CN108681601B - 一种视频分享的方法、装置及电子设备 - Google Patents

一种视频分享的方法、装置及电子设备 Download PDF

Info

Publication number
CN108681601B
CN108681601B CN201810488972.8A CN201810488972A CN108681601B CN 108681601 B CN108681601 B CN 108681601B CN 201810488972 A CN201810488972 A CN 201810488972A CN 108681601 B CN108681601 B CN 108681601B
Authority
CN
China
Prior art keywords
video
user
feature vector
friends
vector
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
CN201810488972.8A
Other languages
English (en)
Other versions
CN108681601A (zh
Inventor
王平
周正
张大虎
段光磊
王杨
徐婷
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 QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and 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 QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201810488972.8A priority Critical patent/CN108681601B/zh
Publication of CN108681601A publication Critical patent/CN108681601A/zh
Application granted granted Critical
Publication of CN108681601B publication Critical patent/CN108681601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例提供了一种视频分享的方法、装置及电子设备，方案包括：确定用户在网络社交圈中的特定好友，将特定好友观看的视频作为训练视频，并基于训练视频的属性信息，生成表示训练视频的属性特征的特征向量，作为参考特征向量，将基于视频片库中待选择视频的属性信息生成的，且表示待选择视频的属性特征的特征向量，作为比对特征向量，计算参考特征向量与比对特征向量之间的相似度，并按照相似度大小，优先将相似度大的视频作为待分享视频，在用户的网络社交圈中分享用户的待分享视频。采用本发明实施例提供的方案，丰富了可分享的视频，满足用户的分享视频的实际需求，为视频服务运营商带来更多的视频播放量。

Description

一种视频分享的方法、装置及电子设备
技术领域
本发明涉及流媒体视频技术领域，特别是涉及一种视频分享的方法、装置及电子设备。
背景技术
随着网络技术的不断发展，人们的社交圈渐渐扩展到网络世界中。伴随着流媒体视频技术的不断进步，网络用户越来越喜欢向自己的网络好友分享一些有趣的视频。但是，目前视频分享技术只能针对当前观看的视频进行分享，一方面用户的实际需求是在分享当前观看视频的同时，可以更多的选择一些与当前视频相似的视频一起分享；另一方面视频分享的目的就是为了给视频服务运营商带来更多的播放量，仅仅分享当前观看的视频所带来的播放量是远远不能满足视频服务运营商的需求。
可见，有关视频分享的现有技术在进行视频分享过程中，由于其视频分享内容仅仅针对用户当前正在观看的视频，既不能满足用户的实际需求，又不能为视频服务运营商带来更多的播放量，因而存在很大的局限性。
发明内容
本发明实施例的目的在于提供一种视频分享的方法，用以解决现有技术中存在的所分享的视频过于局限的问题。具体技术方案如下：
本发明实施例提供了一种视频分享的方法，所述方法包括：
确定用户在网络社交圈中的特定好友；
将所述特定好友观看的视频作为训练视频，基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，作为参考特征向量；
计算所述参考特征向量与视频片库中待选择视频的比对特征向量的相似度，所述比对特征向量为基于所述待选择视频的属性信息生成的，且表示所述待选择视频的属性特征的特征向量；
按照相似度的大小，从所述视频片库中优先选择相似度大的视频，作为待分享视频；
在所述用户的所述网络社交圈中分享选择的所述待分享视频。
进一步的，所述确定用户在网络社交圈中的特定好友，包括：
基于用户在网络社交圈中与其好友的互动行为，计算所述用户与其每个好友的互动分数，所述互动分数表示所述用户与其好友的互动程度；
按照互动分数的大小，优先选择互动分数大的好友，作为特定好友。
进一步的，所述互动行为至少包括如下行为之一：
所述用户在所述网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
进一步的，所述基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，包括：
采用word2vec算法，将所述训练视频的属性信息，映射到向量空间，得到表示所述训练视频的属性特征的特征向量。
进一步的，采用如下步骤生成所述比对特征向量：
采用word2vec算法，将所述待选择视频的属性信息，映射到向量空间，得到表示所述待选择视频的属性特征的特征向量，作为比对特征向量。
本发明实施例提供了一种视频分享的装置，所述装置包括：
好友确定模块，用于确定用户在网络社交圈中的特定好友；
向量生成模块，用于将所述特定好友观看的视频作为训练视频，基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，作为参考特征向量；
相似度计算模块，用于计算所述参考特征向量与视频片库中待选择视频的比对特征向量的相似度，所述比对特征向量为基于所述待选择视频的属性信息生成的，且表示所述待选择视频的属性特征的特征向量；
视频选择模块，用于按照相似度的大小，从所述视频片库中优先选择相似度大的视频，作为待分享视频；
视频分享模块，用于在所述用户的所述网络社交圈中分享选择的所述待分享视频。
进一步的，所述好友确定模块，包括：
分数计算子模块，用于基于用户在网络社交圈中与其好友的互动行为，计算所述用户与其每个好友的互动分数，所述互动分数表示所述用户与其好友的互动程度；
好友选择子模块，用于按照互动分数的大小，优先选择互动分数大的好友，作为特定好友。
进一步的，所述互动行为至少包括如下行为之一：
所述用户在所述网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
进一步的，所述向量生成模块，具体用于采用word2vec算法，将所述训练视频的属性信息，映射到向量空间，得到表示所述训练视频的属性特征的特征向量。
进一步的，所述向量生成模块，还用于采用word2vec算法，将所述视频片库中待选择视频的属性信息，映射到向量空间，得到表示所述待选择视频的属性特征的特征向量，作为比对特征向量。
本发明实施例提供了一种电子设备，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一视频分享方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一视频分享方法的步骤。
本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一视频分享方法。
本发明实施例提供的一种视频分享的方法、装置及电子设备，可以将用户社交圈中特定好友观看的视频作为训练视频，并基于训练视频的属性信息生成参考特征向量，计算参考特征向量与视频片库中待选择视频的比对特征向量的相似度，按照相似度的大小，优先选择相似度大的视频作为待分享视频，以及在用户的网络社交圈中分享所选择的待分享视频。通过上述方法丰富了可分享的视频，满足用户的实际需求，为视频服务运营商带来更多的视频播放量。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种视频分享的方法的流程图；
图2为本发明实施例提供的一种视频分享的装置的结构示意图；
图3为本发明实施例提供的视频分享的装置中的好友确定模块的结构示意图；
图4为本发明实施例提供的一种电子设备的结构示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
本发明实施例提供的方案中，确定用户在网络社交圈中的特定好友，将特定好友观看的视频作为训练视频，并基于训练视频的属性信息，生成表示训练视频的属性特征的特征向量，作为参考特征向量，将基于视频片库中待选择视频的属性信息生成的，且表示待选择视频的属性特征的特征向量，作为比对特征向量，计算参考特征向量与比对特征向量之间的相似度，并按照相似度大小，优先将相似度大的视频作为待分享视频，在用户的网络社交圈中分享用户的待分享视频。采用本发明实施例提供的方案，丰富了可分享的视频，满足用户的分享视频的实际需求，为视频服务运营商带来更多的视频播放量。
