CN105847985A - 一种视频推荐方法及装置 - Google Patents

Abstract

本发明公开了一种视频推荐方法及装置，属于网络视频播放技术领域。所述方法包括：获取带有视频类型标记的视频数据；获取用户的兴趣特征；将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；将匹配相似度达到设定值的视频数据列表推送给所述用户。通过获取带有表征视频类型的视频类型标记的视频数据以及用户的兴趣特征，根据所述视频数据的视频类型标记以及用户的兴趣特征进行相似性匹配，最终将匹配相似度达到设定值的视频数据列表推送给所述用户，实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

Description

一种视频推荐方法及装置

技术领域

本发明实施例涉及网络视频播放技术领域，尤其涉及一种视频推荐方法及装置。

背景技术

随着网络技术地发展，在线观看视频越来越受到用户的青睐。各类多媒体应用不断涌现，互联网和电视节目日趋丰富，视频数量快速增长，已经难以通过人工手动方式从海量视频中筛选需要的信息，用户没有时间也不可能浏览这海量的视频内容，用户面对过量的信息很难找到自己真正感兴趣的内容，视频中包含的信息无法被有效地访问和利用，而内容提供商也很难把优质的内容准确推送给感兴趣的目标用户。如何使得用户迅速访问到感兴趣的视频越来越重要。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：视频网站面临着信息过载的问题，比如YouTube目前有数十亿视频条目，而且每分钟都有近1500分钟时长的视频被上传，而专业视频网站Sohu等也有近几十万的高质量视频，用户也很难从中找到自己真正感兴趣的内容；同时提高用户的观看和停留时间也非常重要，所以高效率的个性化视频推荐方法被认为是解决这些问题的有效途径，目前的现有技术存在的问题在于推荐无法实现个性化，每个用户浏览同一个视频网站所看到的信息都是一样的，用户不能快速找到自己感兴趣的视频内容，效率低，用户体验差，用户对视频网站的粘性低，导致视频网站的品牌价值不高等。

因此，有必要开发一种个性化的视频推荐方法，以高效地将视频推荐给感兴趣的目标用户。

发明内容

本发明实施例提供了一种视频推荐方法及装置，以高效地将视频推荐给感兴趣的目标用户。

第一方面，本发明实施例提供了一种视频推荐方法，该方法包括：

获取带有视频类型标记的视频数据；

获取用户的兴趣特征；

将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；

将匹配相似度达到设定值的视频数据列表推送给所述用户。

进一步地，在获取带有视频类型标记的视频数据之前，还包括：

基于视频类型对视频库中的视频数据进行分类；

和/或，基于视频的人物特征对视频库中的视频数据进行分类；

并给所述视频数据添加视频类型标记。

示例性地，获取用户的兴趣特征包括：

设定用户的兴趣特征在至少一个维度上的初始权值；

基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

进一步地，在获取用户的兴趣特征之前，还包括：统计所述用户的兴趣特征。

优选的，统计所述用户的兴趣特征，包括：

根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

根据用户的搜索历史记录统计所述用户的兴趣特征。

第二方面，本发明实施例还提供了一种视频推荐装置，该装置包括：

视频数据获取模块，用于获取带有视频类型标记的视频数据；

兴趣特征获取模块，用于获取用户的兴趣特征；

匹配模块，用于将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；

推送模块，用于将匹配相似度达到设定值的视频数据列表推送给所述用户。

进一步地，所述装置还包括：

类型分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频类型对视频库中的视频数据进行分类；

和/或，人物分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频的人物特征对视频库中的视频数据进行分类；

标记模块，用于给所述视频数据添加视频类型标记。

示例性地，兴趣特征获取模块包括：

设定模块，用于设定用户的兴趣特征在至少一个维度上的初始权值；

调整模块，用于基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

进一步地，所述装置还包括：兴趣特征统计模块，用于在获取用户的兴趣特征之前，统计所述用户的兴趣特征。

进一步地，所述兴趣特征统计模块包括：第一统计模块，用于根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

第二统计模块，用于根据用户的搜索历史记录统计所述用户的兴趣特征。

本发明实施例提供的视频推荐方法，通过获取带有表征视频类型的视频类型标记的视频数据以及用户的兴趣特征，根据所述视频数据的视频类型标记以及用户的兴趣特征进行相似性匹配，最终将匹配相似度达到设定值的视频数据列表推送给所述用户，实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

附图说明

图1是本发明实施例一提供的一种视频推荐方法流程示意图；

图2是本发明实施例二提供的一种视频推荐方法流程示意图；

图3是本发明实施例三提供的一种视频推荐方法流程示意图；

图4是本发明实施例四提供的一种视频推荐装置结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各项步骤的顺序可以被重新安排。当其步骤完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1为本发明实施例一提供的一种视频推荐方法的流程图，该方法可以由视频推荐装置来执行。该装置可通过硬件和/或软件的方式实现。该方法具体包括如下步骤：

步骤110、获取带有视频类型标记的视频数据。

其中，所述视频类型标记可以是表征视频数据类型的标记，例如视频的拍摄年代，所属地区，视频的主题风格、发行语言、导演以及演员等信息。

优选的，所述视频类型可以包括地区、古装、都市、爱情、伦理、惊悚和科幻中的任一或多个，所述人物特征包括导演和/或主演。所述地区比如可以是大陆剧，港澳台剧、韩剧或者泰剧等。

步骤120、获取用户的兴趣特征。

所述用户的兴趣特征可以是指用户所喜欢的视频类型，比如有的用户喜欢现代都市剧，而有的用户喜欢古装剧或者动画片，还有的用户是孙俪的忠实粉丝，喜欢孙俪主演的所有视频。有的视频同时具有多个属性，比如现代都市爱情，孙俪宫廷言情，对应的，用户的兴趣特征也具有多维度，进而可以对每个维度设置相应的权值，表征用户更感兴趣的特征，比如用户的兴趣特征为古装，对应的权值为0.7，同时还喜欢现代都市剧，对应的权值为0.3，则说明此时所述用户喜欢古装剧的程度相对于现代都市剧来说更深一些，那么系统在为所述用户推荐视频的时候，可以推荐更多的古装剧，更少的现代都市剧，所述古装剧与现代都市剧的推荐比例可以是接近7比3，以使推荐的视频更加符合用户的兴趣爱好，实现针对不同用户的个性化推荐。

示例性地，获取用户的兴趣特征包括：

设定用户的兴趣特征在至少一个维度上的初始权值；

基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

其中，用户的兴趣特征在每个维度上的初始权值可以是预设好的，之后根据每次用户对视频推荐列表中所有视频的处理行为对该用户的兴趣特征在每个维度上的权值进行调整与优化，使具有不同兴趣爱好的用户在每个兴趣特征维度上具有不同的权值，使得根据用户的兴趣特征进行视频的推荐更加个性化。所述处理行为比如可以是用户对视频推荐列表中特定类型视频的点击或者忽略行为，例如，如果用户点击了视频推荐列表中的宫廷剧，则可以认为此用户喜欢宫廷剧，进而可以将用户的兴趣特征中宫廷剧维度上的权值调整的高一点，之后再为此用户推荐视频的时候可以多推荐一些宫廷剧；如果用户对视频推荐列表中的泰剧忽略了，则可以认为此用户不喜欢泰剧，进而可以将此用户的兴趣特征中泰剧维度上的权值调低一些，之后再为此用户推荐视频的时候可以少推荐一些泰剧，甚至不推荐泰剧，实现个性化推荐。

步骤130、将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配。

所述相似性匹配可以是基于多维度的相似性匹配，比如一个视频数据的视频类型标记为孙俪主演的古装、言情剧，获取的用户的兴趣特征为都市、言情剧，则可以在多维度上结合每个维度对应的权值去计算相似匹配度。

将所述用户的兴趣特征与所述视频数据的视频类型标记在多维度上进行相似性匹配，将相似匹配度达到设定值的视频推荐给所述用户，所述设定值可以是预设设定值。

步骤140、将匹配相似度达到设定值的视频数据列表推送给所述用户。

上述步骤中的视频数据列表可以根据相似度的高低依次将对应的视频数据排列，并推送给用户，以使用户快速定位到自己喜欢的视频数据。

本实施例提供的视频推荐方法，通过获取带有表征视频类型的视频类型标记的视频数据以及用户的兴趣特征，并根据所述视频数据的视频类型标记以及用户的兴趣特征进行相似性匹配，最终将匹配相似度达到设定值的视频数据列表推送给所述用户，实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

实施例二

图2为本发明实施例二提供的一种视频推荐方法的流程示意图，在实施例一的基础上，本实施例进行了进一步优化，在获取带有视频类型标记的视频数据之前，增加了对视频数据的分类操作，这样优化的好处是可以获得属性明确的视频数据，具体参见图2所示，该方法具体包括如下步骤：

步骤210a、基于视频类型对视频库中的视频数据进行分类，并给所述视频数据添加视频类型标记；和/或，

步骤210b、基于视频的人物特征对视频库中的视频数据进行分类，并给所述视频数据添加视频类型标记。

优选的，所述视频类型可以包括视频所属地区、古装、都市、爱情、伦理、惊悚和科幻中的任一或多个，所述人物特征包括导演和/或主演。

所述地区比如可以是大陆剧，港澳台剧、韩剧或者泰剧等。

步骤220、获取带有视频类型标记的视频数据。

步骤230、获取用户的兴趣特征。

步骤240、将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配。

步骤250、将匹配相似度达到设定值的视频数据列表推送给所述用户。

本实施例提供的视频推荐方法，通过在获取带有表征视频类型的视频类型标记之前，进行基于视频特征的视频数据分类，使得各视频数据具有了比较明确的视频类型标记，进而使得后续基于视频数据的视频类型标记以及用户的兴趣特征进行相似性匹配后得到的匹配结果更加准确，更好地实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

实施例三

图3为本发明实施例三提供的一种视频推荐方法的流程示意图，在上述实施例的基础上，本实施例进行了进一步优化，在获取用户的兴趣特征之前，增加了统计用户的兴趣特征的操作，这样优化的好处是可以使获得的用户兴趣特征更加准确。具体参见图3所示，该方法具体包括如下步骤：

步骤310、获取带有视频类型标记的视频数据。

步骤320、统计用户的兴趣特征。

示例性地，步骤320可以包括：根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

根据用户的搜索历史记录统计所述用户的兴趣特征。

所述用户的视频观看历史记录可以包括用户对各视频的观看时长、用户对各视频的观看时长与该视频总时长的比值或者对视频的评论信息等。所述用户的搜索历史记录可以包括用户对各视频的点击行为，以及用户搜索的关键字等。

上述步骤的另一种实现方式还可以是通过在用户刚进入视频观看网站时，自动弹出观看视频类型设置表，供用户自己设置，进而根据此设置表向用户推荐视频数据。

步骤330、获取用户的兴趣特征。

步骤340、将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配。

步骤350、将匹配相似度达到设定值的视频数据列表推送给所述用户。

本实施例提供的视频推荐方法，通过在获取用户的兴趣特征之前，统计用户的兴趣特征，使得后续获得的用户的兴趣特征更加准确，进而使得后续基于用户的兴趣特征以及视频数据的视频类型标记进行相似性匹配后得到的匹配结果更加准确，更好地实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

实施例四

在上述实施例的基础上，图4为本发明实施例四提供的一种视频推荐装置的结构示意图。参见图4所示，该装置具体包括：

视频数据获取模块410，兴趣特征获取模块420，匹配模块430和推送模块440，其中，视频数据获取模块410用于获取带有视频类型标记的视频数据；兴趣特征获取模块420用于获取用户的兴趣特征；匹配模块430用于将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；推送模块440用于将匹配相似度达到设定值的视频数据列表推送给所述用户。

进一步地，所述装置还可以包括：类型分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频类型对视频库中的视频数据进行分类；

和/或，人物分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频的人物特征对视频库中的视频数据进行分类；

标记模块，用于给所述视频数据添加视频类型标记。

优选的，所述视频类型包括地区、古装、都市、爱情、伦理、惊悚和科幻中的任一或多个，所述人物特征包括导演和/或主演。

示例性地，兴趣特征获取模块包括：

设定模块，用于设定用户的兴趣特征在至少一个维度上的初始权值；

调整模块，用于基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

进一步地，所述装置还可以包括：兴趣特征统计模块，用于在获取用户的兴趣特征之前，统计所述用户的兴趣特征。

示例性地，所述兴趣特征统计模块可以包括：第一统计模块，用于根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

第二统计模块，用于根据用户的搜索历史记录统计所述用户的兴趣特征。

本实施例提供的视频推荐装置，通过获取带有表征视频类型的视频类型标记的视频数据以及用户的兴趣特征，并根据所述视频数据的视频类型标记以及用户的兴趣特征进行相似性匹配，最终将匹配相似度达到设定值的视频数据列表推送给所述用户，实现了视频的个性化推荐，从而用户可以高效地找到自己感兴趣的视频，提升用户体验，提高用户对视频网站的粘性，同时也提高了网站的品牌价值。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种视频推荐方法，其特征在于，包括：

获取带有视频类型标记的视频数据；

获取用户的兴趣特征；

将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；

将匹配相似度达到设定值的视频数据列表推送给所述用户。

2.根据权利要求1所述的方法，其特征在于，在获取带有视频类型标记的视频数据之前，还包括：

基于视频类型对视频库中的视频数据进行分类；

和/或，基于视频的人物特征对视频库中的视频数据进行分类；

并给所述视频数据添加视频类型标记。

3.根据权利要求1所述的方法，其特征在于，获取用户的兴趣特征包括：

设定用户的兴趣特征在至少一个维度上的初始权值；

基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

4.根据权利要求1所述的方法，其特征在于，在获取用户的兴趣特征之前，还包括：统计所述用户的兴趣特征。

5.根据权利要求4所述的方法，其特征在于，统计所述用户的兴趣特征，包括：

根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

根据用户的搜索历史记录统计所述用户的兴趣特征。

6.一种视频推荐装置，其特征在于，包括：

视频数据获取模块，用于获取带有视频类型标记的视频数据；

兴趣特征获取模块，用于获取用户的兴趣特征；

匹配模块，用于将所述用户的兴趣特征与所述视频数据的视频类型标记进行相似性匹配；

推送模块，用于将匹配相似度达到设定值的视频数据列表推送给所述用户。

7.根据权利要求6所述的装置，其特征在于，还包括：

类型分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频类型对视频库中的视频数据进行分类；

和/或，人物分类模块，用于在获取带有视频类型标记的视频数据之前，基于视频的人物特征对视频库中的视频数据进行分类；

标记模块，用于给所述视频数据添加视频类型标记。

8.根据权利要求6所述的装置，其特征在于，所述兴趣特征获取模块包括：

设定模块，用于设定用户的兴趣特征在至少一个维度上的初始权值；

调整模块，用于基于用户对视频推荐列表中视频数据的处理行为，对所述用户的兴趣特征在至少一个维度上的初始权值进行调整。

9.根据权利要求1所述的装置，其特征在于，还包括：

兴趣特征统计模块，用于在获取用户的兴趣特征之前，统计所述用户的兴趣特征。

10.根据权利要求9所述的装置，其特征在于，所述兴趣特征统计模块包括：

第一统计模块，用于根据用户的视频观看历史记录统计所述用户的兴趣特征；和/或

第二统计模块，用于根据用户的搜索历史记录统计所述用户的兴趣特征。