用户体验。
作为本发明另一个实施例,由于用户访问视频网站后并不一定会点击按照上述方式更换了视频图片的视频,这种情况下可以认为更换了的视频图片已经无法代表用户的喜好,因而,为了避免其对视频点击率的不利影响,以及对用户选择喜爱视频的干扰,在上述实施例的基础上,该方法还可以包括:
获取所述目标观看对象的图片的呈现次数和点击信息,其中,该点击信息可以包括所述目标观看对象的图片的点击次数和未点击次数,但并不局限于此,可选的,本申请还可以根据该目标观看对象的图片的点击次数和未点击次数,计算得到该目标观看对象的图片的点击率等等。
当所述目标观看对象的图片的呈现次数达到第二阈值,也就是说,用户多次访问该视频网站后,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,可获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片,也就是说,此时将从其相应视频信息中重新选择一种最精彩的视频图片来替代该目标拍摄对象的图片,以提高对用户的吸引力。
其中,需要说明的是,本申请对如何定义最精彩的视频图片不作限定,也就是说,上述与预设精彩要求可根据用户观看历史记录获得,也可以由视频提供方定义等等,本发明对此不作限定。
例如,本实施例可根据用户观看历史信息中该用户观看视频的行为,如回退、跳过等综合计算指标,如结合用户回退、跳过的视频时间点,以及回退、跳过到的视频时间点,统计用户观看此时最多的视频帧,作为视频最精彩的一帧和最精彩的视频图片,但并不局限于此。
另外,当用户多次访问该视频网站后,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,仍保留当前呈现的所述目标观看对象的图片,不进行视频图片的更新。
综上所述,在本实施例中,当用户访问某一视频网站时,获取当前呈现的视频图片以及该用户的历史观看信息,并能够基于该视频图片获得多个待观看对象,之后,将根据该历史观看信息以及预设算法,计算出该用户对每一个待观看对象的喜爱因数,若从中筛选出大于第一阈值的喜爱因数,将其对应的待观看对象作为目标观看对象,并从该目标观看对象关联的视频信息中,选择一帧该目标观看对象的图片替换当前呈现的该视频信息对应的视频图片,从而使视频网站呈现出的视频文件的视频图片能够符合该用户的视频喜好,使得该用户能够根据当前呈现的各观看对象,快速且准确地筛选出感兴趣的视频文件,提高了用户体验,同时避免了因当前呈现的视频图片不合适而对其视频的点击率不利影响。
需要说明的是,上述对视频网站首页呈现的视频图片进行更改后,将会保留该更改操作,也就是说,用户下次再访问该视频网站首页时,所呈现的视频图片将是更改后的视频图片,即目标观看对象的图片,不需要再次重复筛选视频图片。
如图2所示,为本发明提供的一种视频图片的筛选装置实施例的结构示意图,该装置可以包括:
第一获取模块210,用于获取当前呈现的视频图片以及用户的历史观看信息。
其中,该历史观看信息可以包括用户观看视频相关信息(如视频参演演员以及各演员的参演内容、背景、主题等等)、观看各视频观看时长和视频总时长、观看视频时的行为(如回退、跳过等)等等,本实施例对此不作具体限定。
处理模块220,用于基于所述视频图片,获得多个待观看对象。
在实际应用中,当视频图片为电影图片时,获得的待观看对象具体可以是该电影的参演演员,但并不局限于此。
第一计算模块230,用于根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数。
其中,预设算法可以是Wilson算法,其表达式可以为:
其中, k=所述用户观看所述待观看对象主演的视频的观看时长/所述待观看对象主演的视频总时长;n表示所述待观看对象主演的视频总数,z1-α/2等于1.96,但并不局限于此。
第一筛选模块240,用于筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象。
可选的,在该实施例的基础上,该装置还可以包括:
第二获取模块,用于获取所述目标观看对象的图片的呈现次数和点击信息,所述点击信息包括所述目标观看对象的图片的点击次数和未点击次数。
第二筛选模块,用于当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片。
保留模块,用于若计算得到的所述用户对每个所述待观看对象的喜爱因数均小于第一阈值,保留当前呈现的与所述目标观看对象所在视频信息对应的视频图片,以及,当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,保留当前呈现的所述目标观看对象的图片。
另外,作为本发明另一实施例,在实际应用中,若筛选得到的大于所述第一阈值的喜爱因数为多个时,该装置还可以利用第二选择模块获得目标观看对象,其中,该第二选择模块可以用于选择所述大于所述第一阈值的喜爱因数中的最大喜爱因数对应的待观看对象为目标观看对象,具体选择方式不作限定,只要不是本领域技术人员付出创造性劳动确定的,均属于本发明保护范围。
第一选择模块250,用于从所述目标观看对象所在的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
基于上述分析可知,在本实施例中,当用户访问某一视频网站时,获取当前呈现的视频图片以及该用户的历史观看信息,并能够基于该视频图片获得多个待观看对象,之后,将根据该历史观看信息以及预设算法,计算出该用户对每一个待观看对象的喜爱因数,若从中筛选出大于第一阈值的喜爱因数,将其对应的待观看对象作为目标观看对象,并从该目标观看对象关联的视频信息中,选择一帧该目标观看对象的图片替换当前呈现的与该视频信息对应的视频图片,从而使视频网站呈现出的视频文件的视频图片能够符合该用户的视频喜好,使得该用户能够根据当前呈现的各观看对象,快速且准确地筛选出感兴趣的视频文件,提高了用户体验,同时避免了因当前呈现的视频图片不合适而对其视频的点击率不利影响。
最后,需要说明的是,在上述各实施例中,诸如第一、第二等之类的关系术语仅仅用来将一个操作、单元或模块与另一个操作、单元或模块区分开来,而不一定要求或者暗示这些单元、操作或模块之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法或者系统中还存在另外的相同要素。
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。对于实施例公开的装置而言,由于其与实施例公开的方法对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种视频图片的筛选方法,其特征在于,所述方法包括:
获取当前呈现的视频图片以及用户的历史观看信息;
基于所述视频图片,获得多个待观看对象;
根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数;
筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象;
从所述目标观看对象关联的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标观看对象的图片的呈现次数和点击信息,所述点击信息包括所述目标观看对象的图片的点击次数和未点击次数;
当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若计算得到的所述用户对每个所述待观看对象的喜爱因数均小于第一阈值,保留当前呈现的与所述目标观看对象所在视频信息对应的视频图片;
当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,保留当前呈现的所述目标观看对象的图片。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述预设算法具体为Wilson算法,其表达式为:
其中,=所述用户观看所述待观看对象主演的视频数量*k/所述待观看对k=所述用户观看所述待观看对象主演的视频的观看时长/所述待观看对象主演的视频总时长;n表示所述待观看对象主演的视频总数,z1-α/2等于1.96。
5.根据权利要求1所述的方法,其特征在于,若筛选得到的大于所述第一阈值的喜爱因数为多个时,所述方法还包括:
选择所述大于所述第一阈值的喜爱因数中的最大喜爱因数对应的待观看对象为目标观看对象。
6.一种视频图片筛选装置,其特征在于,所述装置包括:
第一获取模块,用于获取当前呈现的视频图片以及用户的历史观看信息;
处理模块,用于基于所述视频图片,获得多个待观看对象;
第一计算模块,用于根据所述历史观看信息以及预设算法,计算所述用户对每个所述待观看对象的喜爱因数;
第一筛选模块,用于筛选大于第一阈值的喜爱因数对应的待观看对象为目标观看对象;
第一选择模块,用于从所述目标观看对象所在的视频信息中,选择一帧所述目标观看对象的图片替换当前呈现的与所述视频信息对应的视频图片。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二获取模块,用于获取所述目标观看对象的图片的呈现次数和点击信息,所述点击信息包括所述目标观看对象的图片的点击次数和未点击次数;
第二筛选模块,用于当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数达到第三阈值,或者所述目标观看对象的图片的点击次数小于第四阈值,获取所述视频信息中满足预设精彩要求的图片替换所述目标观看对象的图片。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
保留模块,用于若计算得到的所述用户对每个所述待观看对象的喜爱因数均小于第一阈值,保留当前呈现的与所述目标观看对象所在视频信息对应的视频图片,以及,当所述目标观看对象的图片的呈现次数达到第二阈值,若验证所述目标观看对象的图片的未点击次数小于第三阈值,或者所述目标观看对象的图片的点击次数达到第四阈值,保留当前呈现的所述目标观看对象的图片。
9.根据权利要求6-8任意一项所述的装置,其特征在于,若筛选得到的大于所述第一阈值的喜爱因数为多个时,所述装置还包括:
第二选择模块,用于选择所述大于所述第一阈值的喜爱因数中的最大喜爱因数对应的待观看对象为目标观看对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542686.1A CN105163183B (zh) | 2015-08-28 | 2015-08-28 | 一种视频图片的筛选方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510542686.1A CN105163183B (zh) | 2015-08-28 | 2015-08-28 | 一种视频图片的筛选方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105163183A true CN105163183A (zh) | 2015-12-16 |
CN105163183B CN105163183B (zh) | 2018-08-07 |
Family
ID=54803923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510542686.1A Active CN105163183B (zh) | 2015-08-28 | 2015-08-28 | 一种视频图片的筛选方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105163183B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106604067A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频浏览信息归类方法及服务器 |
CN107977374A (zh) * | 2016-10-21 | 2018-05-01 | 北京酷我科技有限公司 | 曲库优化方法和装置 |
WO2018108047A1 (zh) * | 2016-12-15 | 2018-06-21 | 腾讯科技(深圳)有限公司 | 信息展示图片的生成方法及装置 |
CN108307153A (zh) * | 2017-01-13 | 2018-07-20 | 佳能株式会社 | 视频监视装置及其控制方法、存储介质和视频监视系统 |
CN110046263A (zh) * | 2019-04-23 | 2019-07-23 | 腾讯音乐娱乐科技(深圳)有限公司 | 多媒体推荐方法、装置、服务器及存储介质 |
CN110996142A (zh) * | 2019-11-08 | 2020-04-10 | 北京奇艺世纪科技有限公司 | 视频召回方法及装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006157691A (ja) * | 2004-11-30 | 2006-06-15 | Nippon Telegr & Teleph Corp <Ntt> | 代表画像選定方法及び装置及びプログラム |
CN102609899A (zh) * | 2012-03-01 | 2012-07-25 | 盛乐信息技术(上海)有限公司 | 将视频转换为海报的方法及系统 |
CN102833502A (zh) * | 2008-09-22 | 2012-12-19 | 索尼株式会社 | 显示控制装置、显示控制方法和程序 |
CN104185073A (zh) * | 2014-08-04 | 2014-12-03 | 北京奇虎科技有限公司 | 通过图片选取对应视频进度进行视频播放的方法及客户端 |
CN104782138A (zh) * | 2012-09-13 | 2015-07-15 | 谷歌公司 | 识别缩略图图像以呈现视频 |
-
2015
- 2015-08-28 CN CN201510542686.1A patent/CN105163183B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006157691A (ja) * | 2004-11-30 | 2006-06-15 | Nippon Telegr & Teleph Corp <Ntt> | 代表画像選定方法及び装置及びプログラム |
CN102833502A (zh) * | 2008-09-22 | 2012-12-19 | 索尼株式会社 | 显示控制装置、显示控制方法和程序 |
CN102609899A (zh) * | 2012-03-01 | 2012-07-25 | 盛乐信息技术(上海)有限公司 | 将视频转换为海报的方法及系统 |
CN104782138A (zh) * | 2012-09-13 | 2015-07-15 | 谷歌公司 | 识别缩略图图像以呈现视频 |
CN104185073A (zh) * | 2014-08-04 | 2014-12-03 | 北京奇虎科技有限公司 | 通过图片选取对应视频进度进行视频播放的方法及客户端 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107977374A (zh) * | 2016-10-21 | 2018-05-01 | 北京酷我科技有限公司 | 曲库优化方法和装置 |
WO2018108047A1 (zh) * | 2016-12-15 | 2018-06-21 | 腾讯科技(深圳)有限公司 | 信息展示图片的生成方法及装置 |
CN106604067A (zh) * | 2016-12-30 | 2017-04-26 | 中广热点云科技有限公司 | 一种视频浏览信息归类方法及服务器 |
CN108307153A (zh) * | 2017-01-13 | 2018-07-20 | 佳能株式会社 | 视频监视装置及其控制方法、存储介质和视频监视系统 |
US11048947B2 (en) | 2017-01-13 | 2021-06-29 | Canon Kabushiki Kaisha | Video monitoring apparatus, method of controlling the same, computer-readable storage medium, and video monitoring system |
