CN107562848B - 一种视频推荐方法和装置 - Google Patents
一种视频推荐方法和装置 Download PDFInfo
- Publication number
- CN107562848B CN107562848B CN201710748717.8A CN201710748717A CN107562848B CN 107562848 B CN107562848 B CN 107562848B CN 201710748717 A CN201710748717 A CN 201710748717A CN 107562848 B CN107562848 B CN 107562848B
- Authority
- CN
- China
- Prior art keywords
- video
- library
- videos
- user
- preference
- 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.)
- Active
Links
Images
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种视频推荐方法和装置。所述方法包括:获取用户在预设的一段时期内观看过视频库里的视频的历史记录;根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度;基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
Description
技术领域
本发明涉及信息处理技术领域,具体而言涉及一种视频推荐方法和装置。
背景技术
随着互联网的发展、以及3G和4G移动通信网络的推广和智能终端的普及,大量的应用也应运而生。互联网提供的资讯也越来越丰富,传统的文字配图片的网页资讯已经不能满足用户的需求,新发展起来的业务场景资讯是“短视频”资讯,例如秒拍APP、美拍APP、微视APP等流行的第三方应用可以为用户提供“短视频”的上传和观看等功能。“短视频”资讯主要是给用户展示时长较短且优质的视频内容给用户观看,如图3所示,为了能让用户快速了解短视频的大致内容,也为了吸引用户的兴趣,提供短视频服务的服务商会给加入到视频库的每个短视频编辑一个标题,还包括对短视频进行分类,如笑话类、小品类、影视类、资讯类、娱乐类、自拍类等等。但是,视频的流量大于文字的流量,在3G和4G的无线网络观看大量的短视频会让用户消耗过多的流量,给用户带来过高的通讯消费。
另外,用户也越来越喜欢随手拍摄身边发生的一些事,然后上传网上进行分享,还有业余爱好者拍摄并在网上分享的微电影等等,这些目前可以在以提供视频为主要服务的网站上可以大量浏览,例如优酷网等等。但是,用户想从海量的视频资料库里找到感兴趣的视频,还是需要花费不少时间。
因此有必要在向用户展示“短视频”资讯时,向用户推荐其感兴趣的“短视频”资讯;或者在用户登录例如优酷网等浏览其他用户上传的自拍视频时,例如优酷网上提供的拍客栏目,向用户推荐其感兴趣的视频内容。但是不同用户的喜好是不同的,针对动辄几十万、上百万的用户群体,实现个性化推荐视频内容或“短视频”资讯,即针对不同用户向其推荐其感兴趣的不同视频或“短视频”资讯是一个技术难题。
发明内容
本发明的目的在于提供一种视频推荐方法和装置,以改善上述问题。
本发明第一实施例提供了一种视频推荐方法,其包括:
S1:获取用户在预设的一段时期内观看过视频库里的视频的历史记录;
S2:根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度;
S3:基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
其中,所述预设的一段时期包括但不限于:最近7天、最近14天、或最近30天。
其中,所述相对喜好度系数是:获得所述视频库里的第一视频和第二视频之间的内容相似度、和将用户在预设的一段时期内观看过第一视频并且向该用户推荐第二视频时该用户对该第二视频的响应行为进行数字化和标准化处理得到的标准化值,基于这两个值的乘积得到所述相对喜好度系数。
优选的,所述相对喜好度系数的确定方法是:
其中:tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
U表示在预设的一段时期内观看过所述视频库里的视频的所有用户的集合;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
fbu,n表示用户u在预设的一段时期内对于所述视频库里的视频n的奖励函数,其中:
a和b分别是自定义常数。
其中,所述根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
K表示所述视频库里的所有视频的集合。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
其中,在步骤S3中,基于所述喜好度值从大到小顺序选取一定数量的视频向用户推荐,或是从大于或等于预设阈值的喜好度所对应的视频中随机选取一定数量的视频向用户推荐。
本发明第二实施例提供了一种视频推荐装置,其包括:
视频历史记录获取单元,用于获取用户在预设的一段时期内观看过视频库里的视频的历史记录;
喜好度确定单元,用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度;
推荐单元,用于基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
其中,所述预设的一段时期包括但不限于:最近7天、最近14天、或最近30天。
其中,所述相对喜好度系数是:获得所述视频库里的第一视频和第二视频之间的内容相似度、和将用户在预设的一段时期内观看过第一视频并且向该用户推荐第二视频时该用户对该第二视频的响应行为进行数字化和标准化处理得到的标准化值,基于这两个值的乘积得到所述相对喜好度系数。
优选的,所述相对喜好度系数的确定方法是:
其中:tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
U表示在预设的一段时期内观看过所述视频库里的视频的所有用户的集合;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
fbu,n表示用户u在预设的一段时期内对于所述视频库里的视频n的奖励函数,其中:
a和b分别是自定义常数。
其中,所述喜好度确定单元用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
K表示所述视频库里的所有视频的集合。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
其中,按预设方式选取包括:基于所述喜好度值从大到小顺序选取的方式,或者从大于或等于预设阈值的喜好度所对应的视频中随机选取的方式。
本发明第三实施例还提供了一种存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行上述第一实施例和/或优选实施例所述的方法。
根据本发明的一种视频推荐方法和装置,通过获取用户在预设的一段时期内观看过视频库里的视频的历史记录,这样根据所获取的历史记录和预先确立的相对喜好度系数就可以预测出该用户对所述视频库里的不同视频的不同喜好度,基于所述不同喜好度的大小就可以实现针对不同用户进行个性化推荐视频的目的。
附图说明
图1是本发明第一实施例提供的推荐视频的方法的流程图;
图2是本发明第二实施例提供的推荐视频的装置的示意性框图;
图3是展示短视频的一个例子的截图。
具体实施方式
下面将结合本发明实施例和附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
本发明所涉及的视频为不限于某一具体时长的视频,可以为任意可播放时长的视频。目前流行的视频资讯的播放时间一般为十几秒-几分钟,例如12秒-6分钟,但随着用户的需求不断提升,也有部分用户在呼吁制作长于10分钟的视频资讯,因此在一些例如体育节目的视频栏里提供的视频的播放时间可以长达15分钟左右、甚至超过二十分钟,例如优酷网上提供的各种类型的视频,因此服务方为满足众多用户需要而推出的各种播放时间长度的视频都适用于本发明,例如短如10秒-10分钟之间的短视频,长如约90分钟-120分钟的电影节目视频等。
图1是本发明第一实施例提供的视频推荐方法的流程图。如图1所示,本发明的视频推荐方法包括以下步骤:
S1:获取用户在预设的一段时期内观看过视频库里的视频的历史记录。
这里所述的视频库以及视频库里保存的视频可以为任意播放时长的视频。一般来说,提供视频服务的第三方应用都会在服务端预先建立视频库,里面存放各种播放时长的视频,还包括用户上传的视频,有几十秒时长的视频,例如10秒以上、30秒以上等等,也有几分钟时长的视频,例如1分钟以上、2分钟以上、5分钟以上等等,还有超过20分钟时长的视频,例如参见优酷网上提供的各种类型的视频。下面使用了术语视频库或短视频库,正如上面所述,所谓短视频是相对而言,对于实现本发明的技术方案没有限制,尽管有些地方使用短视频或短视频库术语,但优选使用通用术语视频或视频库。
一般来说,用户想通过智能移动终端在线观看视频,例如平板电脑或智能手机,需要使用在智能终端上安装的各种APP以通过网络观看期望的视频,例如今日头条、UC浏览器等提供的短视频资讯服务,或者通过各类视频播放器APP产品,例如优酷APP等。而这些APP的服务商会在后端的服务器上预先建立视频库,里面保存可以向用户提供的各类播放时长的视频,包括短视频资讯、电视剧和电影视频等。而不同用户观看各类视频,如电视剧、电影、短视频资讯等的频率不同,有的用户每天都在观看,而有的用户隔几天才会观看。但用户使用不同APP产品观看视频时,其观看视频的行为会作为日志记录在与使用的APP产品相关联的服务器上。
另外,正如在背景技术里介绍的,无论是短视频资讯,还是电影、电视剧等视频,为了便于用户快速寻找期望看的视频,提供视频服务的服务商往往会给视频库里的所有视频进行分类,例如,对于电影视频的分类类别包括但不限于:按明星的名字分类:周润发、成龙等;按地区分类:华语、美国、欧洲等;按类型分类:喜剧、爱情、动作等;对于电视剧也有类似的分类,而对于短视频资讯的分类,已经在背景技术中涉及。而不同的分类通常还会使用标签来标注,标签的作用是标识各种视频的分类或内容,便于用户查找;另外,视频库里的每一个视频通常会包含至少1个标签。这些信息无论是对本领域技术人员而言,还是对经常观看各种视频的用户来说,都属于常识类的信息,因此这里不过多介绍。
基于以上的相关介绍,本发明的步骤S1首先需要遍历用户u在预设的一段时期内观看过的视频库里的所有视频,即通过遍历记录的用户日志来获知该用户u在预设的一段时期内都观看过视频库里的哪些视频。所述预设的一段时期在实践中可以自由设定,例如可以是预设的1天,也可以是预设的3天、7天、14天、或30天等等;当然也可以预先依据大数据分析大量用户观看视频的时间频率,然后来设定一个比较合适的时间段,例如,假设14天(当然也可以是其它天数)比较合适,则可以遍历用户在14天内观看过的视频库里的所有视频。
S2:根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度。
其中,所述相对喜好度系数是:获得所述视频库里的第一视频和第二视频之间的内容相似度、和将用户在预设的一段时期内观看过第一视频并且向该用户推荐第二视频时该用户对该第二视频的响应行为进行数字化和标准化处理得到的标准化值,基于这两个值的乘积得到所述相对喜好度系数。
优选的,所述相对喜好度系数的确定方法是:
其中:tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
U表示在预设的一段时期内观看过所述视频库里的视频的所有用户的集合;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
fbu,n表示用户u在预设的一段时期内对于所述视频库里的视频n的奖励函数,其中:
a和b分别是自定义常数。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
通过上述计算相对喜好度系数的方法可知,在预设的一段时期内观看过所述视频库里的视频的所有用户的集合中,通过统计观看过视频m和因为推荐而又观看过视频n的用户数量与观看过视频m的用户数量之比,再乘以视频m与视频n之间的相似度,即可以得出基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数tsm,n,注意这里的相对喜好度系数不是针对某个特定用户的,而是适用于观看过视频库里的视频m的普遍用户的通用的相对喜好度系数。另外,所述式子中的通过计算视频m和视频n的标签向量的余弦值来表示视频m与视频n之间的相似度,这个余弦值越大,则视频m与视频n之间的内容相似度越高。
通过上述方法能够预先确立相对喜好度系数,这样就可以根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对不同视频的喜好度,该预测用户对不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
K表示所述视频库里的所有视频的集合。
在该式子里,通过计算用户u由于在预设的一段时期内观看过所述视频库里的不同视频m而分别相对于对该视频库里的其它视频n的相对喜好度系数之和,作为预测的用户对所述视频库里的不同视频的喜好度。
S3:基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
通过得到的用户对例如短视频库的视频库里的视频的喜好度,就可以知道用户对哪些视频更感兴趣,这样基于所述喜好度按预设方式选取一定数量的视频向用户推荐。优选的,基于所述喜好度值从大到小顺序选取一定数量的视频向用户推荐。所述一定数量可以根据实际应用场景来任意选定具体数量,例如可以是5-20个,或者20-50个,或者也可以是更多数量的视频,如100、200个等。这样,实现了根据不同用户的喜好给用户推荐不同的视频的个性化推荐的目的。
除了采用上述优选方式来选取推荐视频之外,还可以预先设置一个阈值,从大于或等于预设阈值的喜好度所对应的视频中随机选取一定数量的视频向用户推荐,例如可以是5-20个,或者20-50个,或者也可以是更多数量的视频,如100、200个等。
另外,本领域技术人员都知道,在使用智能终端,尤其是例如手机、平板电脑等的智能移动终端来在线观看视频或短视频,需要通过在终端上安装的第三方应用来实现观看视频或短视频的目的,也正如上面描述过的,这些第三方应用APP的服务商会在后端的服务器上预先建立视频库,里面保存可以向用户提供的各类播放时长的视频,因此本文中涉及的用户观看视频库里的视频,均指通过某款视频播放器APP产品观看该APP产品服务商提供的视频库里的视频。
根据本发明的上述各实施例介绍的视频推荐方法,实现了根据不同用户的喜好给用户推荐不同的视频的个性化推荐的目的。
图2是本发明第二实施例提供的视频推荐装置的示意性框图。如图2所示,本发明的视频推荐装置包括:
视频历史记录获取单元,用于获取用户在预设的一段时期内观看过视频库里的视频的历史记录;
喜好度确定单元,用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度;
推荐单元,用于基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
其中,所述预设的一段时期包括但不限于:最近7天、最近14天、或最近30天。
其中,所述相对喜好度系数是:获得所述视频库里的第一视频和第二视频之间的内容相似度、和将用户在预设的一段时期内观看过第一视频并且向该用户推荐第二视频时该用户对该第二视频的响应行为进行数字化和标准化处理得到的标准化值,基于这两个值的乘积得到所述相对喜好度系数。
优选的,所述相对喜好度系数的确定方法是:
其中:tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
U表示在预设的一段时期内观看过所述视频库里的视频的所有用户的集合;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
fbu,n表示用户u在预设的一段时期内对于所述视频库里的视频n的奖励函数,其中:
a和b分别是自定义常数。
其中,所述喜好度确定单元用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数;
K表示所述视频库里的所有视频的集合。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
其中,所述推荐单元基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐的方法包括:基于所述喜好度值从大到小顺序选取一定数量的视频向用户推荐,或是从大于或等于预设阈值的喜好度所对应的视频中随机选取一定数量的视频向用户推荐。所述一定数量可以根据实际应用场景来任意选定具体数量,例如可以是5-20个,或者20-50个,或者也可以是更多数量的视频,如100、200个等。这样,实现了根据不同用户的喜好给用户推荐不同的视频的个性化推荐的目的。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述第一实施例描述的实施方法的对应过程,前述第一实施例中列举的例子和相关描述,同样适用于解释装置的工作过程,在此不再重复描述。
根据本发明的视频推荐装置,实现了根据不同用户的喜好给用户推荐不同的视频的个性化推荐的目的。
本发明实施例所提供的一种视频推荐方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
为此,本发明还提供了一种存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行上述第一实施例及相应优选实施例所述的方法步骤。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,智能平板电脑,智能手机,服务器,或者网络设备等)执行本发明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)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种视频推荐方法,其包括:
S1:获取用户在预设的一段时期内观看过视频库里的视频的历史记录;
S2:根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度,所述根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数,其中,所述相对喜好度系数tsm,n是:通过统计观看过视频m和因为推荐而又观看过视频n的用户数量与观看过视频m的用户数量之比,再乘以视频m与视频n之间的相似度得到的;
K表示所述视频库里的所有视频的集合;
S3:基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
2.根据权利要求1所述的方法,其特征在于所述预设的一段时期包括但不限于:最近7天、最近14天、或最近30天。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
5.根据权利要求1所述的方法,其特征在于在步骤S3中,基于所述喜好度值从大到小顺序选取一定数量的视频向用户推荐,或是从大于或等于预设阈值的喜好度所对应的视频中随机选取一定数量的视频向用户推荐。
6.一种视频推荐装置,包括:
视频历史记录获取单元,用于获取用户在预设的一段时期内观看过视频库里的视频的历史记录;
喜好度确定单元,用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度,所述喜好度确定单元用于根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述视频库里的不同视频的喜好度的方法包括:
其中:Pdictu,n表示预测用户u对所述视频库里的视频n的喜好度;
Veu,m表示用户u在预设的一段时期内是否观看过所述视频库里的视频m,0表示没有观看过,1表示有观看过;
tsm,n表示基于多个用户所观看过的所述视频库里的视频m所得到的用户对该视频库里的其它视频n的相对喜好度系数,其中,所述相对喜好度系数tsm,n是:通过统计观看过视频m和因为推荐而又观看过视频n的用户数量与观看过视频m的用户数量之比,再乘以视频m与视频n之间的相似度得到的;
K表示所述视频库里的所有视频的集合;
推荐单元,用于基于所述喜好度按预设方式从所述视频库里选取一定数量的视频向所述用户推荐。
7.根据权利要求6所述的装置,其特征在于所述预设的一段时期包括但不限于:最近7天、最近14天、或最近30天。
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值;
T表示视频标签库中的所有视频标签的集合;
|T|表示所述视频标签库中的所有视频标签的数量值;
K表示所述视频库里的所有视频的集合;
|K|表示所述视频库里的所有视频的数量值。
10.根据权利要求6所述的装置,其特征在于按预设方式选取包括:基于所述喜好度值从大到小顺序选取的方式,或者从大于或等于预设阈值的喜好度所对应的视频中随机选取的方式。
11.一种存储设备,其中存储有多条指令,所述指令适于由处理器加载并执行权利要求1-5之一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710748717.8A CN107562848B (zh) | 2017-08-28 | 2017-08-28 | 一种视频推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710748717.8A CN107562848B (zh) | 2017-08-28 | 2017-08-28 | 一种视频推荐方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107562848A CN107562848A (zh) | 2018-01-09 |
CN107562848B true CN107562848B (zh) | 2020-07-14 |
Family
ID=60977240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710748717.8A Active CN107562848B (zh) | 2017-08-28 | 2017-08-28 | 一种视频推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107562848B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562846B (zh) * | 2017-08-28 | 2022-03-01 | 阿里巴巴(中国)有限公司 | 一种推荐应用的方法和装置 |
CN109639786B (zh) * | 2018-12-04 | 2021-06-18 | 北京达佳互联信息技术有限公司 | 多媒体资源的分发方法、装置、服务器及存储介质 |
CN109889577B (zh) * | 2019-01-21 | 2021-09-10 | 广州华泓文化发展有限公司 | 一种流媒体数据流量分析方法及系统 |
CN113761271A (zh) * | 2020-06-03 | 2021-12-07 | 青岛海高设计制造有限公司 | 用于视频推荐的方法及装置、带显示屏的冰箱 |
CN112153423A (zh) * | 2020-09-15 | 2020-12-29 | 济南雪景网络技术有限公司 | 用户自驱动的短视频智能推荐方法、电子设备和存储介质 |
CN114222186A (zh) * | 2022-01-28 | 2022-03-22 | 普春玲 | 基于大数据深度挖掘的信息推送系统及方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4650541B2 (ja) * | 2008-09-08 | 2011-03-16 | ソニー株式会社 | 推薦装置および方法、プログラム、並びに記録媒体 |
CN101634996A (zh) * | 2009-08-13 | 2010-01-27 | 浙江大学 | 基于综合考量的个性化视频排序方法 |
US20110320380A1 (en) * | 2010-06-23 | 2011-12-29 | Microsoft Corporation | Video content recommendations |
CN103020161B (zh) * | 2012-11-26 | 2015-12-09 | 北京奇虎科技有限公司 | 在线视频推荐方法和推荐系统及处理系统 |
CN103440335B (zh) * | 2013-09-06 | 2016-11-09 | 北京奇虎科技有限公司 | 视频推荐方法及装置 |
CN103544212B (zh) * | 2013-09-09 | 2017-04-05 | Tcl集团股份有限公司 | 一种内容推荐方法及系统 |
CN104333773A (zh) * | 2013-12-18 | 2015-02-04 | 乐视网信息技术(北京)股份有限公司 | 一种视频推荐方法及服务器 |
CN104053023B (zh) * | 2014-06-13 | 2018-11-30 | 海信集团有限公司 | 一种确定视频相似度的方法及装置 |
CN104216960A (zh) * | 2014-08-21 | 2014-12-17 | 北京奇艺世纪科技有限公司 | 一种视频推荐方法和装置 |
CN105915949A (zh) * | 2015-12-23 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 一种视频内容推荐方法、设备和系统 |
CN106202474A (zh) * | 2016-07-14 | 2016-12-07 | Tcl集团股份有限公司 | 一种对象推荐方法和装置 |
CN106227870A (zh) * | 2016-07-28 | 2016-12-14 | 乐视控股(北京)有限公司 | 一种视频网站推荐方法及装置 |
CN107038213B (zh) * | 2017-02-28 | 2021-06-15 | 华为技术有限公司 | 一种视频推荐的方法及装置 |
-
2017
- 2017-08-28 CN CN201710748717.8A patent/CN107562848B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107562848A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107562848B (zh) | 一种视频推荐方法和装置 | |
CN107454442B (zh) | 一种推荐视频的方法和装置 | |
CN109819284B (zh) | 一种短视频推荐方法、装置、计算机设备及存储介质 | |
CN109033149B (zh) | 信息推荐方法、装置、服务器及存储介质 | |
US10405041B2 (en) | Systems and methods for predictive spoiler prevention in media assets based on user behavior | |
CN108197331B (zh) | 用户兴趣的探索方法和装置 | |
US9628873B2 (en) | Methods and systems for identifying a media program clip associated with a trending topic | |
US9319724B2 (en) | Favorite media program scenes systems and methods | |
US9913001B2 (en) | System and method for generating segmented content based on related data ranking | |
US20160149956A1 (en) | Media management and sharing system | |
US9900656B2 (en) | Method and system for customer management | |
US20150020106A1 (en) | Personalized video content from media sources | |
US20140289241A1 (en) | Systems and methods for generating a media value metric | |
CN103229169B (zh) | 内容提供方法和系统 | |
US20140259037A1 (en) | Predicted video content aggregation | |
US20130332521A1 (en) | Systems and methods for compiling media information based on privacy and reliability metrics | |
US20170169040A1 (en) | Method and electronic device for recommending video | |
CN108471544B (zh) | 一种构建视频用户画像方法及装置 | |
US20140245334A1 (en) | Personal videos aggregation | |
CN104866591B (zh) | 视频推荐方法及装置 | |
US20180152758A1 (en) | Systems and methods for predictive spoiler prevention in media assets based on user behavior | |
US20150128186A1 (en) | Mobile Multimedia Terminal, Video Program Recommendation Method and Server Thereof | |
CN112507163A (zh) | 时长预测模型训练方法、推荐方法、装置、设备及介质 | |
CN106980666B (zh) | 一种推荐视频的方法和装置 | |
CN111046292A (zh) | 直播推荐方法、装置、计算机可读存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20200901 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Patentee after: Alibaba (China) Co.,Ltd. Address before: 510627 Guangdong city of Guangzhou province Whampoa Tianhe District Road No. 163 Xiping Yun Lu Yun Ping square B radio tower 15 layer self unit 02 Patentee before: GUANGZHOU UC NETWORK TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |