CN109684507A - 视频推荐方法、视频推荐装置和计算机可读存储介质 - Google Patents

Abstract

本申请是关于一种视频推荐方法、视频推荐装置和计算机可读存储介质。该视频推荐方法包括：获取未注册用户的设备ID；根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，其中，获取好友关系数据的步骤包括，当未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取第一用户ID；以及在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。该视频推荐方法通过使未注册用户观看已注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID之间的关联关系，并据此对观看历史数据较少的未注册用户推荐视频，解决用户冷启动的问题。

Description

视频推荐方法、视频推荐装置和计算机可读存储介质

技术领域

本申请属于计算机软件应用领域，尤其是视频推荐方法及视频推荐装置。

背景技术

随着数据量和计算能力的增加，个性化推荐渐趋成熟，个性化推荐是指通过分析用户过往行为，挖掘用户潜在感兴趣却还没有消费(观看)的内容(图集，视频和直播)，并在特定场景下推荐给用户。推荐内容的优劣直接影响着用户体验，从而影响产品和公司的发展。目前的推荐算法大多是在“Match(粗筛选)”阶段进行待推荐内容的筛选，“Rank”阶段(排序阶段)对粗筛选内容进行用户点击的可能性预测并进行排序，按照排序推荐给用户。

通过分析用户过往行为进行个性化推荐，主要包括协同过滤和基于内容匹配召回等方法，协同过滤主要是基于用户(user)和内容(item)之间的行为矩阵(score)，通过计算用户和用户之间的相似度(user based)，把与当前用户相似的其他用户喜欢的内容推荐给当前用户，或计算内容和内容之间的相似度(item based)，将与当前用户历史观看内容相似的其他内容推荐给当前用户。基于内容匹配的召回，是根据内容的文本图片，比如标题评论等文本数据，封面等图片数据，计算内容和内容之间的相似度，进行推荐。这两种方法推荐精度较高，但要做到比较好的个性化推荐，就需要大量的历史行为数据，而对于历史数据较少的用户或没有历史观看行为的新用户，无法通过计算找到与之相似的用户和内容，造成客户冷启动问题。

为此产生了基于地域的推荐，即通过用户的ip提取所在城市，为用户推荐一些当地的具有地方特色的内容。该方案虽可以在一定程度上解决用户的冷启动问题，但是推荐精度不够高，客户体验较差。

发明内容

为克服相关技术中存在的问题，本申请公开一种视频推荐方法和视频推荐装置，通过使未注册用户观看注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID的好友关系，进行相应的视频推荐，使得没有足够历史数据的用户也能接受个性化的视频推荐。

根据本申请实施例的第一方面，提供一种视频推荐方法，包括：

获取未注册用户的设备ID；

根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；

将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，

其中，获取所述好友关系数据的步骤包括，

当所述未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取所述第一用户ID；以及

在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。

可选地，所述视频推荐方法还包括：获取与所述未注册用户的设备ID相关的多层泛好友关系数据，所述泛好友为与所述第一用户ID为直接或间接好友关系的用户ID，并将与所述设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给所述设备ID的用户。

可选地，建立与所述未注册用户的设备ID相关的多层泛好友关系包括：

获取与所述第一用户ID为直接好友的第二用户ID，与所述设备ID建立第一层泛好友关系；以及

获取与所述第一用户ID为间接好友的第三用户ID，与所述设备ID建立第二层泛好友关系。

可选地，所述第二用户ID观看过的视频的推荐权重大于所述第三用户ID观看过的视频的推荐权重。

可选地，所述视频推荐方法还包括：将所述未注册用户的设备ID与多个所述第一用户ID之间建立关联关系。

可选地，所述视频推荐方法还包括：根据好友亲密度对多个所述第一用户ID的视频推荐顺序进行排序，并根据排序后的顺序向所述设备ID的用户进行视频推荐。

可选地，采用所述未注册用户分别基于多个所述第一用户ID分享的视频链接观看视频时的观看次数来表征所述好友亲密度，对所述第一用户ID的视频推荐顺序进行排序。

可选地，所述视频推荐方法还包括：计算所述第一用户ID观看过的每个所述视频的关注度，设定关注度阈值，去掉所述关注度低于所述关注度阈值的所述视频。

可选地，所述视频推荐方法还包括：将所述推荐视频进行精细筛选，排序后展示给所述设备ID的用户。

根据本发明实施例的第二方面，提供一种视频推荐装置，包括：

获取模块，用于获取未注册用户的设备ID；

检索模块，用于根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；

第一推荐模块，将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，

其中，所述视频推荐装置还包括用于获取所述好友关系数据的解析模块和关联模块，

所述解析模块用于当所述未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取所述第一用户ID；以及

所述关联模块用于在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。

可选地，所述视频推荐装置还包括：第二推荐模块，用于获取与所述未注册用户的设备ID相关的多层泛好友关系数据，所述泛好友为与所述第一用户ID为直接或间接好友关系的用户ID，并将与所述设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给所述设备ID的用户。

可选地，所述视频推荐装置还包括：筛选模块，用于计算所述第一用户ID观看过的每个所述视频的关注度，设定关注度阈值，去掉所述关注度低于所述关注度阈值的所述视频。

可选地，所述视频推荐装置还包括：展示模块，用于将所述推荐视频进行精细筛选，排序后展示给所述设备ID的用户。

根据本发明实施例的第三方面，提供一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述任意一项所述的视频推荐方法。

根据本发明实施例的第四方面，提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现上述视频推荐方法。

本申请的实施例提供的技术方案可以包括以下有益效果：

该视频推荐方法通过在视频分享链接中绑定已注册用户的用户ID，使未注册用户通过链接观看已注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID之间的关联关系，并将用户ID在客户端内观看的内容推荐给观看历史数据较少的未注册用户，解决用户冷启动的问题，也能扩大用户范围。

本申请的另一实施例提供的技术方案可以包括以下有益效果：

通过用户ID查找与之相关的好友用户ID，并与未注册用户的设备ID建立多层泛好友关系网络，把泛好友用户ID喜欢或评论的视频推荐给未注册用户，实现基于泛好友关系的视频推荐，使得推荐视频的内容更加丰富和具有多样性，提升推荐质量和用户体验。

本申请的另一实施例提供的技术方案可以包括以下有益效果：

为保证视频质量，设定关注度阈值，过滤掉那些关注度低于阈值的视频，而向用户推荐一些大多数人都喜欢和感兴趣的内容，使得基于好友关系的视频推荐更加贴合用户爱好，提升推荐质量。

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，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的视频推荐方法的流程图；

图2是根据一示例性实施例示出的汇总的视频推荐方法的流程图；

图3是是根据一示例性实施例示出的视频推荐装置的示意图；

图4是是根据一示例性实施例示出的汇总的视频推荐装置的示意图；

图5是根据一示例性实施例示出的一种执行视频推荐方法的电子设备的框图；

图6是根据一示例性实施例示出的一种执行视频推荐方法的视频推荐装置的框图。

具体实施方式

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申请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、本申请的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的视频推荐方法的流程图，具体包括以下步骤。

在步骤S101中，获取未注册用户的设备ID。

在步骤S102中，根据设备ID检索好友关系数据，以得到和设备ID对应的第一用户ID。

在步骤S103中，将第一用户ID观看过的视频作为推荐视频发送给设备ID的用户。

其中，在根据设备ID检索好友关系数据前还包括获取好友关系数据，具体地，包括步骤S1011和步骤S1012。

在步骤S1011中，当未注册用户基于分享的视频链接观看视频时，从视频链接中获取第一用户ID；

在步骤S1012中，在未注册用户的设备ID和第一用户ID之间建立关联关系。

如背景技术中提到的，对于某客户端新注册的用户，个性化推荐往往受到历史观看数据的限制，因此本申请提出一种新的视频推荐方法，对于用户数据较少或没有足够的历史数据的用户，可以建立好友关系网络，进行一些比地域推荐更个性的推荐。

对于新注册用户或者未注册用户，由于客户端内的历史数据很少，无法根据历史数据进行推荐，所以可以收集其在客户端外部的历史观看数据，或收集其好友在客户端内的历史观看历史，进行相似性推荐。所以对于未注册用户，首先要对其设定一个识别标志，例如是采用未注册用户使用的观看设备的设备ID来表征该用户，以did(device id，设备id的简称)命名。

好友之间常常具有较多的相似性，许多亲密的好友之间存在着许多共同的爱好，拿微信好友举例，他们常常是亲人，同学，同事或者有某些共同的兴趣爱好的朋友。当某一用户在朋友圈观看好友分享的视频时，往往是因为关注此好友或者和此好友之间有较高的相似性，对其分享的视频感兴趣。因此根据某一用户与其好友在社交平台上的好友关系，并查找到好友在客户端内的账号信息，就可以建立起客户端外的用户和其在客户端内的好友之间的好友关系，便于对客户端外的用户的视频推荐。

虽然设备ID(did)的用户未在客户端内观看过视频，但是其在社交平台(例如微信)上的好友却可能在客户端内注册并观看过视频，所以当did用户在社交平台上观看到一条来自某客户端的视频的时候，就可以建立视频分享者与did用户的站内和站外的好友关系。例如，注册用户利用第一用户ID登录某客户端，并进行视频的观看和分享，分享时，可以在视频链接中加入和此用户的身份有关的一些信息，例如是第一用户ID(user_id1)；当did用户从社交平台上观看该视频时，通过解析did用户在分享页观看的视频的链接中解析出第一用户ID(user_id1)，这样就在未注册用户的设备ID和第一用户ID(user_id1)之间建立关联关系。

根据上述过程获取好友关系数据，当需要向某设备ID的用户(did用户)进行视频推荐时，首先根据设备ID检索好友关系数据，以得到和设备ID对应的第一用户ID(user_id1)。

在建立起未注册用户的设备ID和第一用户ID(user_id1)之间的好友关系时，就可以根据第一用户ID(user_id1)的爱好向did用户进行视频推荐。例如，将第一用户ID(user_id1)在客户端内观看过的视频或喜爱的视频，评论的视频等作为推荐视频发送给设备ID的用户(did用户)。

在一个实施例中，对于未注册用户，可以在社交平台上继续向该did用户分享视频，若did用户对分享的多个视频都感兴趣，可能会促使该did用户使用客户端，从而扩大用户范围，或者使未注册用户不用下载客户端也可以直接观看到感兴趣的视频，提升客户体验；对于已注册但历史观看数据较少或即将注册的用户，获取其设备ID，检索到相应的第一用户ID，根据好友关系在客户端内对其进行个性化推荐，可以使推荐的视频更加贴近用户的需求，解决用户的冷启动问题，也提升了客户的观看体验。

在一个实施例中，视频推荐方法还包括：将未注册用户的设备ID与多个第一用户ID(user_id1)之间建立关联关系。did用户在社交平台上的好友有很多个，可能有多个好友都在同时使用某一相同的客户端，则可以建立该did用户的设备ID与多个好友的第一用户ID(user_id1)之间的好友关系，并进行视频推荐。

好友关系有强弱之分，所以在推荐视频时，可以根据好友关系的强弱或好友亲密度来进行排序。在一个实施例中，视频推荐方法还包括：根据好友亲密度对多个第一用户ID(user_id1)的视频推荐顺序进行排序，并根据排序后的顺序向设备ID的用户进行视频推荐。did用户在社交平台上观看多个好友分享的视频时，点击和观看次数都不相同，对于感兴趣的视频did用户可能会多次浏览，因此采用未注册用户分别基于多个第一用户ID(user_id1)分享的视频链接观看视频时的观看次数来表征好友亲密度，对第一用户ID的视频推荐顺序进行排序。本实施例中，通过在视频分享链接中绑定已注册用户的用户ID，使未注册用户通过链接观看已注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID之间的关联关系，并将用户ID在客户端内观看的内容推荐给观看历史数据较少的未注册用户，解决用户冷启动的问题，也能扩大用户范围，提升用户体验。

图2是根据一示例性实施例示出的汇总的视频推荐方法的流程图。

在步骤S201中，获取未注册用户的设备ID；

在步骤S202中，根据设备ID检索好友关系数据，以得到和设备ID对应的第一用户ID；

在步骤S203中，将第一用户ID观看过的视频作为推荐视频发送给设备ID的用户；

在步骤S204中，计算第一用户ID观看过的每个视频的关注度，设定关注度阈值，去掉关注度低于关注度阈值的视频；

在步骤S205中，获取与未注册用户的设备ID相关的多层泛好友关系数据，泛好友为与第一用户ID为直接或间接好友关系的用户ID，并将与设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给设备ID的用户；

在步骤S206中，将推荐视频进行精细筛选，排序后展示给设备ID的用户。

本实施例是图1的优化方案，步骤S201-S203与图1的步骤S101-S103相同，这里不再赘述。

在步骤S204中，计算第一用户ID观看过的每个视频的关注度，设定关注度阈值，去掉关注度低于关注度阈值的视频。收集第一用户ID(user_id1)在一定时间内在客户端内喜欢或者评论或观看过的视频，计算其关注度是否达到关注度阈值，去掉未达到关注度阈值的视频，可以避免向did用户推荐质量较差的视频。例如，收集第一用户ID(user_id1)的用户在过去一个月喜欢或评论或观看过的视频，并计算这些视频在过去15天内累计获得的喜欢和评论数量，以用户对视频的喜爱数量或点击数量或评论数量等来表征该视频获得的关注度，设立关注度阈值，例如，累计获得100次点击，将关注度未达到阈值的视频过滤掉，而关注度高于阈值的视频可以作为待推荐视频向did用户推荐。这样可以去掉关注度较少的视频，而挑选大多数用户感兴趣的视频进行推荐，保证推荐视频的质量。

由于视频推荐方法会根据好友之间的相似度进行相似视频的推荐，或基于历史观看内容，进行相似的视频推荐，可能导致长时间内，推荐给用户的视频的相似性很高，仅局限于一个主题，缺乏新颖性。本实施例提出一种视频推荐方法，可以为用户推荐喜欢的视频，且这些视频有足够的差异性，不局限在一个方面。主要采用建立多层泛好友关系的策略进行推荐。

在步骤S205中，获取与未注册用户的设备ID相关的多层泛好友关系数据，泛好友为与第一用户ID为直接或间接好友关系的用户ID，并将与设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给设备ID的用户。

好友关系有一个特点，“非传递性”，即：A和B是好友，B和C是好友，A和C往往不是好友关系。虽然A和C不是好友关系，但是它们之间也有一些相似性，因此，通过C推荐视频给A，可以丰富推荐的多样性，发掘一些新鲜有趣的视频。

图1的实施例仅建立了未注册用户与注册用户的一层好友关系，而本实施例可以建立未注册用户与注册用户的多层泛好友关系。在一个实施例中，建立与未注册用户的设备ID相关的多层泛好友关系包括：

在步骤S2051中，获取与第一用户ID为直接好友的第二用户ID，与设备ID建立第一层泛好友关系。例如，第一用户ID(user_id1)在客户端内可能会关注其他用户ID，例如第二用户ID(user_id2)，从而第一用户ID(user_id1)与第二用户ID(user_id2)成为直接好友，可以将设备ID与第二用户ID(user_id2)建立第一层泛好友关系。如果设备ID与第一用户ID(user_id1)是深度为1的好友关系，那么设备ID和第二用户ID(user_id2)就是深度为2的泛好友关系。

在步骤S2052中，获取与第一用户ID为间接好友的第三用户ID，与设备ID建立第二层泛好友关系。第二用户ID(user_id2)也会在客户端内关注一些用户，例如是第三用户ID(user_id3)，从而第一用户ID(user_id1)与第三用户ID(user_id3)就建立起间接好友关系。可以将设备ID与第三用户ID(user_id3)建立第二层泛好友关系。如果设备ID与第一用户ID(user_id1)是深度为1的好友关系，那么设备ID和第三用户ID(user_id3)就是深度为3的泛好友关系。

以此类推，可以建立未注册用户的设备ID与客户端内的用户ID的多层泛好友关系，随着层数增加，好友关系减弱，而好友数量呈指数增长。

获取与未注册用户的设备ID相关的多层泛好友关系数据，得到和设备ID相关的多层泛好友的用户ID，根据泛好友在客户端内的观看习惯，将与设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给设备ID的用户，使得推荐视频的丰富性增加，种类增多，而且又不失关联性。

由于第一用户ID在客户端内的好友可能有多个，所以第二用户ID可能有多个(例如，user_id_20、user_id_21、user_id_22……)，而每一个第二用户ID又有多个第三用户ID好友，所以随着泛好友层数的增加，未注册用户与注册用户之间的好友关系逐渐减弱，而好友数量逐渐增多，呈指数增长。好友关系较弱的用户ID观看的视频与设备ID的用户感兴趣的视频的相似性可能相对较低，所以在一个实施例中，第二用户ID(user_id2)观看过的视频的推荐权重大于第三用户ID(user_id3)观看过的视频的推荐权重，使得推荐视频在保证丰富性的同时也能保持相似性和推荐质量。

在一个实施例中，如步骤S204描述的过程，计算第二用户ID和第三用户ID观看过的每个视频的关注度，设定关注度阈值，去掉关注度低于关注度阈值的视频，使得视频的推荐质量具有保障。

在一个实施例中，根据同层泛好友关系的强弱或好友亲密度来进行视频推荐顺序的排序，再根据排序后的顺序向设备ID的用户进行视频推荐。例如，根据好友亲密度对多个第二用户ID(user_id2)的视频推荐顺序进行排序，并根据排序后的顺序向设备ID的用户进行视频推荐。

在步骤S207中，将推荐视频进行精细筛选，排序后展示给设备ID的用户。将上述过程中的推荐视频，带入一定的模型中，进行精细计算，最终筛选出最合适的视频，按照用户可能的感兴趣程度进行排序，排序后进行推荐和展示，向未注册用户推送这些视频。

个性化推荐可以借鉴计算广告学中的“Match”和“Rank”的思想：“Match”即有效和丰富的召回，从全部内容中尽可能找到与用户正相关的内容，并将结果返回给“Rank”。比如从数十亿的视频中初步选出1000条与用户兴趣最相关的视频，作为最终推荐给用户的候选集合。这是一个粗放的快速的筛选过程，筛选的方法比较简单，一般称之为“粗筛”。而“Rank”阶段将对“Match”返回的内容进行排序，一般称为“排序阶段”，预测用户点击内容的可能性，将最可能被点击的内容首先推荐给用户。由于“Rank”阶段的模型比较复杂，不可能对所有内容排序，所以需要通过“Match”阶段粗筛数据。而“Match”筛选的数据直接决定了“Rank”阶段的数据质量，很大程度影响着推荐的结果。

本实施例主要是在“Match”阶段进行的改进，将收集到的推荐视频作为“Match”阶段的候选推荐视频，在“Rank”阶段进行处理和排序后展示给用户。

本实施例中，视频推荐方法建立了未注册用户和注册用户的多层泛好友关系，对于历史数据较少的未注册用户，可以收集到更多有效丰富的视频进行推荐，增加了推荐视频的多样性。又利用泛好友关系强弱作为视频推荐的权重，约束了视频的多样性，保证推荐视频的相似性，提升了用户体验。

图3是根据一示例性实施例示出的视频推荐装置的示意图。该视频推荐装置包括获取模块301、检索模块302和第一推荐模块303。

获取模块301用于获取未注册用户的设备ID；检索模块302用于根据设备ID检索好友关系数据，以得到和设备ID对应的第一用户ID；第一推荐模块303将第一用户ID观看过的视频作为推荐视频发送给设备ID的用户。

其中，视频推荐装置还包括用于获取好友关系数据的解析模块(图中未示出)和关联模块(图中未示出)，解析模块用于当未注册用户基于分享的视频链接观看视频时，从视频链接中获取第一用户ID；关联模块用于在未注册用户的设备ID和第一用户ID之间建立关联关系。

本实施例的视频推荐装置通过在视频分享链接中绑定已注册用户的用户ID，使未注册用户通过链接观看已注册用户分享的视频，从而建立未注册用户的设备ID和注册用户的用户ID之间的关联关系，并将用户ID在客户端内观看的内容推荐给观看历史数据较少的未注册用户，解决用户冷启动的问题，也能扩大用户范围。

图4是是根据一示例性实施例示出的汇总的视频推荐装置的示意图。

图4是对图3的实施例的优化，该视频推荐装置除包括获取模块301、检索模块302和第一推荐模块303外还包括：第二推荐模块401、筛选模块402和展示模块403。

第二推荐模块401用于获取与未注册用户的设备ID相关的多层泛好友关系数据，泛好友为与第一用户ID为直接或间接好友关系的用户ID，并将与设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给设备ID的用户。筛选模块402用于计算第一用户ID观看过的每个视频的关注度，设定关注度阈值，去掉关注度低于关注度阈值的视频。可选地，筛选模块402也可以对第二推荐模块401中的推荐视频进行关注度的筛选，提高推荐质量。

可选地，该视频推荐装置还包括展示模块403，用于将推荐视频进行精细筛选，排序后展示给设备ID的用户。

关于上述实施例中的视频推荐装置，由于其中各个模块的功能已经在上述视频推荐方法的实施例中进行了详细描述，由此进行了相对简略的描述。

图5是根据一示例性实施例示出的一种用于上述视频推荐方法的电子设备1200的框图。例如，电子设备1200可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，电子设备1200可以包括以下一个或多个组件：处理组件1202，存储器1204，电力组件1206，多媒体组件1208，音频组件1210，输入/输出(I/O)的接口1212，传感器组件1214，以及通信组件1216。

处理组件1202通常控制电子设备1200的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1202可以包括一个或多个处理器1220来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1202可以包括一个或多个模块，便于处理组件1202和其他组件之间的交互视频推荐。例如，处理组件1202可以包括多媒体模块，以方便多媒体组件1208和处理组件1202之间的交互。

存储器1204被配置为存储各种类型的数据以支持在电子设备1200的操作。这些数据的示例包括用于在电子设备1200上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1204可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件1206为电子设备1200的各种组件提供电力。电源组件1206可以包括电源管理系统，一个或多个电源，及其他与为电子设备1200生成、管理和分配电力相关联的组件。

多媒体组件1208包括在所述电子设备1200和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1208包括一个前置摄像头和/或后置摄像头。当电子设备1200处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件1210被配置为输出和/或输入音频信号。例如，音频组件1210包括一个麦克风(MIC)，当电子设备1200处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1204或经由通信组件1216发送。在一些实施例中，音频组件1210还包括一个扬声器，用于输出音频信号。

I/O接口1212为处理组件1202和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件1214包括一个或多个传感器，用于为电子设备1200提供各个方面的状态评估。例如，传感器组件1214可以检测到电子设备1200的打开/关闭状态，组件的相对定位，例如所述组件为装置1200的显示器和小键盘，传感器组件1214还可以检测电子设备1200，或电子设备1200一个组件的位置改变，用户与电子设备1200接触的存在或不存在，电子设备1200方位或加速/减速和电子设备1200的温度变化。传感器组件1214可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1214还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件1216被配置为便于电子设备1200和其他设备之间有线或无线方式的通信。电子设备1200可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件1216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1216还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，电子设备1200可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述视频推荐方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1204，上述指令可由电子设备1200的处理器1220执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

图6是根据一示例性实施例示出的一种用于上述视频推荐方法的视频推荐装置1300的框图。例如，装置1300可以被提供为一服务器。参照图6，装置1300包括处理组件1322，其进一步包括一个或多个处理器，以及由存储器1332所代表的存储器资源，用于存储可由处理组件1322的执行的指令，例如应用程序。存储器1332中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1322被配置为执行指令，以执行上述视频推荐方法。

装置1300还可以包括一个电源组件1326被配置为执行装置1300的电源管理，一个有线或无线网络接口1350被配置为将装置1300连接到网络，和一个输入输出(I/O)接口1358。装置1300可以操作基于存储在存储器1332的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种视频推荐方法，其特征在于，包括：

获取未注册用户的设备ID；

根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；

将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，

其中，获取所述好友关系数据的步骤包括，

当所述未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取所述第一用户ID；以及

在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。

2.根据权利要求1所述的视频推荐方法，其特征在于，还包括：获取与所述未注册用户的设备ID相关的多层泛好友关系数据，所述泛好友为与所述第一用户ID为直接或间接好友关系的用户ID，并将与所述设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给所述设备ID的用户。

3.根据权利要求2所述的视频推荐方法，其特征在于，建立与所述未注册用户的设备ID相关的多层泛好友关系包括：

获取与所述第一用户ID为直接好友的第二用户ID，与所述设备ID建立第一层泛好友关系；以及

获取与所述第一用户ID间接好友的第三用户ID，与所述设备ID建立第二层泛好友关系。

4.根据权利要求3所述的视频推荐方法，其特征在于，所述第二用户ID观看过的视频的推荐权重大于所述第三用户ID观看过的视频的推荐权重。

5.根据权利要求1所述的视频推荐方法，其特征在于，还包括：将所述未注册用户的设备ID与多个所述第一用户ID之间建立关联关系。

6.根据权利要求5所述的视频推荐方法，其特征在于，还包括：根据好友亲密度对多个所述第一用户ID的视频推荐顺序进行排序，并根据排序后的顺序向所述设备ID的用户进行视频推荐。

7.一种视频推荐装置，其特征在于，包括：

获取模块，用于获取未注册用户的设备ID；

检索模块，用于根据所述设备ID检索好友关系数据，以得到和所述设备ID对应的第一用户ID；

第一推荐模块，将所述第一用户ID观看过的视频作为推荐视频发送给所述设备ID的用户，

其中，所述视频推荐装置还包括用于获取所述好友关系数据的解析模块和关联模块，

所述解析模块用于当所述未注册用户基于分享的视频链接观看视频时，从所述视频链接中获取所述第一用户ID；以及

所述关联模块用于在所述未注册用户的设备ID和所述第一用户ID之间建立关联关系。

8.根据权利要求7所述的视频推荐装置，其特征在于，还包括：

第二推荐模块，用于获取与所述未注册用户的设备ID相关的多层泛好友关系数据，所述泛好友为与所述第一用户ID为直接或间接好友关系的用户ID，并将与所述设备ID建立多层泛好友关系的所有用户ID观看过的视频作为推荐视频推荐给所述设备ID的用户。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述权利要求1-6任意一项所述的视频推荐方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1至6任一项所述的视频推荐方法。