CN107948754A - 一种视频推荐方法和系统 - Google Patents

一种视频推荐方法和系统 Download PDF

Info

Publication number
CN107948754A
CN107948754A CN201711231094.3A CN201711231094A CN107948754A CN 107948754 A CN107948754 A CN 107948754A CN 201711231094 A CN201711231094 A CN 201711231094A CN 107948754 A CN107948754 A CN 107948754A
Authority
CN
China
Prior art keywords
video
scene
user
recommendation
information
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
CN201711231094.3A
Other languages
English (en)
Inventor
陈朱尧
都书猛
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.)
CHENGDU SHIDAKE INFORMATION TECHNOLOGY Co Ltd
Original Assignee
CHENGDU SHIDAKE INFORMATION TECHNOLOGY 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 CHENGDU SHIDAKE INFORMATION TECHNOLOGY Co Ltd filed Critical CHENGDU SHIDAKE INFORMATION TECHNOLOGY Co Ltd
Priority to CN201711231094.3A priority Critical patent/CN107948754A/zh
Publication of CN107948754A publication Critical patent/CN107948754A/zh
Pending legal-status Critical Current

Links

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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
    • H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
    • 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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/4661—Deriving a combined profile for a plurality of end-users of the same client, e.g. for family members within a home
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4825—End-user interface for program selection using a list of items to be played back in a given order, e.g. playlists
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8166—Monomedia components thereof involving executable data, e.g. software
    • H04N21/8193—Monomedia components thereof involving executable data, e.g. software dedicated tools, e.g. video decoder software or IPMP tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例涉及一种视频推荐方法和系统，属于视频播放技术领域。其中，该方法包括：根据预先设置的人脸识别程序确定观看视频的用户的基本信息；在预先设置的用户场景中，根据基本信息确定用户对应的场景集合；根据基本信息和场景集合为用户推荐视频。通过本实施例提供的：在确定用户的基本信息后，根据基本信息确定用户的场景集合，并根据基本信息和场景集合为用户推荐视频的技术方案，避免了现有技术中不能根据当前观看视频的用户的信息进行细粒度的推荐的技术弊端，实现了有针对性的为观看视频的用户推荐视频的技术效果。

Description

一种视频推荐方法和系统
技术领域
本发明实施例涉及视频播放技术领域，尤其涉及一种视频推荐方法和系统。
背景技术
随着科学技术的发展和人类对生活品质的不断追求，且随着计算机视觉和机器学习以及互联网技术的发展，手机、IPad、笔记本等为人类带来了工作上的便利，也为人类带的休闲娱乐带来了便利。
在现有技术中，当手机、电脑等用户使用相应终端进行视频观看时，终端仅会根据视频的热度，或者是服务端的配置进行推荐为用户推荐一些视频。
发明内容
为解决上述技术问题，本发明实施例提供了一种视频推荐方法和系统。
根据本发明实施例的一个方面，本发明实施例提供了一种视频推荐方法，所述方法包括：
根据预先设置的人脸识别程序确定观看视频的用户的基本信息，其中，所述基本信息包括：年龄信息、性别信息和数量信息；
在预先设置的用户场景中，根据所述基本信息确定所述用户对应的场景集合；
根据所述基本信息和所述场景集合为所述用户推荐视频。
通过本实施例提供的：根据人脸识别程序对观看视频的用户进行识别，得到基本信息，并根据基本信息确定用户的场景集合，且根据基本信息和场景集合为用户推荐视频的技术方案，一方面，避免了现有技术中不能根据当前观看视频的用户的信息进行细粒度的推荐的技术弊端，另一方面，实现了有针对性的为观看视频的用户推荐视频的技术效果。
进一步地，所述根据所述基本信息和所述场景集合为所述用户推荐视频，具体包括：
在所述场景集合中，确定每个场景对应的用户信息与所述基本信息的相似比，以便得到匹配度；
根据所述匹配度和预先设置的每个所述场景对应的优先级从所述场景集合中，选取推荐场景；
根据所述推荐场景为所述用户推荐视频。
通过本实施例提供的：根据匹配度和优先级从场景集合中选取推荐场景，并根据推荐场景为用户推荐视频的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
进一步地，所述根据所述匹配度和预先设置的每个所述场景对应的优先级从所述场景集合中，选取推荐场景，具体包括：
在所述场景集合中，根据每个所述场景对应的优先级，确定推荐场景集合；
在所述推荐场景集合中，选择所述匹配度最大的场景为推荐场景。
进一步地，所述根据所述推荐场景为所述用户推荐视频，具体包括：
根据所述推荐场景中的每个视频已播放的次数从高到低对所述推荐场景中的每个视频进行排序，得到视频队列；
根据所述视频队列为所述用户推荐视频。
进一步地，所述方法还包括：
当所述人脸识别程序识别到所述基本信息中的至少一种信息发生变化，且当变化的时间持续预设时间阈值时，则根据变化后的信息从所述用户场景中，选择与变化后的信息对应的场景，得到切换场景，以便根据所述切换场景为所述用户推荐视频。
通过本实施例提供的：在得到切换场景后，根据切换场景为用户推荐视频的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
进一步地，所述方法还包括：
当所述推荐场景对应的优先级与所述切换场景对应的优先级之间的优先级跨度大于预设跨度阈值时，则根据所述切换场景为所述用户推荐视频。
通过本实施例提供的：当推荐场景与切换场景对应的优先级之间的跨度大于预设跨度阈值时，才根据切换场景为用户推荐视频的技术方案，避免了盲目切换视频的技术效果，节约了资源，提高了用户的观看体验的技术效果。
进一步地，所述方法还包括：
当所述基本信息对应的场景集合为空时，则根据预先设置的视频推荐列表为所述用户推荐视频。
通过本实施例提供的：当根据基本信息无法确定用户对应的场景集合时，则根据视频推荐列表为用户推荐视频的技术方案，实现了及时为用户推荐视频的技术效果。
进一步地，所述方法还包括：
获取所述用户从所述视频推荐列表中选取的播放视频的信息；
根据所述基本信息和所述播放视频的信息更新所述用户场景。
通过本实施例提供的：根据基本信息和播放视频的信息更新用户场景的技术方案，实现了用户场景不断更新，符合用户需求的技术效果，实现了提升用户体验的技术效果。
进一步地，在所述根据预先设置的人脸识别程序确定观看视频的用户的基本信息之前，所述方法还包括：
根据获取到的视频内容，确定适合观看所述视频内容的用户的年龄段、性别和数量区间；
根据所述年龄段、所述性别和所述数量区间将所述视频内容对应的视频划分至对应的用户场景中。
通过本实施例提供的：将视频划分至对应的用户场景中的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
根据本发明实施例的另一个方面，本发明实施例提供了一种视频推荐系统，所述系统包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序，其中，
所述处理器执行所述程序时实现上述所述的方法。
附图说明
图1为本发明实施例提供一种视频推荐方法的流程示意图；
图2为本发明实施例提供的一种视频推荐系统的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透切理解本发明。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统和方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种视频推荐方法和系统。
根据本发明实施例的一个方面，本发明实施例提供了一种视频推荐方法。
请参阅图1，图1为本发明实施例提供一种视频推荐方法的流程示意图。
如图1所示，该方法包括：
S100：根据预先设置的人脸识别程序确定观看视频的用户的基本信息，其中，基本信息包括：年龄信息、性别信息和数量信息；
S200：在预先设置的用户场景中，根据基本信息确定用户对应的场景集合；
S300：根据基本信息和场景集合为用户推荐视频。
为使对本申请的技术方案和根据本申请的技术方案达到的技术效果有更加清楚和深刻的理解，现结合现有技术对本申请进行详细说明，具体如下：
在现有技术中，视频播放设备在为观看视频的用户推荐视频时，采用的推荐的方式为：根据视频的热度、用户所在的地区、服务端配置等用户进行推荐。
例如：影片《战狼2》收视率非常高，于是，每当有用户点击视频播放器，准备观看视频时，则会将该影片推荐给用户。然而，可以理解的是，并不是所有的用户都会喜欢看该影片。如果是个4岁的小孩正在使用视频播放器，则该小孩可能会更加想看动画片《喜洋洋》。即，在现有技术中，并不能实现针对不同的用户推荐不同的影片的技术效果。尤其是一些存在血腥、暴力的影片，更加不适合小孩或者老人观看，如果只是根据热度为用户进行推荐，则会对用户造成不良的心理影响。
然而，在本申请中，先对观看视频的用户的基本信息进行确定，根据基本信息，即根据用户的年龄信息、性别信息、数量信息和场景集合为用户推荐视频。
其中，用户场景中包括多个场景，可以将0岁至10岁的用户划分至儿童场景，同时，在儿童场景中，又可以根据儿童的性别划分男儿童场景和女儿童场景。当然，用户场景中也可包括亲子场景，情侣场景等。
可以理解的是，同一部影片，可能既适合亲子场景的用户观看，也适合儿童场景的用户观看，所以，一部影片，即一个视频可以对应多个场景，一个场景也对应多个视频。
由上可知，通过本实施例提供的：根据人脸识别程序对观看视频的用户进行识别，得到基本信息，并根据基本信息确定用户的场景集合，且根据基本信息和场景集合为用户推荐视频的技术方案，一方面，避免了现有技术中不能根据当前观看视频的用户的信息进行细粒度的推荐的技术弊端，另一方面，实现了有针对性的为观看视频的用户推荐视频的技术效果。
在一种可能实现的技术方案中，S200具体包括：
在场景集合中，确定每个场景对应的用户信息与基本信息的相似比，以便得到匹配度；
根据匹配度和预先设置的每个场景对应的优先级从场景集合中，选取推荐场景；
根据推荐场景为用户推荐视频。
在本实施例中，例如：
根据用户的基本信息，得到4个与用户对应的场景，即场景集合中包括4个场景，将基本信息分别于场景集合的每个场景中的用户信息进行比较，得到相似比。具体地：
将基本信息与第1个场景的用户信息进行比较，相似比为80:100，即，对应的匹配度为80％，依此类推，分别得到其它3个场景对应的匹配度。
可以理解的是，尊老爱幼是一种美德，所以，预先设置每个场景的优先级。例如：
儿童场景的优先级高于青少年场景的优先级，老年人场景的优先级高于成年人场景的优先级，具体可以通过用数字进行标示，儿童场景的优先级为1级，老年人场景的优先级为2级，青少年场景的优先级为3级，中年人场景的优先级为4级。当然，在本实施例中，是采用数字越小，对应的优先级级别越高的方式进行标示，也可以采用数字越大，对应的优先级的级别越高的方式进行标示。
通过本实施例提供的：根据匹配度和优先级从场景集合中选取推荐场景，并根据推荐场景为用户推荐视频的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
在一种可能实现的技术方案中，根据匹配度和预先设置的每个场景对应的优先级从场景集合中，选取推荐场景，具体包括：
在场景集合中，根据每个场景对应的优先级，确定推荐场景集合；
在推荐场景集合中，选择所述匹配度最大的场景为推荐场景。
在一种可能实现的技术方案中，根据推荐场景为用户推荐视频，具体包括：
根据推荐场景中的每个视频已播放的次数从高到低对推荐场景中的每个视频进行排序，得到视频队列；
根据视频队列为用户推荐视频。
在本实施例中，例如：
推荐场景中共有5个视频，5个视频和被播放的次数的对应关系如表1所示，在对表1中的5个视频根据播放次数进行排序后，得到视频队列，具体如表2所示。
表1：
视频名称 已播放次数(单位：次)
第一视频 30000
第二视频 60000
第三视频 50000
第四视频 10000
第五视频 90000
表2：
具体地，为用户推荐第五视频。
在一种可能实现的技术方案中，该方法还包括：
当人脸识别程序识别到基本信息中的至少一种信息发生变化，且当变化的时间持续预设时间阈值时，则根据变化后的信息从用户场景中，选择与变化后的信息对应的场景，得到切换场景，以便根据切换场景为用户推荐视频。
由于观看视频的用户的信息可能发生变化，例如，之前有两个用户在观看视频，一个儿童，一个中年人，则根据儿童场景推荐的视频A，以供用户观看。视频A刚播放一半，儿童中途走了，只剩下中年人在观看视频。
但是，儿童可能在一分钟之内又回来看视频，所以，当儿童走后5分钟内，播放器依然播放视频A，只有等5分钟后，才根据中年人对应的场景，得到切换场景，根据切换场景为中年人推荐视频。
基于本实施例，一方面，通过预设时间阈值，在避免了频繁切换场景，频繁切换视频的同时，确保了灵活变更场景，增强用户体验的技术效果。
通过本实施例提供的：在得到切换场景后，根据切换场景为用户推荐视频的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
在一种可能实现的技术方案中，该方法还包括：
当推荐场景对应的优先级与切换场景对应的优先级之间的优先级跨度大于预设跨度阈值时，则根据切换场景为用户推荐视频。
本实施例是对上一实施例的进一步限定。在本实施例中，在基本信息变化5分钟后，优先判断切换场景对应的优先级和推荐场景对应的优先级之间的跨度值与跨度阈值的大小。具体地：
当优先级对应的数字越大，表示优先级级别越高时，若推荐场景对应的优先级为1，切换场景对应的优先级为4，则优先级跨度为3，而预设的跨度阈值为2，则根据切换场景为用户推荐视频。
当优先级对应的数字越大，表示优先级级别越高时，若推荐场景对应的优先级为1，切换场景对应的优先级为2，则优先级跨度为1，而预设的跨度阈值为2，则不对正在播放的视频进行更改。
当优先级对应的数字越小，表示优先级级别越高时，若推荐场景对应的优先级为1，切换场景对应的优先级为4，则优先级跨度为3，而预设的跨度阈值为2，则根据切换场景为用户推荐视频。
当优先级对应的数字越小，表示优先级级别越高时，若推荐场景对应的优先级为1，切换场景对应的优先级为2，则优先级跨度为1，而预设的跨度阈值为2，则不对正在播放的视频进行更改。
通过本实施例提供的：当推荐场景与切换场景对应的优先级之间的跨度大于预设跨度阈值时，才根据切换场景为用户推荐视频的技术方案，避免了盲目切换视频的技术效果，节约了资源，提高了用户的观看体验的技术效果。
在一种可能实现的技术方案中，方法还包括：
当基本信息对应的场景集合为空时，则根据预先设置的视频推荐列表为用户推荐视频。
通过本实施例提供的：当根据基本信息无法确定用户对应的场景集合时，则根据视频推荐列表为用户推荐视频的技术方案，实现了及时为用户推荐视频的技术效果。
在一种可能实现的技术方案中，该方法还包括：
获取用户从所述视频推荐列表中选取的播放视频的信息；
根据基本信息和播放视频的信息更新所述用户场景。
通过本实施例提供的：根据基本信息和播放视频的信息更新用户场景的技术方案，实现了用户场景不断更新，符合用户需求的技术效果，实现了提升用户体验的技术效果。
在一种可能实现的技术方案中，在S100之前，该方法还包括：
根据获取到的视频内容，确定适合观看视频内容的用户的年龄段、性别和数量区间；
根据年龄段、性别和数量区间将视频内容对应的视频划分至对应的用户场景中。
在本实施例中，具体地，将年龄划分为儿童场景(0-10)、青少年场景(10-18)、青年场景(18-40)、中年场景(40-60)、老年场景(60以上)，将性别划分为男性、女性，将人数划分为1人、2人、3人、多人。一个场景可以由这3个维度自由组合，划分场景如下，儿童场景(1个或多个儿童)，青少年场景(1个青少年或多个儿童和青少年)，青年场景(1个或多个成年人)，中老年场景(1个或多个中老年)，亲子场景(儿童、青少年和成年人)，情侣场景(一对成年男女)和其它自主学习场景，并为每个场景进行优先级排序，儿童场景(1)、青少年场景(2)、亲子场景(3)、情侣场景(4)、成年人场景(5)、中老年场景(6)。
其中，“其它自主学习场景”是指，当无法根据基本信息确定用户的场景集合时，则直接根据当前的基本信息建立新的场景，并根据新建立的场景对用户场景进行更新。
通过本实施例提供的：将视频划分至对应的用户场景中的技术方案，进一步实现了有针对性的为观看视频的用户推荐视频的技术效果，且实现了推荐视频的个性化和人性化的技术效果。
根据本发明实施例的另一个方面，本发明实施例提供了与上述方法相对应的一种视频推荐系统。
请参阅图2，图2为本发明实施例提供一种视频推荐系统的结构示意图。
如图2所示，该系统包括：存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其中，
处理器执行程序时实现上述的方法。
本发明实施例通过根据预先设置的人脸识别程序确定观看视频的用户的基本信息，在预先设置的用户场景中，根据基本信息确定用户对应的场景集合，根据基本信息和场景集合为用户推荐视频的技术方案，避免了现有技术中不能根据当前观看视频的用户的信息进行细粒度的推荐的技术问题，实现了有针对性的为观看视频的用户推荐视频的技术效果。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
还应理解，在本发明各实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上，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，可轻易想到各种等效的修改或替换，这些修改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权利要求的保护范围为准。

Claims (10)

1.一种视频推荐方法，其特征在于，所述方法包括：
根据预先设置的人脸识别程序确定观看视频的用户的基本信息，其中，所述基本信息包括：年龄信息、性别信息和数量信息；
在预先设置的用户场景中，根据所述基本信息确定所述用户对应的场景集合；
根据所述基本信息和所述场景集合为所述用户推荐视频。
2.根据权利要求1所述的一种视频推荐方法，其特征在于，所述根据所述基本信息和所述场景集合为所述用户推荐视频，具体包括：
在所述场景集合中，确定每个场景对应的用户信息与所述基本信息的相似比，以便得到匹配度；
根据所述匹配度和预先设置的每个所述场景对应的优先级从所述场景集合中，选取推荐场景；
根据所述推荐场景为所述用户推荐视频。
3.根据权利要求2所述的一种视频推荐方法，其特征在于，所述根据所述匹配度和预先设置的每个所述场景对应的优先级从所述场景集合中，选取推荐场景，具体包括：
在所述场景集合中，根据每个所述场景对应的优先级，确定推荐场景集合；
在所述推荐场景集合中，选择所述匹配度最大的场景为推荐场景。
4.根据权利要求2所述的一种视频推荐方法，其特征在于，所述根据所述推荐场景为所述用户推荐视频，具体包括：
根据所述推荐场景中的每个视频已播放的次数从高到低对所述推荐场景中的每个视频进行排序，得到视频队列；
根据所述视频队列为所述用户推荐视频。
5.根据权利要求2所述的一种视频推荐方法，其特征在于，所述方法还包括：
当所述人脸识别程序识别到所述基本信息中的至少一种信息发生变化，且当变化的时间持续预设时间阈值时，则根据变化后的信息从所述用户场景中，选择与变化后的信息对应的场景，得到切换场景，以便根据所述切换场景为所述用户推荐视频。
6.根据权利要求5所述的一种视频推荐方法，其特征在于，所述方法还包括：
当所述推荐场景对应的优先级与所述切换场景对应的优先级之间的优先级跨度大于预设跨度阈值时，则根据所述切换场景为所述用户推荐视频。
7.根据权利要求1-6中任一项所述的一种视频推荐方法，其特征在于，所述方法还包括：
当所述基本信息对应的场景集合为空时，则根据预先设置的视频推荐列表为所述用户推荐视频。
8.根据权利要求7所述的一种视频推荐方法，其特征在于，所述方法还包括：
获取所述用户从所述视频推荐列表中选取的播放视频的信息；
根据所述基本信息和所述播放视频的信息更新所述用户场景。
9.根据权利要求1-6中任一项所述的一种视频推荐方法，其特征在于，在所述根据预先设置的人脸识别程序确定观看视频的用户的基本信息之前，所述方法还包括：
根据获取到的视频内容，确定适合观看所述视频内容的用户的年龄段、性别和数量区间；
根据所述年龄段、所述性别和所述数量区间将所述视频内容对应的视频划分至对应的用户场景中。
10.一种视频推荐系统，其特征在于，所述系统包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机程序，其中，
所述处理器执行所述程序时实现权利要求1-9中任一项所述的方法。
CN201711231094.3A 2017-11-29 2017-11-29 一种视频推荐方法和系统 Pending CN107948754A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711231094.3A CN107948754A (zh) 2017-11-29 2017-11-29 一种视频推荐方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711231094.3A CN107948754A (zh) 2017-11-29 2017-11-29 一种视频推荐方法和系统

Publications (1)

Publication Number Publication Date
CN107948754A true CN107948754A (zh) 2018-04-20

Family

ID=61946815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711231094.3A Pending CN107948754A (zh) 2017-11-29 2017-11-29 一种视频推荐方法和系统

Country Status (1)

Country Link
CN (1) CN107948754A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875652A (zh) * 2018-06-26 2018-11-23 四川斐讯信息技术有限公司 用户场景分析装置及方法
CN109121007A (zh) * 2018-09-18 2019-01-01 深圳市酷开网络科技有限公司 基于多人脸识别的影视内容推荐方法、智能电视及系统
CN109872194A (zh) * 2019-03-07 2019-06-11 百度在线网络技术（北京）有限公司 广告推荐的方法、装置、存储介质和终端设备
CN110188269A (zh) * 2019-05-22 2019-08-30 Oppo广东移动通信有限公司 一种信息推荐方法及终端、存储介质
CN112423133A (zh) * 2019-08-23 2021-02-26 腾讯科技（深圳）有限公司 视频切换方法、装置、计算机可读存储介质和计算机设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103324729A (zh) * 2013-06-27 2013-09-25 北京小米科技有限责任公司 一种推荐多媒体资源的方法和装置
US20130324234A1 (en) * 2012-06-01 2013-12-05 Nintendo Co., Ltd. Information processing system, storing medium, information processing device, and recommendation method
CN103716702A (zh) * 2013-12-17 2014-04-09 三星电子（中国）研发中心 电视节目推荐装置和方法
US20140178048A1 (en) * 2012-12-26 2014-06-26 Huawei Technologies Co., Ltd. Multimedia File Playback Method and Apparatus
CN104239466A (zh) * 2014-09-02 2014-12-24 百度在线网络技术（北京）有限公司 向用户推荐项目的方法、装置及设备
CN104378659A (zh) * 2014-10-31 2015-02-25 四川长虹电器股份有限公司 基于智能电视的个性化推荐方法
CN104469430A (zh) * 2014-12-24 2015-03-25 武汉泰迪智慧科技有限公司 基于上下文和群组组合的视频推荐方法及系统
CN105681900A (zh) * 2015-12-31 2016-06-15 宇龙计算机通信科技(深圳)有限公司 一种信息处理方法及移动终端
CN106294783A (zh) * 2016-08-12 2017-01-04 乐视控股（北京）有限公司 一种视频推荐方法及装置
EP2966874A4 (en) * 2014-03-16 2017-03-01 Samsung Electronics Co., Ltd. Method for controlling content playback and content playback apparatus for executing same
CN106572390A (zh) * 2016-11-09 2017-04-19 咪咕音乐有限公司 一种音视频推荐方法及设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130324234A1 (en) * 2012-06-01 2013-12-05 Nintendo Co., Ltd. Information processing system, storing medium, information processing device, and recommendation method
US20140178048A1 (en) * 2012-12-26 2014-06-26 Huawei Technologies Co., Ltd. Multimedia File Playback Method and Apparatus
CN103324729A (zh) * 2013-06-27 2013-09-25 北京小米科技有限责任公司 一种推荐多媒体资源的方法和装置
CN103716702A (zh) * 2013-12-17 2014-04-09 三星电子（中国）研发中心 电视节目推荐装置和方法
EP2966874A4 (en) * 2014-03-16 2017-03-01 Samsung Electronics Co., Ltd. Method for controlling content playback and content playback apparatus for executing same
CN104239466A (zh) * 2014-09-02 2014-12-24 百度在线网络技术（北京）有限公司 向用户推荐项目的方法、装置及设备
CN104378659A (zh) * 2014-10-31 2015-02-25 四川长虹电器股份有限公司 基于智能电视的个性化推荐方法
CN104469430A (zh) * 2014-12-24 2015-03-25 武汉泰迪智慧科技有限公司 基于上下文和群组组合的视频推荐方法及系统
CN105681900A (zh) * 2015-12-31 2016-06-15 宇龙计算机通信科技(深圳)有限公司 一种信息处理方法及移动终端
CN106294783A (zh) * 2016-08-12 2017-01-04 乐视控股（北京）有限公司 一种视频推荐方法及装置
CN106572390A (zh) * 2016-11-09 2017-04-19 咪咕音乐有限公司 一种音视频推荐方法及设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875652A (zh) * 2018-06-26 2018-11-23 四川斐讯信息技术有限公司 用户场景分析装置及方法
CN109121007A (zh) * 2018-09-18 2019-01-01 深圳市酷开网络科技有限公司 基于多人脸识别的影视内容推荐方法、智能电视及系统
CN109121007B (zh) * 2018-09-18 2020-11-03 深圳市酷开网络科技有限公司 基于多人脸识别的影视内容推荐方法、智能电视及系统
CN109872194A (zh) * 2019-03-07 2019-06-11 百度在线网络技术（北京）有限公司 广告推荐的方法、装置、存储介质和终端设备
CN110188269A (zh) * 2019-05-22 2019-08-30 Oppo广东移动通信有限公司 一种信息推荐方法及终端、存储介质
CN112423133A (zh) * 2019-08-23 2021-02-26 腾讯科技（深圳）有限公司 视频切换方法、装置、计算机可读存储介质和计算机设备

Similar Documents

Publication Publication Date Title
CN107948754A (zh) 一种视频推荐方法和系统
US20240086413A1 (en) Methods, systems, and media for presenting search results
US9402101B2 (en) Content presentation method, content presentation device, and program
US20180158084A1 (en) System and method for eliciting information
US8438598B2 (en) Information processing apparatus, information processing method, program, and information sharing system
US12093317B2 (en) Methods, systems, and media for providing search suggestions based on content ratings of search results
CN106294831B (zh) 一种信息推荐方法及电子设备
WO2013121470A1 (ja) コンテンツ提示装置、端末、システム、プログラム、および、方法
CN106231362B (zh) 一种基于主播节目的信息推荐方法、电子设备及服务器
US20130297447A1 (en) Recommended content providing apparatus, recommended content providing program and recommended content providing method
KR20020077444A (ko) 선택의 일관성에 기초된 추천들을 발생하기 위한 방법 및장치
US9633375B2 (en) System and method for recommending online multimedia content
CN105574182A (zh) 一种新闻推荐方法和装置、一种用于新闻推荐的装置
CN103544290A (zh) 通过指纹识别来显示个性化推荐页面的方法及其系统
CN105701226A (zh) 多媒体资源评估方法和装置
CN106454536B (zh) 信息推荐度的确定方法及装置
JP2008542870A (ja) コンテンツに対するユーザの群の全体の関心を推定するため方法及び装置
CN109033233A (zh) 一种直播间推荐方法、存储介质、电子设备及系统
CN105653715A (zh) 一种训练教程的推送方法和系统
CN110248249A (zh) 一种视频推荐方法、视频推荐设备及服务器
CN106156351A (zh) 多媒体资源推荐信息生成方法及装置
CN111523050A (zh) 内容推荐方法、服务器及存储介质
CN105159990A (zh) 一种媒体数据分级控制的方法和装置
CN105208409A (zh) 一种信息推荐方法及装置
TW202032482A (zh) 針對視障群體的保險推薦方法和裝置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420