CN109714643B - 视频数据的推荐方法、系统及服务器和存储介质 - Google Patents
视频数据的推荐方法、系统及服务器和存储介质 Download PDFInfo
- Publication number
- CN109714643B CN109714643B CN201811488305.6A CN201811488305A CN109714643B CN 109714643 B CN109714643 B CN 109714643B CN 201811488305 A CN201811488305 A CN 201811488305A CN 109714643 B CN109714643 B CN 109714643B
- Authority
- CN
- China
- Prior art keywords
- video data
- identification information
- video
- user
- advertisement
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开是关于一种视频数据的推荐方法、系统及服务器和存储介质,其中,所述方法包括:在应用程序启动时,从所述应用程序获取用户身份标识信息;根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;将所述目标视频数据推送至所述应用程序。本公开优化了视频推荐的效果。
Description
技术领域
本公开涉及视频推荐技术领域,尤其涉及视频数据的推荐方法、系统及服务器和存储介质。
背景技术
吸引新用户是每个公司长期的任务,找到新用户的兴趣点并给其推荐感兴趣的视频,可以有效提升用户的留存率。如果新用户在第一次打开应用程序时,就能看到其感兴趣的视频,自然会愿意继续使用应用程序进而留存下来,否则可能直接离开。但对于个性化视频推荐系统来说,新用户是一张白纸,很难精准找到其兴趣点。为提高新用户冷启动应用程序时的推荐效果,业界尝试了各种解决办法。
相关技术中,一种视频推荐方案是在新用户冷启动应用程序时直接做一个调查问卷,提供一些选项让用户选择自己感兴趣的类别或视频,进而根据用户的选择进行视频推荐。这一方案假设用户愿意配合,真实填写自己的兴趣,得到的用户兴趣会比较精准,但做调查问卷本身就是对用户体验的打扰,会有较多用户不愿意做问卷而选择离开。也可能有些用户为了应付而随意选择,直接影响后续视频推荐的效果。
另一种视频推荐方案为了不打扰用户,而是采用能获取到有限信息进行推荐,例如,通过用户当前的地理位置,使用的设备型号和安装的应用程序列表,甚至是用户的昵称或者头像,以及,从第三方平台得到的行为辅助信息进行视频推荐。这一方案使用的地理位置,设备型号等信息相对固定和粗粒度,无法反应用户的真实兴趣;而使用昵称或者头像进行视频推荐,视频匹配的覆盖度较低而且容易受噪声干扰;用户在第三方平台的行为辅助信息的数据量较大,质量较好,但需要逐家接入第三方平台,每家平台的数据覆盖度相差较大,工作较为繁琐,而且对于大型公司的行为辅助信息,一般数据不对外披露,无法拿到核心的数据。
可见,目前的视频推荐方案中视频推荐的效果不佳。
发明内容
为克服相关技术中存在的问题,本公开提供一种视频数据的推荐方法、系统及服务器和存储介质。
根据本公开实施例的第一方面,提供一种视频数据的推荐方法,包括:在应用程序启动时,从所述应用程序获取用户身份标识信息;根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;将所述目标视频数据推送至所述应用程序。
可选地,所述利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据的步骤,包括:确定与所述用户筛选条件的欧式距离最近的定向条件;将预先确定的与所述定向条件对应的第一视频数据作为与所述用户筛选条件对应的目标视频数据;和/或,确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据。
可选地,所述预先确定与所述定向条件对应的第一视频数据的步骤,包括:获取满足所述定向条件的用户在第一设定时间段内执行关联操作的第四视频数据;按照针对每个第四视频数据的所述关联操作的累计次数对所述第四视频数据进行降序排列;将靠前的第一预设数量的第四视频数据作为第五视频数据;对所述第五视频数据进行过滤操作得到与所述定向条件对应的第一视频数据。
可选地,所述确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据的步骤,包括:获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
可选地,在所述从所述应用程序获取用户身份标识信息的步骤之前,所述方法还包括:响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;其中,所述触发操作用于下载所述应用程序。
根据本公开实施例的第二方面,提供一种视频数据的推荐系统,包括:第一获取单元,被配置为在应用程序启动时,从所述应用程序获取用户身份标识信息;第二获取单元,被配置为根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;确定单元,被配置为利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;推送单元,被配置为将所述目标视频数据推送至所述应用程序。