本发明实施例公开了一种视频分享的方法、装置及电子设备，以下分别进行详细说明。
本发明实施例提供了一种视频分享的方法，如图1所示，可以包括以下步骤：
S101、确定用户在网络社交圈中的特定好友。
本步骤中，可以依据用户与其网络社交圈中好友的互动行为，对其好友进行筛选，将与该用户互动程度高的好友作为特定好友。
S102、将特定好友观看的视频作为训练视频，基于训练视频的属性信息，生成表示训练视频的属性特征的特征向量，作为参考特征向量。
本步骤中，可以将筛选后得到的特定好友作为一个群体，获取该群体在网络社交圈中的视频观看记录，将视频观看记录中的视频作为训练视频，可以是视频观看记录中的所有视频，也可以是部分视频。
训练视频的属性信息可以作为具体的训练数据，并采用word2vec算法将视频的属性信息映射到n维向量空间，生成参考特征向量。其中，训练视频的属性信息可以包括视频的拍摄导演信息，视频的类型信息，视频观看时长信息，视频的语种信息等可以表示视频属性特征的相关信息。
以三维向量空间为例说明参考特征向量，其中向量元素X表示训练视频的类型信息，向量元素Y表示用户观看视频的时长信息，向量元素Z表示训练视频的语种信息，针对每种信息，预先针对不同信息内容设置有对应数值，相应的，参考特征向量F可以表示为
Figure BDA0001667592670000051
向量F的元素x,y,z即分别为每种信息对应的数值。
S103、计算参考特征向量与视频片库中待选择视频的比对特征向量的相似度，比对特征向量为基于待选择视频的属性信息生成的，且表示待选择视频的属性特征的特征向量。
本发明实施例中，视频片库中待选择视频的比对特征向量，可以是预先基于待选择视频的属性信息生成的，具体生成方式，可以参照上述步骤102中有关训练视频的参考特征向量的生成方式，在此不再进行详细描述。
本步骤中，相似度可以表示用户网络社交圈中特定好友观看视频与视频片库待选则视频之间的相似程度，可以通过计算参考特征向量和比对特征向量之间的距离得到。
相似度的计算可以是每一个比对特征向量相对于所有参考特征向量距离的和，计算公式如下：
Figure BDA0001667592670000061
Figure BDA0001667592670000062
其中，D表示相似度，di表示一个比对特征向量相对于第i个参考特征向量的距离，xi′表示比对特征向量中第i个向量元素的数值，xi表示参考特征向量中第i个向量元素的数值，m表示参考特征向量和比对特征向量中向量元素的数量，h表示参考特征向量的数量；
相似度的计算也可以是每一个比对特征向量相对于所有参考特征向量距离和的平均数，计算公式如下：
Figure BDA0001667592670000063
Figure BDA0001667592670000064
其中，D表示相似度，di表示一个比对特征向量相对于第i个参考特征向量的距离，xi′表示该比对特征向量中第i个向量元素的数值，xi表示第i个参考特征向量中第i个向量元素的数值，m表示参考特征向量和比对特征向量中向量元素的数量，h表示参考特征向量的数量。
进一步的，以三维空间为例，若在特征向量中向量元素X表示视频类型信息，向量元素Y表示视频时长信息，向量元素Z表示视频的语种信息。
假设特定好友观看的视频数量有3个，则获取这3个视频的视频类型信息，视频时长信息以及视频的语种信息，通过相应的word2vec算法开源工具将其映射到三维空间中，生成对应的3个空间向量，依次为：
Figure BDA0001667592670000065
Figure BDA0001667592670000071
而视频片库中待选择的视频数量有300个，对于每个待选择视频P，同样可以获取该视频的视频类型信息，视频时长信息以及视频的语种信息，通过相应的word2vec算法开源工具将其映射到三维空间中，得到空间向量
Figure BDA0001667592670000072
则参考特征向量与比对特征向量之间的距离可以表示为：
Figure BDA0001667592670000073
其中，关于
Figure BDA0001667592670000074
的计算如下：
Figure BDA0001667592670000075
Figure BDA0001667592670000076
Figure BDA0001667592670000077
两个向量之间的距离可以用两个向量的模长表示，模长越短，则两个向量的距离越近，相似程度越大；同理，当相似度的数值越小时，参考特征向量与比对特征向量的相似程度越大。
S104、按照相似度的大小，从视频片库中优先选择相似度大的视频，作为待分享视频。
例如，具体可以按照相似度从大到小的顺序，选择前预设数量的视频，也可以选择相似度达到预设相似度阈值的视频。
S105、在用户的网络社交圈中分享选择的待分享视频。
本步骤中，在选择出待分享视频后，自动分享，也可以将选择出的待分享视频展示给用户，基于该用户的选择操作，将用户从待分享视频中选择的视频，进行分享。
由上述可知，在本发明实施例中，通过在用户网络社交圈中，分享一系列与该用户特定好友观看视频相似的视频，丰富了可分享的视频，满足用户分享视频的实际需求，为视频服务运营商带来更多的视频播放量。
可选的，确定用户在网络社交圈中的特定好友，具体处理方式为：
可以基于用户在网络社交圈中与其好友的互动行为，计算该用户与其每个好友的互动分数，互动分数表示该用户与其好友的互动程度；
然后，按照互动分数的大小，优先选择互动分数大的好友，作为特定好友，例如，可以按照分数从大到小的顺序，选择前预设数量个好友，例如：现一用户在其网络社交圈中的好友数量共有100个，选取其中互动分数排在前20的好友作为特定好友；或者，也可以选择分数达到预设分数阈值的好友，例如：选取互动分数大于80分的好友作为特定好友。
进一步的，该用户与其网络社交圈中好友互动分数的计算公式可以表示为：
Figure BDA0001667592670000081
其中，S表示该用户与其网络社交圈中好友的互动分数，n表示该用户与其网络社交圈中好友互动行为的种类数量，Ai表示第i种互动行为对应的预设分数，ai表示第i种互动行为出现的次数；