US11830251B2 (en) | 2017-01-13 | 2023-11-28 | Canon Kabushiki Kaisha | Video monitoring apparatus, method of controlling the same, computer-readable storage medium, and video monitoring system |
CN110046263A (zh) * | 2019-04-23 | 2019-07-23 | 腾讯音乐娱乐科技(深圳)有限公司 | 多媒体推荐方法、装置、服务器及存储介质 |
CN110046263B (zh) * | 2019-04-23 | 2023-08-18 | 腾讯音乐娱乐科技(深圳)有限公司 | 多媒体推荐方法、装置、服务器及存储介质 |
CN110996142A (zh) * | 2019-11-08 | 2020-04-10 | 北京奇艺世纪科技有限公司 | 视频召回方法及装置、电子设备及存储介质 |
CN110996142B (zh) * | 2019-11-08 | 2021-12-07 | 北京奇艺世纪科技有限公司 | 视频召回方法及装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105163183B (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105163183B (zh) | 一种视频图片的筛选方法及装置 | |
US11831956B2 (en) | Personalized menus and media content interface | |
US20230035097A1 (en) | Methods and systems for determining media content to download | |
JP5763200B2 (ja) | メディア番組を推薦およびブックマークするための方法および装置 | |
US8805751B2 (en) | User class based media content recommendation methods and systems | |
US20150256885A1 (en) | Method for determining content for a personal channel | |
US20090313546A1 (en) | Auto-editing process for media content shared via a media sharing service | |
JP2020102228A (ja) | メディアアセットに関するコンテクスト上関係する情報を表示するための方法およびシステム | |
US20150020106A1 (en) | Personalized video content from media sources | |
US20080189733A1 (en) | Content rating systems and methods | |
US20140259037A1 (en) | Predicted video content aggregation | |
US9659256B2 (en) | Network service recommendation method and apparatus | |
CA2977959A1 (en) | Methods and systems for recommending media content | |
CN107454442B (zh) | 一种推荐视频的方法和装置 | |
WO2013118198A1 (ja) | お薦めコンテンツ提供装置、お薦めコンテンツ提供プログラムおよびお薦めコンテンツ提供方法 | |
RU2641663C1 (ru) | Способ рекомендации телевизионной программы и сервер | |
US20130326350A1 (en) | Methods and Systems for Facilitating User Refinement of a Media Content Listing | |
US8700650B2 (en) | Search results comparison methods and systems | |
CN103686237A (zh) | 推荐视频资源的方法及系统 | |
CN105701226A (zh) | 多媒体资源评估方法和装置 | |
CN104866591B (zh) | 视频推荐方法及装置 | |
CN107562848B (zh) | 一种视频推荐方法和装置 | |
CN111683292A (zh) | 一种视频播放方法及装置 | |
US20170272793A1 (en) | Media content recommendation method and device | |
Engelbert et al. | A user supporting personal video recorder by implementing a generic Bayesian classifier based recommendation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |