CN106331777A - 一种视频推荐方法及装置 - Google Patents

Abstract

本发明涉及一种视频推荐方法及装置。所述方法包括：获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；根据计算的相关性进行视频推荐。通过本发明的方法能够提高视频推荐的准确性。

Description

一种视频推荐方法及装置

技术领域

本发明涉及通信领域，尤其涉及一种视频推荐方法及装置。

背景技术

提供视频服务的网站均向用户提供视频推荐功能，该功能主要为为用户推荐其未观看的其他视频。现有技术中进行视频推荐的一般方法为根据用户已观看的视频，计算出用户已观看视频与其他视频的相关性，把相关性高的视频推荐给用户，从而达到用户喜爱推荐的视频这一目的。

现有技术中用于视频推荐的计算相关性的方法如下：观看过视频A的用户数设为N_A，观看过视频B的用户数设为N_B，同时观看视频A与视频B的用户数设为N_AB，则视频A与视频B的相关性计算公式为：

然而，根据上述计算相关性的方法，仅仅是统计观看某2个视频的共同浏览者的个数不能准确的反映两个视频之间的相关性。因此，现有技术中视频推荐方法推荐视频的准确性低。

发明内容

本发明的目的是提供一种视频推荐方法及装置，以解决现有技术中视频推荐方法推荐视频准确性低的问题。

一方面，本发明提供一种视频推荐方法，所述方法包括：

获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；

根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；

根据计算的相关性进行视频推荐。

另一方面，本发明提供一种视频推荐装置，所述装置包括：

获取模块，用于获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；

计算模块，用于根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；

推荐模块，用于根据计算的相关性进行视频推荐。

本发明至少具有以下有益效果：在本发明提供的该方法中，根据视频属性计算相关性，为用户推荐视频，而视频属性恰恰能够反映视频之间的关联，相比现有技术中仅通过视频的共同浏览者的个数计算相关性，本发明提供的视频推荐方法，计算的相关性更加准确，从而能够达到为用户推荐的视频更准确的目的。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

图1为本发明实施例中视频推荐方法的示例性流程图；

图2为本发明实施例中视频推荐装置的示意图之一；

图3为本发明实施例中视频推荐装置的示意图之二。

具体实施方式

以下结合附图对本发明的实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

基于现有技术中存在视频推荐准确性低的问题，本发明实施例提供一种视频推荐方法，在本发明提供的该方法中，根据视频属性计算相关性，为用户推荐视频，而视频属性恰恰能够反映视频之间的关联，相比现有技术中仅通过视频的共同浏览者的个数计算相关性，本发明提供的视频推荐方法，计算的相关性更加准确，从而能够达到为用户推荐的视频更准确的目的。

下面通过几个实施例对本发明提供的视频推荐方法进行详细说明。

实施例一

如图1所示，为本发明实施例中提供的视频推荐方法的示例性流程图，该方法包括以下步骤：

步骤101：获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分。

其中，在一个实施例中视频类型例如是动作片、科幻片、剧情片、喜剧片、战争片、微电影、电影、电视剧等等，对视频类型进行分类的方法均适用于本发明，本发明对此不做限定。

步骤102：根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性。

步骤103：根据计算的相关性进行视频推荐。

其中，在一个实施例中，为便于根据用户浏览过的视频为用户推荐视频，步骤101可执行为：获取浏览过的视频的视频属性，将浏览过的视频的视频属性作为参考视频属性。

其中，在一个实施例中，也可以提供个性化的视频推荐服务，根据用户输入的视频属性为用户推荐视频，故此，步骤101可执行为：获取输入的视频属性，将输入的视频属性作为参考视频属性。

其中，在一个实施例中，输入的视频属性还可以是用户私人定制的视频属性。例如，为用户提供参考视频属性输入界面，在该参考视频属性输入界面中由用户输入喜欢的至少一个视频名称、喜欢的至少一个明星、喜欢的至少一个导演、喜欢的至少一种视频类型等。由此，参考视频属性是用户定制的视频属性，这样根据参考视频属性，为用户推荐的视频相比现有技术，将更能够贴近用户的喜好，故此，能提高视频推荐的准确性。

其中，在一个实施例中，输入的视频属性可以是用户输入的搜索词，当然为了进一步提高推荐视频的全面性，可以先对用户输入的搜索词进行分词，将分词结果以及搜索词作为参考视频属性。例如用户输入的搜索词为“速度与激情”那么对该搜索词进行分词的结果为获得以下分词：速度、激情。那么作为参考视频属性的词包括：速度与激情、速度和激情。然后将这三个词分别作为参考视频属性，计算相关性，然后为用户推荐视频。例如，由于“激情燃烧的岁月”这一视频包括“激情”，故此，在为用户推荐的视频中包括“激情燃烧的岁月”，从而达到进一步提高视频推荐的全面性的目的，以便于让用户有更多的选择。

其中，在一个实施例中，步骤102可执行为：根据以下公式(1)计算存储的视频的视频属性与参考视频属性之间的相关性；

$T_A=\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\λ}}_i\·s_i)---\left(1\right)$

其中，在公式(1)中，A表示存储的视频A；T_A表示存储的视频A的视频属性与参考视频属性之间的相关性；s_i表示第i个视频属性的匹配度；λ_i表示第i个视频属性对应的权值；n表示视频属性的总个数。

其中，权值为根据经验获得的归一化的权值，所谓归一化表示各权值的和值为1。权值，代表各视频属性的重要性，权值越高代表该权值对应的视频属性的重要性越高。

例如，视频属性包括视频名称、视频主演、视频导演、视频类型时，参考视频属性为用户浏览过的视频B的视频属性，那么计算视频A与视频B的相关性的方法为：计算出视频A与视频B的视频名称的匹配度S₁、计算出视频A与视频B的视频主演的匹配度S₂、计算出视频A与视频B的视频导演的匹配度S₃、计算出视频A与视频B的视频类型的匹配度S₄。若视频名称对应的权值为λ₁、视频主演对应的权值为λ₂、视频导演对应的权值为λ₃、视频类型对应的权值为λ₄。那么视频A的视频属性与参考视频属性(即视频B的视频属性)的相关性T_A为：T_A＝λ₁·s₁+λ₂·s₂+λ₃·s₃+λ₄·s₄

其中，在一个实施例中，参考若视频属性为视频评分之外的视频属性时，匹配度可以为存储的视频属性包括参考视频属性的字符匹配百分比，例如若参考视频属性中的视频名称包括N个字符，而存储的视频的视频属性中的视频名称包括上述N个字符中的M个字符，那么视频属性的匹配度为(M/N)，这一比值。

其中，在一个实施例中，参考视频属性为视频评分时，那么可以将存储的视频的视频评分以作为参考视频属性的视频评分与比值作为匹配度。例如作为参考视频属性的视频评分为9.0，而存储的视频的视频评分为5，那么匹配度为(5/9)。

其中，在一个实施例中，为简化相关性的计算、提高视频推荐的速度，视频属性的匹配度可以为布尔型数据。例如，以视频名称为例，若存储的视频的视频名称包括参考视频属性包括的视频名称，则匹配度为1，否则匹配度为0。

综上，本发明实施例中，根据参考视频属性计算相关性，相对于现有技术能够准确的计算出视频的相关性，从而能够提高视频推荐的准确性。

实施例二

基于相同的发明构思，本发明还提供一种视频推荐装置如图2所示，所述装置包括：

获取模块201，用于获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；

计算模块202，用于根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；

推荐模块203，用于根据计算的相关性进行视频推荐。

其中，在一个实施例中，如图3所示，所述获取模块201，具体包括：

第一获取单元204，用于获取浏览过的视频的视频属性，将浏览过的视频的视频属性作为参考视频属性。

其中，在一个实施例中，如图3所示，所述获取模块201，具体包括：

第二获取单元205，用于获取输入的视频属性，将输入的视频属性作为参考视频属性。

其中，在一个实施例中，所述计算模块202，具体用于根据以下公式计算存储的视频的视频属性与参考视频属性之间的相关性；

$T_A=\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\λ}}_i\·s_i)$

其中，A表示存储的视频A；T_A表示存储的视频A的视频属性与参考视频属性之间的相关性；s_i表示第i个视频属性的匹配度；λ_i表示第i个视频属性对应的权值；n表示视频属性的总个数。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本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，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种视频推荐方法，其特征在于，所述方法包括：

获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；

根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；

根据计算的相关性进行视频推荐。

2.根据权利要求1所述的方法，其特征在于，所述获取参考视频属性，具体包括：

获取浏览过的视频的视频属性，将浏览过的视频的视频属性作为参考视频属性。

3.根据权利要求1所述的方法，其特征在于，所述获取参考视频属性，具体包括：

获取输入的视频属性，将输入的视频属性作为参考视频属性。

4.根据权利要求1-3中任一所述的方法，其特征在于，所述根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性，具体包括：

根据以下公式计算存储的视频的视频属性与参考视频属性之间的相关性；

$T_A=\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\λ}}_i\·s_i)$

其中，A表示存储的视频A；T_A表示存储的视频A的视频属性与参考视频属性之间的相关性；s_i表示第i个视频属性的匹配度；λ_i表示第i个视频属性对应的权值；n表示视频属性的总个数。

5.一种视频推荐装置，其特征在于，所述装置包括：

获取模块，用于获取参考视频属性；所述视频属性包括以下中的至少一种：视频名称、视频主演、视频导演、视频类型、视频评分；

计算模块，用于根据参考视频属性，计算存储的视频的视频属性与参考视频属性之间的相关性；

推荐模块，用于根据计算的相关性进行视频推荐。

6.根据权利要求5所述的装置，其特征在于，所述获取模块，具体包括：

第一获取单元，用于获取浏览过的视频的视频属性，将浏览过的视频的视频属性作为参考视频属性。

7.根据权利要求5所述的装置，其特征在于，所述获取模块，具体包括：

第二获取单元，用于获取输入的视频属性，将输入的视频属性作为参考视频属性。

8.根据权利要求5-7中任一所述的装置，其特征在于，所述计算模块，具体用于根据以下公式计算存储的视频的视频属性与参考视频属性之间的相关性；

$T_A=\underset{i=1}{\overset{n}{\Σ}}({\mathrm{\λ}}_i\·s_i)$

其中，A表示存储的视频A；T_A表示存储的视频A的视频属性与参考视频属性之间的相关性；s_i表示第i个视频属性的匹配度；λ_i表示第i个视频属性对应的权值；n表示视频属性的总个数。