或者，该用户与其网络社交圈中好友互动分数计算公式可以表示为：
Figure BDA0001667592670000082
其中，S表示该用户与其网络社交圈中好友的互动分数，n表示该用户与其网络社交圈中好友互动行为的种类数量，Ai表示第i种互动行为对应的预设分数，ai表示第i种互动行为出现的次数，bi表示第i种互动行为在用户网络社交圈中出现的总的次数。
由上述可知，在本发明实施例中，根据用户与其网络社交圈中好友互动行为，计算得到互动分数，再利用互动分数筛选得到特定好友，为特定好友地确定提供了具体的实施方式，同时，互动分数的精准度也将提高特定好友确定的准确度。
可选的，在本发明实施中，上述互动行为至少可以包括如下行为之一：
该用户在网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
除此以外，互动行为还可以包括：该用户在网络社交圈中与其好友之间的聊天行为，或者分享视频、音乐等行为。
由上述可知，在本发明实施例中，互动行为包括很多种，通过统计不同的互动行为，全面覆盖用户与其网络社交圈中好友的各种互动行为，保证互动分数计算的精准度。
可选的，基于所述训练视频的属性信息，生成表示训练视频的属性特征的特征向量，具体处理方式为：
获取训练视频的属性信息，进一步的，可以从视频片库中得到视频属性信息，在视频片库中会对不同的视频进行存储，并为每个视频标记上不同标签，该标签上记录有视频的相关属性信息，通过调用视频接口或者利用HTTP服务等方式输出视频的属性信息。
或者，也可以利用视频参数检测软件对训练视频进行分析，得到训练视频的属性信息，如：利用mediainfo软件对训练视频进行分析得到视频属性信息。
进一步的，在得到视频的属性信息之后，针对不同的视频属性信息预先设置不同的数值，如：可以将视频时长信息以分钟表示，则2小时的视频预设的数值为120。根据预设的数值，将训练视频的属性信息按照预设的顺序，利用word2vec算法映射到n为向量空间，得到与属性信息排列顺序相同的参考特征向量，其中，预设的顺序可以是：视频的类型信息、视频的时长信息、视频的语种信息等，此时，生成的参考特征向量中的向量元素也按照相同的顺序。例如：某一视频的视频类型为爱情片，时长为2小时，语种为英文，该视频属性对应的预设数值为：爱情片用1表示，2小时用120表示，英文用1表示，则该视频属性信息通过word2vec算法映射到n为向量空间后得到的特征向量，可以表示为
Figure BDA0001667592670000091
由上述可知，在本发明实施例中，通过n维向量简单清楚的表示特定好友观看视频的属性信息，使得之后的相似度计算更加方便、准确。
可选的，可以采用以下步骤生成比对特征向量，获取视频片库待选择视频的属性信息，采用word2vec算法将视频的属性信息映射到n维向量空间，生成比对特征向量，具体生成方式，可以参照上述生成参考特征向量的处理方式，在此不再进行详细描述。
综上所述，在本发明实施例中，根据用户网络社交圈中特定好友观看的视频，选取视频片库待选择视频中与之相似度大的视频，作为待分享视频，在该用户网络社交圈中分享，丰富了可分享的视频，满足用户分享视频的实际需求，为视频服务运营商带来更多的视频播放量。
基于同一发明构思，根据本发明实施例提供的上述视频分享的方法，本发明实施例还提供了一种视频分享装置，如图2所示，包括以下模块：
好友确定模块201，用于确定用户在网络社交圈中的特定好友；
向量生成模块202，用于将所述特定好友观看的视频作为训练视频，基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，作为参考特征向量；
相似度计算模块203，用于计算所述参考特征向量与视频片库中待选择视频的比对特征向量的相似度，所述比对特征向量为基于所述待选择视频的属性信息生成的，且表示所述待选择视频的属性特征的特征向量；
视频选择模块204，用于按照相似度的大小，从所述视频片库中优先选择相似度大的视频，作为待分享视频；
视频分享模块205，用于在所述用户的所述网络社交圈中分享选择的所述待分享视频。
进一步的，好友确定模块201，如图3所述，包括：
分数计算子模块301，用于基于用户在网络社交圈中与其好友的互动行为，计算所述用户与其每个好友的互动分数，所述互动分数表示所述用户与其好友的互动程度；
好友选择子模块302，用于按照互动分数的大小，优先选择互动分数大的好友，作为特定好友。
进一步的，互动行为至少包括如下行为之一：
所述用户在所述网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
进一步的，向量生成模块202，具体用于采用word2vec算法，将所述训练视频的属性信息，映射到向量空间，得到表示所述训练视频的属性特征的特征向量。
进一步的，向量生成模块202，还用于采用word2vec算法，将所述视频片库中待选择视频的属性信息，映射到向量空间，得到表示所述待选择视频的属性特征的特征向量。
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线804完成相互间的通信，
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现上述任一视频分享方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一视频分享方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一视频分享方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、计算机或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、计算机或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的计算机、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备等实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (9)

1.一种视频分享的方法，其特征在于，包括：
确定用户在网络社交圈中的特定好友；
将所述特定好友观看的视频作为训练视频，基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，作为参考特征向量；
计算所述参考特征向量与视频片库中待选择视频的比对特征向量的相似度，所述比对特征向量为基于所述待选择视频的属性信息生成的，且表示所述待选择视频的属性特征的特征向量；
按照相似度的大小，从所述视频片库中优先选择相似度大的视频，作为待分享视频；
在所述用户的所述网络社交圈中分享选择的所述待分享视频；
所述确定用户在网络社交圈中的特定好友，包括：
基于用户在网络社交圈中与其好友的互动行为，计算所述用户与其每个好友的互动分数，所述互动分数表示所述用户与其好友的互动程度；
按照互动分数的大小，优先选择互动分数大的前预设数量个好友，作为特定好友。
2.根据权利要求1所述的方法，其特征在于，所述互动行为至少包括如下行为之一：
所述用户在所述网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
3.根据权利要求1所述的方法，其特征在于，所述基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，包括：
采用word2vec算法，将所述训练视频的属性信息，映射到向量空间，得到表示所述训练视频的属性特征的特征向量。
4.根据权利要求1所述的方法，其特征在于，采用如下步骤生成所述比对特征向量：
采用word2vec算法，将所述待选择视频的属性信息，映射到向量空间，得到表示所述待选择视频的属性特征的特征向量，作为比对特征向量。
5.一种视频分享的装置，其特征在于，包括：
好友确定模块，用于确定用户在网络社交圈中的特定好友；
向量生成模块，用于将所述特定好友观看的视频作为训练视频，基于所述训练视频的属性信息，生成表示所述训练视频的属性特征的特征向量，作为参考特征向量；
相似度计算模块，用于计算所述参考特征向量与视频片库中待选择视频的比对特征向量的相似度，所述比对特征向量为基于所述待选择视频的属性信息生成的，且表示所述待选择视频的属性特征的特征向量；
视频选择模块，用于按照相似度的大小，从所述视频片库中优先选择相似度大的视频，作为待分享视频；
视频分享模块，用于在所述用户的所述网络社交圈中分享选择的所述待分享视频；
所述好友确定模块，包括：
分数计算子模块，用于基于用户在网络社交圈中与其好友的互动行为，计算所述用户与其每个好友的互动分数，所述互动分数表示所述用户与其好友的互动程度；
好友选择子模块，用于按照互动分数的大小，优先选择互动分数大的前预设数量个好友，作为特定好友。
6.根据权利要求5所述的装置，其特征在于，所述互动行为至少包括如下行为之一：
所述用户在所述网络社交圈中与其好友之间的点赞行为、转发行为以及评论行为。
7.根据权利要求5所述的装置，其特征在于，所述向量生成模块，具体用于采用word2vec算法，将所述训练视频的属性信息，映射到向量空间，得到表示所述训练视频的属性特征的特征向量。
8.根据权利要求5所述的装置，其特征在于，所述向量生成模块，还用于采用word2vec算法，将所述视频片库中待选择视频的属性信息，映射到向量空间，得到表示所述待选择视频的属性特征的特征向量，作为比对特征向量。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-4任一所述的视频分享方法的步骤。
CN201810488972.8A 2018-05-21 2018-05-21 一种视频分享的方法、装置及电子设备 Active CN108681601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810488972.8A CN108681601B (zh) 2018-05-21 2018-05-21 一种视频分享的方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810488972.8A CN108681601B (zh) 2018-05-21 2018-05-21 一种视频分享的方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN108681601A CN108681601A (zh) 2018-10-19
CN108681601B true CN108681601B (zh) 2020-12-11

Family

ID=63807071

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810488972.8A Active CN108681601B (zh) 2018-05-21 2018-05-21 一种视频分享的方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN108681601B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946549A (zh) * 2012-08-24 2013-02-27 南京大学 一种移动社交视频分享方法与系统
CN103714130A (zh) * 2013-12-12 2014-04-09 深圳先进技术研究院 视频推荐系统及方法
CN105404698A (zh) * 2015-12-31 2016-03-16 海信集团有限公司 一种教育视频推荐方法及装置
CN106407401A (zh) * 2016-09-21 2017-02-15 乐视控股（北京）有限公司 一种视频推荐方法及装置
CN106407420A (zh) * 2016-09-23 2017-02-15 广州视源电子科技股份有限公司 一种多媒体资源的推荐方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8869208B2 (en) * 2011-10-30 2014-10-21 Google Inc. Computing similarity between media programs

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946549A (zh) * 2012-08-24 2013-02-27 南京大学 一种移动社交视频分享方法与系统
CN103714130A (zh) * 2013-12-12 2014-04-09 深圳先进技术研究院 视频推荐系统及方法
CN105404698A (zh) * 2015-12-31 2016-03-16 海信集团有限公司 一种教育视频推荐方法及装置
CN106407401A (zh) * 2016-09-21 2017-02-15 乐视控股（北京）有限公司 一种视频推荐方法及装置
CN106407420A (zh) * 2016-09-23 2017-02-15 广州视源电子科技股份有限公司 一种多媒体资源的推荐方法及系统

Also Published As

Publication number Publication date
CN108681601A (zh) 2018-10-19

Similar Documents

Publication Publication Date Title
CN108829808B (zh) 一种页面个性化排序方法、装置及电子设备
CN109885770B (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN108966012B (zh) 一种视频播放速率确定方法、装置及电子设备
CN110311902B (zh) 一种异常行为的识别方法、装置及电子设备
CN108416028B (zh) 一种搜索内容资源的方法、装置及服务器
CN106339507B (zh) 流媒体消息推送方法和装置
CN110234018B (zh) 多媒体内容描述生成方法、训练方法、装置、设备及介质
CN109189990B (zh) 一种搜索词的生成方法、装置及电子设备
CN109165691B (zh) 用于识别作弊用户的模型的训练方法、装置及电子设备
US20150039608A1 (en) Media content rankings for discovery of novel content
CN110347866B (zh) 信息处理方法、装置、存储介质及电子设备
CN111107416B (zh) 一种弹幕屏蔽方法、装置及电子设备
CN113326821B (zh) 一种视频帧图像的人脸驱动方法及装置
CN113190106B (zh) 手势识别方法、装置及电子设备
CN112487300A (zh) 一种视频推荐方法、装置、电子设备及存储介质
CN108768743B (zh) 一种用户识别方法、装置及服务器
CN112528703B (zh) 一种识别表格结构的方法、装置及电子设备
CN114090766A (zh) 视频文本筛选方法、装置及电子设备
CN108681601B (zh) 一种视频分享的方法、装置及电子设备
CN110971973A (zh) 一种视频推送方法、装置及电子设备
CN113127686B (zh) 视频搜索方法、装置、设备及存储介质
CN110569447A (zh) 一种网络资源的推荐方法、装置及存储介质
CN114003772A (zh) 一种视频搜索方法、装置、电子设备及存储介质
US11599743B2 (en) Method and apparatus for obtaining product training images, and non-transitory computer-readable storage medium
CN114548263A (zh) 标注数据的校验方法、装置、计算机设备及存储介质

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