CN108307239B - 一种视频内容推荐方法和装置 - Google Patents

一种视频内容推荐方法和装置 Download PDF

Info

Publication number
CN108307239B
CN108307239B CN201810022509.4A CN201810022509A CN108307239B CN 108307239 B CN108307239 B CN 108307239B CN 201810022509 A CN201810022509 A CN 201810022509A CN 108307239 B CN108307239 B CN 108307239B
Authority
CN
China
Prior art keywords
video
recommended
specified
frames
playing
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
Application number
CN201810022509.4A
Other languages
English (en)
Other versions
CN108307239A (zh
Inventor
王嘉春
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.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo 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 Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201810022509.4A priority Critical patent/CN108307239B/zh
Publication of CN108307239A publication Critical patent/CN108307239A/zh
Application granted granted Critical
Publication of CN108307239B publication Critical patent/CN108307239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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]
    • H04N21/40—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
    • H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种视频内容推荐方法、装置、电子设备和计算机可读存储介质。该方法包括：确定待推荐的指定视频；根据所述指定视频生成视频片段和/或动态图；在指定的推荐区域中播放所述视频片段和/或动态图。通过本技术方案，将在进行视频内容推荐时，待推荐的指定视频以视频片段和/或动态图的形式进行播放，而非以文字的形式推荐给用户，使得推荐的内容更加吸引用户，而且用户可以直接预览到该视频内容，增强用户的使用体验。

Description

一种视频内容推荐方法和装置
技术领域
本发明涉及计算机技术领域，具体涉及一种视频内容推荐方法、装置、电子设备和计算机可读存储介质。
背景技术
随着各种应用程序的增多，通过应用程序进行内容或消息推荐已经成为满足广大用户的需求的途径之一。在现有技术中，一般推荐的内容主要是文字类，例如，新闻文章的推荐、通知消息的推荐等。但是，对于视频内容的推荐则是无法实现，或者，也只是以文字的形式进行推荐，无法引起用户的注意，而且用户仍然需要进行点击预览后才能得知视频的内容，有些虽然文字描述吸引人，但是用户点击预览后发现并不是自己喜欢的，则会引起用户的不良情绪，而且降低用户的使用体验。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的视频内容推荐方法、装置、电子设备和计算机可读存储介质。
根据本发明的一个方面，提供了一种视频内容推荐方法，其中，该方法包括：
确定待推荐的指定视频；
根据所述指定视频生成视频片段和/或动态图；
在指定的推荐区域中播放所述视频片段和/或动态图。
可选地，在指定的推荐区域中播放所述视频片段和/或动态图包括：
在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；
和/或，
在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
可选地，所述确定待推荐的指定视频包括如下中的一种或多种：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
可选地，
所述确定待推荐的视频包括：确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述在指定的推荐区域中播放所述视频片段和/或动态图包括：在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
可选地，根据所述指定视频生成视频片段和/或动态图包括：
对所述指定视频按帧进行采样得到一定数量的有序帧；
对于所述一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；
将相邻且属于同一行为类别的帧归为一组，得到多个组；
从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
可选地，在得到多个组之后，该方法进一步包括：
过滤掉包含的帧数大于预设数值的组。
可选地，所述确定该帧所属的行为类别包括：
将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
可选地，从所述多个组中选择一个组包括：
对于一个组，计算该组中的各帧的得分的方差；
选择方差最小的组。
可选地，该方法进一步包括：
当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
根据本发明的另一方面，提供了一种视频内容推荐装置，其中，该装置包括：
确定单元，适于确定待推荐的指定视频；
生成单元，适于根据所述指定视频生成视频片段和/或动态图；
播放单元，适于在指定的推荐区域中播放所述视频片段和/或动态图。
可选地，
所述播放单元，适于在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；和/或，在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
可选地，所述确定单元，适于通过如下中的一种或多种来确定待推荐的指定视频：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
可选地，
所述确定单元，适于确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述播放单元，适于在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
可选地，
所述生成单元，适于对所述指定视频按帧进行采样得到一定数量的有序帧；对于所述一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；将相邻且属于同一行为类别的帧归为一组，得到多个组；从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
可选地，
所述生成单元，适于在得到多个组之后，过滤掉包含的帧数大于预设数值的组。
可选地，
所述生成单元，适于将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
可选地，
所述生成单元，适于对于一个组，计算该组中的各帧的得分的方差；选择方差最小的组。
可选地，该装置进一步包括：
跳转单元，适于当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
根据本发明的又一方面，提供了一种电子设备，其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据前述的方法。
根据本发明的再一方面，提供了一种计算机可读存储介质，其中，该计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现前述的方法。
根据本发明的技术方案，确定待推荐的指定视频；根据所述指定视频生成视频片段和/或动态图；在指定的推荐区域中播放所述视频片段和/或动态图。通过本技术方案，将在进行视频内容推荐时，待推荐的指定视频以视频片段和/或动态图的形式进行播放，而非以文字的形式推荐给用户，使得推荐的内容更加吸引用户，而且用户可以直接预览到该视频内容，增强用户的使用体验。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的视频内容推荐方法的流程示意图；
图2示出了根据本发明一个实施例的视频内容推荐装置的结构示意图；
图3示出了根据本发明一个实施例的电子设备的结构示意图；
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图；
图5示出了根据本发明一个实施例的在智能终端的通知推送栏中推送视频内容的效果示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的视频内容推荐方法的流程示意图。如图1所示，该方法包括：
步骤S110，确定待推荐的指定视频。
步骤S120，根据指定视频生成视频片段和/或动态图。
本实施例中，根据指定视频生成的是视频片段和/或动态图，这里的视频片段和动态图是通过指定视频中多帧生成的，区别在于两者的大小以及格式不一样，但均可以进行多帧视频图像的展示。例如，视频片段的格式可以是AVI格式、MPEG格式等，动态图的格式可以是GIF格式。
步骤S130，在指定的推荐区域中播放视频片段和/或动态图。
通常在进行内容推荐时，会在某些指定的区域，如应用程序某些页面的指定区域，或者智能终端的通知栏中显示推荐的内容，在本实施例中，指定的推荐区域可以是用于进行推荐的区域。
通过本实施例，将在进行视频内容推荐时，待推荐的指定视频生成视频片段和/或动态图，以视频片段和/或动态图的形式进行播放，而非以文字的形式推荐给用户，使得推荐的内容更加吸引用户，而且用户可以直接预览到该视频内容，增强用户的使用体验。
在本发明的一个实施例中，步骤S130中的在指定的推荐区域中播放视频片段和/或动态图包括：在智能终端的通知推送栏中推送包含视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放视频片段和/或动态图；和/或，在提供视频内容的应用的指定页面的指定区域中播放视频片段和/或动态图。
在进行内容推荐的时候，可以将推荐的内容显示在通知推动推送栏中。例如，用户将快视频应用程序的通知打开，当快视频应用程序有消息推荐时就会显示在智能终端的通知推送栏中，用户在触屏的智能终端的主界面进行下拉滑动操作时，就会显示通知推送栏，即可浏览到通知推送栏中的快视频应用程序推动的内容。但是这种在推荐通知栏中显示的推荐内容都是文字形式的，用户不进行点击的话无法获取到具体的内容，尤其是视频内容。在本实施例中，将包含视频片段和/或动态图的通知消息显示在智能终端的通知推送栏中，当用户查看通知推动栏时(例如，上述例子中的进行下拉滑动操作，显示通知推送栏时)，播放视频片段和/或动态图，这样用户就可以通过视频片段和动态图的播放来预览到该推荐的视频内容，再决定是否点击进行查看，增强用户的使用体验。
图5示出了根据本发明一个实施例的在智能终端的通知推送栏中推送视频内容的效果示意图。当用户在触屏的智能终端的显示界面中，进行下拉滑动操作，会显示通知推送栏500(即用户查看通知推送栏中的通知消息)，如图5所示，在本例中，当用户查看通知推送栏时，在通知推送栏500中有推送通知510、推送通知520和推送通知530。其中，推送通知510是快视频应用程序推送的内容，该推送通知510中包含有快视频推送的根据指定视频生成的视频片段511，以及对于该推送的指定视频的文字内容512，以便用户对指定视频进行更好的了解。在该通知推送栏500显示的时候，视频片段511就会进行播放。
在进行内容推荐的时候，可以将推荐的内容显示在应用程序的页面中。所以，在本实施例中，还可以在提供视频内容的应用的指定页面的指定区域中播放视频片段和/或动态图。例如，用户在使用快视频应用程序时，如果有推荐的视频内容，则将根据指定视频生成的视频片段和/或动态图显示在快视频应用程序的首页中的上方或者下方等不遮挡用户进行该页面大部分内容预览的区域。
上述两种方式可以单独使用，也可以相结合的方式进行使用。
在本发明的一个实施例中，步骤S110中的确定待推荐的指定视频包括如下中的一种或多种：从视频库中选取播放次数最高的视频作为待推荐的指定视频；从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
在本实施例中，这里播放次数最高的视频、播放次数高于预设值的视频或者与热搜词相应的视频是比较受到用户关注的视频，将这样的视频推荐给用户可以引起用户的兴趣，增强用户的使用体验。
这里的播放次数高于预设值的视频可以是一个视频也可以是多个视频；如果是多个视频，分别根据各视频生成相应的视频片段和/或动态图，并将该视频片段和/或动态图，同时在多个指定区域进行播放，或者按顺序在一个指定区域进行播放。
本实施例中确定的热搜词可以根据当前热搜榜上排名靠前的热搜词进行确定，例如，在热搜榜上排名第一的是“俄罗斯世界杯”，则确定热搜词是世界杯或者是足球，然后在视频库中搜索出与世界杯或足球对应的视频作为待推荐的指定视频。在确定与热搜词对应的视频时，可以根据视频的名称或者描述信息进行确定。
在本发明的一个实施例中，步骤S110中的确定待推荐的视频包括：确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频。
步骤S130中的在指定的推荐区域中播放视频片段和/或动态图包括：在指定用户的智能终端中的指定的推荐区域中播放视频片段和/或动态图。
在本实施例中，根据不同用户的需求向不同的用户推荐不同的视频，即根据用户的画像信息，确定与用户的画像信息匹配的视频作为待推荐的指定视频，这样就可以根据用户的喜好或者兴趣进行推荐，进一步提高用户的使用体验。
因为确定的指定视频是根据指定用户的画像信息确定的，那么，在进行视频播放时，就将确定待推荐的指定视频对应的视频片段和/或动态图时，是在指定用户的智能终端中的指定推荐区域中进行播放。例如，根据用户1的画像信息确定的待推荐的指定视频是关于足球的视频，则将根据该关于足球的视频生成的视频片段和/或动态图在用户1的智能终端的指定推荐区域内播放；根据用户2的画像信息确定的待推荐的指定视频是关于韩国流行歌曲天团少女时代的视频，则将根据该关于韩国流行歌曲天团少女时代的视频生成的视频片段和/或动态图在用户2的智能终端的指定推荐区域内播放。
在本发明的一个实施例中，步骤S120中的根据指定视频生成视频片段和/或动态图包括：对指定视频按帧进行采样得到一定数量的有序帧；对于一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；将相邻且属于同一行为类别的帧归为一组，得到多个组；从多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
在本实施例中，按帧进行采样得到一定数量的有序帧，例如，每隔4帧就采样一帧，一个400帧的指定视频，采样得到的有序帧的数量则是100帧。有序帧的意思是不改变采集出来的帧的顺序，即得到的一定数量的有序帧中还是按照指定视频中原始的帧的顺序进行排列的。然后确定有序帧中的每一帧的行为类别，这里的每一帧的行为类别可以认为是该帧图像中体现的主题或者主要行为。例如，有序帧中有的帧体现的是踢足球，则将其归类为踢足球；有的帧体现的是看电视，则将其归类为看电视，等。当确定每一帧的行为类别后，将相邻的且属于同一行为类别的帧归为一组，例如，在有序帧中的第1帧至第3帧的行为类别是踢足球，则将第1帧至第3帧归为一组，但是如果第4帧的行为类别是看电视，而第5帧的行为类别是打篮球，则两者就不能归为一组。又例如，在有序帧中的第1帧至第3帧的行为类别是踢足球，第4帧的行为类别是看电视，第5帧的行为类别也是踢足球，则归为一组的是第1帧至第3帧，作为组1；虽然第5帧的行为类别也是踢足球，但是第5帧与第3帧并不是相邻的，则第5帧就不能归为组1中。
进一步地，在上述的在得到多个组之后，图1所示的方法进一步包括：过滤掉包含的帧数大于预设数值的组。
上述得到多个组后，有的组中的帧数较大，生成的视频片段或动态度也较大，将其进行播放时会浪费用户的网络流量，而且也不利于用户快速的预览完成视频片段或动态度，不利于增强用户的使用体验，因此，在本实施例中，在得到多个组后，过滤掉包含的帧数大于预设数值的组，例如，预设数值可以是100帧。
在本实施例中，每个组都包含多帧，该多帧形成的组都有一定时间长度，本实施例中过滤掉包含的帧数大于预设数值的组，其实就是过滤掉时间长度超过预设时间的组。例如，预设时间可以是5s，根据该视频的帧率20帧/s，则可以确定，超过100帧的组的时间长度就超过了5s。
进一步地，上述的确定该帧所属的行为类别包括：将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
循环神经网络(Recurrent neural Network，RNN)是一种节点定向连接成环的人工神经网络，这种网络的内部状态可以展示动态时序行为，可以利用它内部的记忆来处理任意时序的输入序列。长短期记忆网络(Long Short-Term Memory，LSTM)是，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。
在本实施例中，利用RNN或LSTM，计算出该帧属于预设的各行为类别的得分，可以认为是计算出该帧属于预设的各行为类别的概率。这里的预设的行为类别是预先设定的。例如，预设的行为类别有：看电视、踢足球、骑车、登山、睡觉，则就会计算出该帧图像属于看电视的概率、属于踢足球的概率、属于骑车的概率、属于登山的概率和属于睡觉的概率。然后，从计算出的各概率值中找出得分最高的行为类别。因为得分最高的行为类别并不一定就是该帧的行为类别，有可能只是概率相比其他的行为类别是比较高的，但是并不是该帧的行为类别，为了防止误判，在这里还需要判断得分最高的行为类别判断其得分是否大于预设阈值，只有得分高于预设阈值的行为类别才确定是该帧的行为类别。否则，该帧的行为类别则是不确定的。
具体地，上述的从多个组中选择一个组包括：对于一个组，计算该组中的各帧的得分的方差；选择方差最小的组。
在本实施例中，通过计算方差的方式可以确定每一组中的各帧的离散程度，如果方差较大，说明该组的离散程度较大，这样这组的行为类别的一致性就较差，有可能这组中的各帧的行为类别都不一样，因此在选择组时，选择方差最小的，即离散程度最小的组。
在这里，计算各组得分的方差时，首先计算该组中的各帧的得分的平均值，然后计算各帧的得分与平均值之差的平方和的平均数，就得到该组的方差。例如，该组中包括5帧，确定的行为类别均是睡觉，得分分别是80％、83％、88％、90％、85％，则平均值是85.2％，计算方差＝[(80％-85.2％)2+(83％-85.2％)2+(88％-85.2％)2+(90％-85.2％)2+(85％-85.2％)2]/5＝12.56。
在一个具体的例子中，对于一个400帧的指定视频，每隔4帧获取一帧，即获取到100帧的有序视频图像，将获得的100帧输入RNN或LSTM，分别计算这100帧的属于看电视的概率、属于踢足球的概率、属于骑车的概率、属于登山的概率和属于睡觉的概率，以确定每一帧的行为类别。在这里以第1帧为例进行行为类别的确定的说明，得到的第1帧的属于看电视的得分是10％、属于踢足球的得分是30％、属于骑车的得分是50％、属于登山的得分是85％和属于睡觉的得分是15％。最高得分是85％，大于预设阈值80％，则确定第1帧的行为类别是登山。以此类推，得到这100帧的每一帧的行为类别，并记录其属于该行为类别的得分。如何第1帧至第10帧的行为类别均是登山，第11帧至第30帧的行为类别是骑车，第31帧至第60帧的行为习惯是看电视，第61帧的行为类别未能确定，第62帧至第100帧的行为习惯是睡觉，则将第1帧至第10帧归为组1，第11帧至第30帧归为组2，第31帧至第60帧归为组3，第62帧至第100帧归为组4，过滤掉帧数大于预设数值35的组4，剩下组1、组2和组3，分别计算三组的方差为：方差1＝10.8、方差2＝15.6、方差3＝8.5，则选择组3，将组3的各帧生成视频片段或生成动态图，在指定的推荐区域中播放。
在本发明的一个实施例中，图1所示的方法进一步包括：当用户点击视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
在本实施例中，如果用户对推荐的视频内容感兴趣，则会进行点击查看，因此，当用户点击视频片段和/或动态图是，跳转到播放相应的指定视频的页面，以便用户进行推荐的视频内容的浏览。
图2示出了根据本发明一个实施例的视频内容推荐装置的结构示意图。如图2所示，该视频内容推荐装置200包括：
确定单元210，适于确定待推荐的指定视频。
生成单元220，适于根据指定视频生成视频片段和/或动态图。
本实施例中，根据指定视频生成的是视频片段和/或动态图，这里的视频片段和动态图是通过指定视频中多帧生成的，区别在于两者的大小以及格式不一样，但均可以进行多帧视频图像的展示。例如，视频片段的格式可以是AVI格式、MPEG格式等，动态图的格式可以是GIF格式。
播放单元230，适于在指定的推荐区域中播放视频片段和/或动态图。
通常在进行内容推荐时，会在某些指定的区域，如应用程序某些页面的指定区域，或者智能终端的通知栏中显示推荐的内容，在本实施例中，指定的推荐区域可以是用于进行推荐的区域。
通过本实施例，将在进行视频内容推荐时，待推荐的指定视频生成视频片段和/或动态图，以视频片段和/或动态图的形式进行播放，而非以文字的形式推荐给用户，使得推荐的内容更加吸引用户，而且用户可以直接预览到该视频内容，增强用户的使用体验。
在本发明的一个实施例中，播放单元230，适于在智能终端的通知推送栏中推送包含视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放视频片段和/或动态图；和/或，在提供视频内容的应用的指定页面的指定区域中播放视频片段和/或动态图。
在进行内容推荐的时候，可以将推荐的内容显示在通知推动推送栏中，例如，用户将快视频应用程序的通知打开，当快视频应用程序有消息推荐时就会显示在智能终端的通知推送栏中，用户在触屏的智能终端的主界面进行下拉滑动操作时，就会显示通知推送栏，即可浏览到通知推送栏中的快视频应用程序推动的内容。但是这种在推荐通知栏中显示的推荐内容都是文字形式的，用户不进行点击的话无法获取到具体的内容，尤其是视频内容。在本实施例中，将包含视频片段和/或动态图的通知消息显示在智能终端的通知推送栏中，当用户查看通知推动栏时(例如，上述例子中的进行下拉滑动操作，显示通知推送栏时)，播放视频片段和/或动态图，这样用户就可以通过视频片段和动态图的播放来预览到该推荐的视频内容，再决定是否点击进行查看，增强用户的使用体验。
图5示出了根据本发明一个实施例的在智能终端的通知推送栏中推送视频内容的效果示意图。当用户在触屏的智能终端的显示界面中，进行下拉滑动操作，会显示通知推送栏500(即用户查看通知推送栏中的通知消息)，如图5所示，在本例中，当用户查看通知推送栏时，在通知推送栏500中有推送通知510、推送通知520和推送通知530。其中，推送通知510是快视频应用程序推送的内容，该推送通知510中包含有快视频推送的根据指定视频生成的视频片段511，以及对于该推送的指定视频的文字内容512，以便用户对指定视频进行更好的了解。在该通知推送栏500显示的时候，视频片段511就会进行播放。
在进行内容推荐的时候，可以将推荐的内容显示在应用程序的页面中。所以，在本实施例中，还可以在提供视频内容的应用的指定页面的指定区域中播放视频片段和/或动态图。例如，用户在使用快视频应用程序时，如果有推荐的视频内容，则将根据指定视频生成的视频片段和/或动态图显示在快视频应用程序的首页中的上方或者下方等不遮挡用户进行该页面大部分内容预览的区域。
上述两种方式可以单独使用，也可以相结合的方式进行使用。
在本发明的一个实施例中，确定单元210，适于通过如下中的一种或多种来确定待推荐的指定视频：从视频库中选取播放次数最高的视频作为待推荐的指定视频；从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
在本实施例中，这里播放次数最高的视频、播放次数高于预设值的视频或者与热搜词相应的视频是比较受到用户关注的视频，将这样的视频推荐给用户可以引起用户的兴趣，增强用户的使用体验。
这里的播放次数高于预设值的视频可以是一个视频也可以是多个视频；如果是多个视频，分别根据各视频生成相应的视频片段和/或动态图，并将该视频片段和/或动态图，同时在多个指定区域进行播放，或者按顺序在一个指定区域进行播放。
本实施例中确定的热搜词可以根据当前热搜榜上排名靠前的热搜词进行确定，例如，在热搜榜上排名第一的是“俄罗斯世界杯”，则确定热搜词是世界杯或者是足球，然后在视频库中搜索出与世界杯或足球对应的视频作为待推荐的指定视频。在确定与热搜词对应的视频时，可以根据视频的名称或者描述信息进行确定。
在本发明的一个实施例中，确定单元210，适于确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频。
播放单元230，适于在指定用户的智能终端中的指定的推荐区域中播放视频片段和/或动态图。
在本实施例中，根据不同用户的需求向不同的用户推荐不同的视频，即根据用户的画像信息，确定与用户的画像信息匹配的视频作为待推荐的指定视频，这样就可以根据用户的喜好或者兴趣进行推荐，进一步提高用户的使用体验。
因为确定的指定视频是根据指定用户的画像信息确定的，那么，在进行视频播放时，就将确定待推荐的指定视频对应的视频片段和/或动态图时，是在指定用户的智能终端中的指定推荐区域中进行播放。例如，根据用户1的画像信息确定的待推荐的指定视频是关于足球的视频，则将根据该关于足球的视频生成的视频片段和/或动态图在用户1的智能终端的指定推荐区域内播放；根据用户2的画像信息确定的待推荐的指定视频是关于韩国流行歌曲天团少女时代的视频，则将根据该关于韩国流行歌曲天团少女时代的视频生成的视频片段和/或动态图在用户2的智能终端的指定推荐区域内播放。
在本发明的一个实施例中，生成单元220，适于对指定视频按帧进行采样得到一定数量的有序帧；对于一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；将相邻且属于同一行为类别的帧归为一组，得到多个组；从多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
在本实施例中，按帧进行采样得到一定数量的有序帧，例如，每隔4帧就采样一帧，一个400帧的指定视频，采样得到的有序帧的数量则是100帧。有序帧的意思是不改变采集出来的帧的顺序，即得到的一定数量的有序帧中还是按照指定视频中原始的帧的顺序进行排列的。然后确定有序帧中的每一帧的行为类别，这里的每一帧的行为类别可以认为是该帧图像中体现的主题或者主要行为。例如，有序帧中有的帧体现的是踢足球，则将其归类为踢足球；有的帧体现的是看电视，则将其归类为看电视，等。当确定每一帧的行为类别后，将相邻的且属于同一行为类别的帧归为一组，例如，在有序帧中的第1帧至第3帧的行为类别是踢足球，则将第1帧至第3帧归为一组，但是如果第4帧的行为类别是看电视，而第5帧的行为类别是打篮球，则两者就不能归为一组。又例如，在有序帧中的第1帧至第3帧的行为类别是踢足球，第4帧的行为类别是看电视，第5帧的行为类别也是踢足球，则归为一组的是第1帧至第3帧，作为组1；虽然第5帧的行为类别也是踢足球，但是第5帧与第3帧并不是相邻的，则第5帧就不能归为组1中。
进一步地，生成单元220，适于在得到多个组之后，过滤掉包含的帧数大于预设数值的组。
上述得到多个组后，有的组中的帧数较大，生成的视频片段或动态度也较大，将其进行播放时会浪费用户的网络流量，而且也不利于用户快速的预览完成视频片段或动态度，不利于增强用户的使用体验，因此，在本实施例中，在得到多个组后，过滤掉包含的帧数大于预设数值的组，例如，预设数值可以是100帧。
在本实施例中，每个组都包含多帧，该多帧形成的组都有一定时间长度，本实施例中过滤掉包含的帧数大于预设数值的组，其实就是过滤掉时间长度超过预设时间的组。例如，预设时间可以是5s，根据该视频的帧率20帧/s，则可以确定，超过100帧的组的时间长度就超过了5s。
进一步地，生成单元220，适于将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
循环神经网络(Recurrent neural Network，RNN)是一种节点定向连接成环的人工神经网络，这种网络的内部状态可以展示动态时序行为，可以利用它内部的记忆来处理任意时序的输入序列。长短期记忆网络(Long Short-Term Memory，LSTM)是，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。
在本实施例中，利用RNN或LSTM，计算出该帧属于预设的各行为类别的得分，可以认为是计算出该帧属于预设的各行为类别的概率。这里的预设的行为类别是预先设定的。例如，预设的行为类别有：看电视、踢足球、骑车、登山、睡觉，则就会计算出该帧图像属于看电视的概率、属于踢足球的概率、属于骑车的概率、属于登山的概率和属于睡觉的概率。然后，从计算出的各概率值中找出得分最高的行为类别。因为得分最高的行为类别并不一定就是该帧的行为类别，有可能只是概率相比其他的行为类别是比较高的，但是并不是该帧的行为类别，为了防止误判，在这里还需要判断得分最高的行为类别判断其得分是否大于预设阈值，只有得分高于预设阈值的行为类别才确定是该帧的行为类别。否则，该帧的行为类别则是不确定的。
具体地，生成单元220，适于对于一个组，计算该组中的各帧的得分的方差；选择方差最小的组。
在本实施例中，通过计算方差的方式可以确定每一组中的各帧的离散程度，如果方差较大，说明该组的离散程度较大，这样这组的行为类别的一致性就较差，有可能这组中的各帧的行为类别都不一样，因此在选择组时，选择方差最小的，即离散程度最小的组。
在这里，计算各组得分的方差时，首先计算该组中的各帧的得分的平均值，然后计算各帧的得分与平均值之差的平方和的平均数，就得到该组的方差。例如，该组中包括5帧，确定的行为类别均是睡觉，得分分别是80％、83％、88％、90％、85％，则平均值是85.2％，计算方差＝[(80％-85.2％)2+(83％-85.2％)2+(88％-85.2％)2+(90％-85.2％)2+(85％-85.2％)2]/5＝12.56。
在一个具体的例子中，对于一个400帧的指定视频，每隔4帧获取一帧，即获取到100帧的有序视频图像，将获得的100帧输入RNN或LSTM，分别计算这100帧的属于看电视的概率、属于踢足球的概率、属于骑车的概率、属于登山的概率和属于睡觉的概率，以确定每一帧的行为类别。在这里以第1帧为例进行行为类别的确定的说明，得到的第1帧的属于看电视的得分是10％、属于踢足球的得分是30％、属于骑车的得分是50％、属于登山的得分是85％和属于睡觉的得分是15％。最高得分是85％，大于预设阈值80％，则确定第1帧的行为类别是登山。以此类推，得到这100帧的每一帧的行为类别，并记录其属于该行为类别的得分。如何第1帧至第10帧的行为类别均是登山，第11帧至第30帧的行为类别是骑车，第31帧至第60帧的行为习惯是看电视，第61帧的行为类别未能确定，第62帧至第100帧的行为习惯是睡觉，则将第1帧至第10帧归为组1，第11帧至第30帧归为组2，第31帧至第60帧归为组3，第62帧至第100帧归为组4，过滤掉帧数大于预设数值35的组4，剩下组1、组2和组3，分别计算三组的方差为：方差1＝10.8、方差2＝15.6、方差3＝8.5，则选择组3，将组3的各帧生成视频片段或生成动态图，在指定的推荐区域中播放。
在本发明的一个实施例中，图2所示的装置进一步包括：跳转单元，适于当用户点击视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
在本实施例中，如果用户对推荐的视频内容感兴趣，则会进行点击查看，因此，当用户点击视频片段和/或动态图是，跳转到播放相应的指定视频的页面，以便用户进行推荐的视频内容的浏览。
本发明还提供了一种电子设备，其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行根据图1所示的及其各实施例中的定位智能终端的方法。