可选地,所述确定单元,包括:第一目标视频数据确定单元,被配置为确定与所述用户筛选条件的欧式距离最近的定向条件;将预先确定的与所述定向条件对应的第一视频数据作为与所述用户筛选条件对应的目标视频数据;和/或,第二目标视频数据确定单元,被配置为确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据。
可选地,所述系统还包括:第一视频数据确定单元,被配置为预先确定与所述定向条件对应的第一视频数据;所述第一视频数据确定单元,包括:第四视频数据获取单元,被配置为获取满足所述定向条件的用户在第一设定时间段内执行关联操作的第四视频数据;排序单元,被配置为按照针对每个第四视频数据的所述关联操作的累计次数对所述第四视频数据进行降序排列;第五视频数据确定单元,被配置为将靠前的第一预设数量的第四视频数据作为第五视频数据;过滤单元,被配置为对所述第五视频数据进行过滤操作得到与所述定向条件对应的第一视频数据。
可选地,所述第二目标视频数据确定单元,包括:第六视频数据获取单元,被配置为获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;计算单元,被配置为计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;第三视频数据确定单元,被配置为将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
可选地,所述系统还包括:发送单元,被配置为在所述第一获取单元从所述应用程序获取用户身份标识信息的步骤之前,响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;其中,所述触发操作用于下载所述应用程序。
根据本公开实施例的第三方面,提供一种服务器,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:在应用程序启动时,从所述应用程序获取用户身份标识信息;根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;将所述目标视频数据推送至所述应用程序。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得服务器能够执行一种视频数据的推荐方法,所述方法包括:在应用程序启动时,从所述应用程序获取用户身份标识信息;根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;将所述目标视频数据推送至所述应用程序。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括:当所述计算机程序产品中的指令由服务器的处理器执行时,使得服务器能够执行一种视频数据的推荐方法,所述方法包括:在应用程序启动时,从所述应用程序获取用户身份标识信息;根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的用户筛选条件和/或视频素材标识信息;利用所述用户筛选条件和/或所述视频素材标识信息得到与所述用户筛选条件和/或所述视频素材标识信息对应的目标视频数据;将所述目标视频数据推送至所述应用程序。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开实施例提供的视频数据的推荐方案,首先、在用户启动用于播放视频数据的应用程序时,从应用程序获取用户身份标识信息。然后、根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。该数据管理服务器中预先存储用户身份标识信息、用户筛选条件和/或视频素材标识信息,以及,用户身份标识信息与用户筛选条件之间的对应关系和/或用户身份标识信息与视频素材标识信息之间的对应关系。接下来、利用获取到的用户筛选条件和/或视频素材标识信息得到对应的目标视频数据,将目标视频数据作为推荐的视频数据推送至应用程序。本公开实施例利用用户身份标识信息得到对应的用户筛选条件和/或视频素材标识信息,进而确定与用户筛选条件和/或视频素材标识信息对应的目标视频数据,将目标视频数据推送至应用程序。可见,本公开实施例从数据管理服务器引入了用户筛选条件和/或视频素材标识信息,以及,对应的目标视频数据,优化了视频推荐的效果。
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,并不能限制本公开。
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一种视频数据的推荐方法的流程图。
图2是根据一示例性实施例示出的一种视频数据的推荐方法的流程图。
图3是根据一示例性实施例示出的一种视频数据的推荐系统的框图。
图4是根据一示例性实施例示出的一种广告的推荐系统的框图。
图5是根据一示例性实施例示出的一种用于视频推荐的服务器的框图。
图6是根据一示例性实施例示出的一种用于视频推荐的装置的框图。
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发明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、本发明的一些方面相一致的系统和方法的例子。
图1是根据一示例性实施例示出的一种视频数据的推荐方法的流程图,如图1所示,视频数据的推荐方法用于服务器中,包括以下步骤。
在步骤S11中,在应用程序启动时,从应用程序获取用户身份标识信息。