图3示出了根据本发明一个实施例的电子设备的结构示意图。如图3所示，该电子设备300包括：
处理器310；以及被安排成存储计算机可执行指令(程序代码)的存储器320，在存储器320中，有存储程序代码的存储空间330，用于执行根据本发明的方法步骤的程序代码340存储在存储空间330中，该程序代码在被执行时使处理器310执行根据图1所示的及其各实施例中的定位智能终端的方法。
图4示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。如图4所示，该计算机可读存储介质400存储一个或多个程序(程序代码)410，一个或多个程序(程序代码)410当被处理器执行时，实现图1所示的及其各实施例中的定位智能终端的方法。
需要说明的是，图3所示的电子设备和图4所示的计算机可读存储介质的各实施例与图1所示的方法的各实施例对应相同，上文已有详细说明，在此不再赘述。
综上所述，根据本发明的技术方案，确定待推荐的指定视频；根据所述指定视频生成视频片段和/或动态图；在指定的推荐区域中播放所述视频片段和/或动态图。通过本技术方案，将在进行视频内容推荐时，待推荐的指定视频以视频片段和/或动态图的形式进行播放，而非以文字的形式推荐给用户，使得推荐的内容更加吸引用户，而且用户可以直接预览到该视频内容，增强用户的使用体验。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的视频内容推荐装置、电子设备和计算机可读存储介质中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300传统上包括处理器310和被安排成存储计算机可执行指令(程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码340的存储空间330。例如，用于程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个程序代码340。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质400。该计算机可读存储介质400可以具有与图3的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元存储有用于执行根据本发明的方法步骤的程序代码410，即可以由诸如310之类的处理器读取的程序代码，当这些程序代码由电子设备运行时，导致该电子设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了A1、一种视频内容推荐方法，其中，该方法包括：
确定待推荐的指定视频；
根据所述指定视频生成视频片段和/或动态图；
在指定的推荐区域中播放所述视频片段和/或动态图。
A2、如A1所述的方法，其中，在指定的推荐区域中播放所述视频片段和/或动态图包括：
在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；
和/或，
在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
A3、如A1所述的方法，其中，所述确定待推荐的指定视频包括如下中的一种或多种：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
A4、如A1所述的方法，其中，
所述确定待推荐的视频包括：确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述在指定的推荐区域中播放所述视频片段和/或动态图包括：在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
A5、如A1所述的方法，其中，根据所述指定视频生成视频片段和/或动态图包括：
对所述指定视频按帧进行采样得到一定数量的有序帧；
对于所述一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；
将相邻且属于同一行为类别的帧归为一组，得到多个组；
从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
A6、如A5所述的方法，其中，在得到多个组之后，该方法进一步包括：
过滤掉包含的帧数大于预设数值的组。
A7、如A5所述的方法，其中，所述确定该帧所属的行为类别包括：
将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
A8、如A7所述的方法，其中，从所述多个组中选择一个组包括：
对于一个组，计算该组中的各帧的得分的方差；
选择方差最小的组。
A9、如A1-A8中任一项所述的方法，其中，该方法进一步包括：
当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
本发明还公开了B10、一种视频内容推荐装置，其中，该装置包括：
确定单元，适于确定待推荐的指定视频；
生成单元，适于根据所述指定视频生成视频片段和/或动态图；
播放单元，适于在指定的推荐区域中播放所述视频片段和/或动态图。
B11、如B10所述的装置，其中，
所述播放单元，适于在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；和/或，在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
B12、如B10所述的装置，其中，所述确定单元，适于通过如下中的一种或多种来确定待推荐的指定视频：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
B13、如B10所述的装置，其中，
所述确定单元，适于确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述播放单元，适于在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
B14、如B10所述的装置，其中，
所述生成单元，适于对所述指定视频按帧进行采样得到一定数量的有序帧；对于所述一定数据量的有序帧中的每一帧，确定该帧所属的行为类别；将相邻且属于同一行为类别的帧归为一组，得到多个组；从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
B15、如B14所述的装置，其中，
所述生成单元，适于在得到多个组之后，过滤掉包含的帧数大于预设数值的组。
B16、如B14所述的装置，其中，
所述生成单元，适于将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
B17、如B16所述的装置，其中，
所述生成单元，适于对于一个组，计算该组中的各帧的得分的方差；选择方差最小的组。
B18、如B10-B17中任一项所述的装置，其中，该装置进一步包括：
跳转单元，适于当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
本发明还公开了C19、一种电子设备，其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据A1～A9中任一项所述的方法。
本发明还公开了D20、一种计算机可读存储介质，其中，该计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现A1～A9中任一项所述的方法。

Claims (18)

1.一种视频内容推荐方法，其中，该方法包括：
确定待推荐的指定视频；
根据所述指定视频生成视频片段和/或动态图；
在指定的推荐区域中播放所述视频片段和/或动态图；
根据所述指定视频生成视频片段和/或动态图包括：
对所述指定视频按帧进行采样得到一定数量的有序帧；
对于所述一定数量的有序帧中的每一帧，确定该帧所属的行为类别；
将相邻且属于同一行为类别的帧归为一组，得到多个组；
从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
2.如权利要求1所述的方法，其中，在指定的推荐区域中播放所述视频片段和/或动态图包括：
在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；
和/或，
在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
3.如权利要求1所述的方法，其中，所述确定待推荐的指定视频包括如下中的一种或多种：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
4.如权利要求1所述的方法，其中，
所述确定待推荐的视频包括：确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述在指定的推荐区域中播放所述视频片段和/或动态图包括：在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
5.如权利要求1所述的方法，其中，在得到多个组之后，该方法进一步包括：
过滤掉包含的帧数大于预设数值的组。
6.如权利要求1所述的方法，其中，所述确定该帧所属的行为类别包括：
将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
7.如权利要求6所述的方法，其中，从所述多个组中选择一个组包括：
对于一个组，计算该组中的各帧的得分的方差；
选择方差最小的组。
8.如权利要求1-7中任一项所述的方法，其中，该方法进一步包括：
当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
9.一种视频内容推荐装置，其中，该装置包括：
确定单元，适于确定待推荐的指定视频；
生成单元，适于根据所述指定视频生成视频片段和/或动态图；
播放单元，适于在指定的推荐区域中播放所述视频片段和/或动态图；
所述生成单元，适于对所述指定视频按帧进行采样得到一定数量的有序帧；对于所述一定数量的有序帧中的每一帧，确定该帧所属的行为类别；将相邻且属于同一行为类别的帧归为一组，得到多个组；从所述多个组中选择一个组，根据该组中的各帧生成视频片段/生成动态图。
10.如权利要求9所述的装置，其中，
所述播放单元，适于在智能终端的通知推送栏中推送包含所述视频片段和/或动态图的通知消息，当用户查看通知推送栏中的通知消息时，播放所述视频片段和/或动态图；和/或，在提供视频内容的应用的指定页面的指定区域中播放所述视频片段和/或动态图。
11.如权利要求9所述的装置，其中，所述确定单元，适于通过如下中的一种或多种来确定待推荐的指定视频：
从视频库中选取播放次数最高的视频作为待推荐的指定视频；
从视频库中选取播放次数高于预设值的视频作为待推荐的指定视频；
确定热搜词，根据热搜词从视频库中搜索出相应的视频作为待推荐的指定视频。
12.如权利要求9所述的装置，其中，
所述确定单元，适于确定指定用户的画像信息，从视频库中筛选出与指定用户的画像信息匹配的视频作为待推荐的指定视频；
所述播放单元，适于在指定用户的智能终端中的指定的推荐区域中播放所述视频片段和/或动态图。
13.如权利要求9所述的装置，其中，
所述生成单元，适于在得到多个组之后，过滤掉包含的帧数大于预设数值的组。
14.如权利要求9所述的装置，其中，
所述生成单元，适于将该帧输入到循环神经网络RNN或长短期记忆网络LSTM，计算出该帧属于预设的各行为类别的得分，对于得分最高的行为类别判断其得分是否大于预设阈值，是则确定该帧属于该得分最高的行为类别，否则确定该帧不属于任何预设的行为类别。
15.如权利要求14所述的装置，其中，
所述生成单元，适于对于一个组，计算该组中的各帧的得分的方差；选择方差最小的组。
16.如权利要求9-15中任一项所述的装置，其中，该装置进一步包括：
跳转单元，适于当用户点击所述视频片段和/或动态图时，跳转到播放相应的指定视频的页面。
17.一种电子设备，其中，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1～8中任一项所述的方法。
18.一种计算机可读存储介质，其中，该计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1～8中任一项所述的方法。
CN201810022509.4A 2018-01-10 2018-01-10 一种视频内容推荐方法和装置 Active CN108307239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810022509.4A CN108307239B (zh) 2018-01-10 2018-01-10 一种视频内容推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810022509.4A CN108307239B (zh) 2018-01-10 2018-01-10 一种视频内容推荐方法和装置

Publications (2)

Publication Number Publication Date
CN108307239A CN108307239A (zh) 2018-07-20
CN108307239B true CN108307239B (zh) 2020-10-30

Family

ID=62868928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810022509.4A Active CN108307239B (zh) 2018-01-10 2018-01-10 一种视频内容推荐方法和装置

Country Status (1)

Country Link
CN (1) CN108307239B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109120949B (zh) * 2018-09-30 2021-07-23 武汉斗鱼网络科技有限公司 视频集合的视频消息推送方法、装置、设备及存储介质
US11171634B2 (en) 2019-07-08 2021-11-09 Taiwan Semiconductor Manufacturing Co. Ltd. Buffer circuit between different voltage domains
CN110418210B (zh) * 2019-07-12 2021-09-10 东南大学 一种基于双向循环神经网络和深度输出的视频描述生成方法
CN110704607A (zh) * 2019-08-26 2020-01-17 北京三快在线科技有限公司 摘要生成方法、装置、电子设备及计算机可读存储介质
CN110958470A (zh) * 2019-12-09 2020-04-03 北京字节跳动网络技术有限公司 一种多媒体内容处理方法、装置、介质和电子设备
CN111031339A (zh) * 2019-12-18 2020-04-17 网易（杭州）网络有限公司 直播视频处理的方法及装置
CN111143697B (zh) * 2020-01-02 2023-03-21 腾讯科技（深圳）有限公司 一种内容推荐的方法以及相关装置
CN113316016A (zh) * 2021-05-28 2021-08-27 Tcl通讯（宁波）有限公司 视频处理方法、装置、存储介质及移动终端
CN116016757A (zh) * 2022-12-30 2023-04-25 拉扎斯网络科技（上海）有限公司 一种基于视频动态显示应用界面的方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102769793A (zh) * 2012-08-06 2012-11-07 青岛海信电器股份有限公司 显示装置和内容推广方法
CN103096172A (zh) * 2013-01-18 2013-05-08 深圳市龙视传媒有限公司 一种展示推荐节目的方法和装置
US8813133B1 (en) * 2004-03-17 2014-08-19 Starz Entertainment, Llc Video rotation interface
CN105721620A (zh) * 2016-05-09 2016-06-29 百度在线网络技术（北京）有限公司 视频信息推送方法和装置及视频信息展示方法和装置
CN105898611A (zh) * 2015-12-11 2016-08-24 乐视网信息技术（北京）股份有限公司 基于安卓平台的多媒体推荐方法及终端设备
CN106303596A (zh) * 2015-05-15 2017-01-04 北京国双科技有限公司 视频推荐系统、方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8522268B2 (en) * 2003-10-10 2013-08-27 Concurrent Computer Corporation Method and apparatus for creating a targeted integrated image

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8813133B1 (en) * 2004-03-17 2014-08-19 Starz Entertainment, Llc Video rotation interface
CN102769793A (zh) * 2012-08-06 2012-11-07 青岛海信电器股份有限公司 显示装置和内容推广方法
CN103096172A (zh) * 2013-01-18 2013-05-08 深圳市龙视传媒有限公司 一种展示推荐节目的方法和装置
CN106303596A (zh) * 2015-05-15 2017-01-04 北京国双科技有限公司 视频推荐系统、方法及装置
CN105898611A (zh) * 2015-12-11 2016-08-24 乐视网信息技术（北京）股份有限公司 基于安卓平台的多媒体推荐方法及终端设备
CN105721620A (zh) * 2016-05-09 2016-06-29 百度在线网络技术（北京）有限公司 视频信息推送方法和装置及视频信息展示方法和装置

Also Published As

Publication number Publication date
CN108307239A (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN108307239B (zh) 一种视频内容推荐方法和装置
KR101816113B1 (ko) 컴퓨터 실행 방법, 시스템 및 컴퓨터 판독 가능 매체
CN106326391B (zh) 多媒体资源推荐方法及装置
CN109508406B (zh) 一种信息处理方法、装置及计算机可读存储介质
CN104021140B (zh) 一种网络视频的处理方法及装置
CN111314759B (zh) 视频处理方法、装置、电子设备及存储介质
CN106648283B (zh) 一种弹幕信息处理方法及服务器
CN106777206A (zh) 影视剧类关键词搜索展现方法及装置
CN112507163B (zh) 时长预测模型训练方法、推荐方法、装置、设备及介质
CN105589852B (zh) 一种信息推荐的方法和装置
CN113779381B (zh) 资源推荐方法、装置、电子设备和存储介质
CN109889864B (zh) 视频推送方法、装置、设备及存储介质
WO2016023366A1 (zh) 一种评估媒体文件的方法及装置
CN109151488A (zh) 根据用户行为实时推荐直播间的方法及系统
CN106649738A (zh) 在搜索结果页中聚合人物类资讯信息的方法及装置
CN106156351B (zh) 多媒体资源推荐信息生成方法及装置
CN110177306A (zh) 基于移动终端的视频播放方法、装置、移动终端及介质
CN114238618A (zh) 信息推送方法、电子设备及存储介质
CN106341704A (zh) 一种基于主播的推荐方法及装置
CN106557556A (zh) 一种网页页面的展示方法、装置、服务器和系统
CN111949807A (zh) 数据处理方法、装置、计算机设备以及存储介质
CN107562954B (zh) 基于移动终端的推荐搜索方法、装置以及移动终端
CN112163163A (zh) 多算法融合的信息推荐方法、装置和设备
CN116610858A (zh) 一种信息分发方法、装置、电子设备以及存储介质
US20150055936A1 (en) Method and apparatus for dynamic presentation of composite media

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