应用程序可以理解为具有提供并展示视频数据的功能。在用户启动应用程序时,应用程序可以获取到UID(User ID,用户身份标识信息,给每个用户分配的唯一标识),该UID可以由应用程序所在的操作系统对用户生成所得,该UID也可以由应用程序对用户生成所得,本示例性实施例对UID的生成方式等不作具体限制。该UID用于确定唯一的用户,可以为一段字符串等,本示例性实施例对UID的内容和格式等不作具体限制。
在步骤S12中,根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。
数据管理服务器可以是一种把分散的多方数据进行整合,并对整合的数据进行标准化和细分处理,再把标准化和细分结果推向其他应用平台的服务器。该多方数据可以与视频数据相关,在实际应用中,该多方数据主要有以下两种来源途径:一种来自于通过视频数据投放广告的广告投放平台的实时上报,可以包括APID(Advertise Platform ID,广告投放平台身份标识信息,用于标识不同的广告投放平台的身份标识信息),ADID(ADvertiseID,广告身份标识信息,标识每一条广告的身份标识信息,每条广告对应不同的用户筛选条件和视频素材,ADID即视频素材标识信息),以及,UID。当用户通过点击某广告投放平台的广告以下载应用程序时,该广告投放平台可以将自身的APID、被用户点击的广告的ADID和用户的UID等数据发送至数据管理服务器。数据管理服务器可以建立UID、APID、ADID三者之间的对应关系。另一种来自于广告投放管理系统,可以将所有APID、所有ADID的定向条件和视频素材导入数据管理服务器中。
可见,在数据管理服务器中预先存储有UID、用户筛选条件和ADID,以及,UID与用户筛选条件之间的对应关系、UID与ADID之间的对应关系。
当用户启动应用程序时,通过UID访问数据管理服务器,可以获取与UID对应的用户筛选条件和/或与UID对应的ADID。
在步骤S13中,利用用户筛选条件和/或视频素材标识信息得到与用户筛选条件和/或视频素材标识信息对应的目标视频数据。
由于在上述步骤S12中可以得到用户筛选条件和/或ADID,因此本示例性实施例可以按照如下三种方式确定目标视频数据:方式一、利用用户筛选条件确定与用户筛选条件对应的目标视频数据;方式二、利用ADID确定与ADID对应的目标视频数据;方式三、利用用户筛选条件确定与用户筛选条件对应的目标视频数据,并利用ADID确定与ADID对应的目标视频数据。
在步骤S14中,将目标视频数据推送至应用程序。
应用程序接收到的目标视频数据可以是目标视频数据本身,也可以是目标视频数据的链接,还可以是包含目标视频数据的缩略图、链接等的打包信息,本示例性实施例对应用程序接收到的目标视频数据的内容和形式等不作具体限制。应用程序在接收到目标视频数据之后,可以按照列表等的形式向用户推荐,用户在应用程序中点击某个目标视频数据,即可在应用程序中展示对应的目标视频数据。
本示例性实施例提供的视频数据的推荐方法,首先、在用户启动用于播放视频数据的应用程序时,从应用程序获取用户身份标识信息。然后、根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。该数据管理服务器中预先存储用户身份标识信息、用户筛选条件和/或视频素材标识信息,以及,用户身份标识信息与用户筛选条件之间的对应关系和/或用户身份标识信息与视频素材标识信息之间的对应关系。接下来、利用获取到的用户筛选条件和/或视频素材标识信息得到对应的目标视频数据,将目标视频数据作为推荐的视频数据推送至应用程序。本示例性实施例利用用户身份标识信息得到对应的用户筛选条件和/或视频素材标识信息,进而确定与用户筛选条件和/或视频素材标识信息对应的目标视频数据,将目标视频数据推送至应用程序。可见,本示例性实施例从数据管理服务器引入了用户筛选条件和/或视频素材标识信息,以及,对应的目标视频数据,优化了视频推荐的效果。
图2是根据一示例性实施例示出的一种视频数据的推荐方法的流程图,本示例性实施例中的视频数据可以理解为视频数据的形式的广告,以下可以将广告理解为视频数据。如图2所示,视频数据的推荐方法用于服务器中,包括以下步骤。
在步骤S21中,响应于针对第七视频数据的触发操作,将第七视频数据所属的视频数据推广对象的推广对象标识信息、第七视频数据的视频标识信息和身份标识信息发送至数据管理服务器。
用于对第七视频数据执行触发操作,例如,用户a点击广告b,将广告b所属的广告投放平台的APID、广告b的ADID和用户a的UID发送至数据管理服务器,而且,用户a点击广告b,下载并安装应用程序M,可见,用户a点击广告b的触发操作还可以下载与广告b对应的应用程序M。
在步骤S22中,在应用程序启动时,从应用程序获取用户身份标识信息。
接上例,用户a启动应用程序M,可以获取用户a的UID1。
在步骤S23中,根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。
接上例,将用户a的UID1发送至数据管理服务器,在数据管理服务器中搜索得到与UID1对应的用户筛选条件t和/或ADID1。
在步骤S24中,利用用户筛选条件和/或视频素材标识信息得到与用户筛选条件和/或视频素材标识信息对应的目标视频数据。
本步骤可以按照如下三种方式执行:
方式一、利用用户筛选条件确定与用户筛选条件对应的目标视频数据。
确定与用户筛选条件的欧式距离最近的定向条件,将预先确定的与定向条件对应的第一视频数据作为与用户筛选条件对应的目标视频数据。
用户筛选条件可以包括性别、年龄、地域、兴趣爱好、人群爱好等多种属性。定向条件可以为预先对每个用户进行分类得到的多个用户类。本示例性实施例可以使用聚类算法挖掘得到多个用户类。例如,随机选取k个不同标签的用户数据作为中心点,该用户数据可以由两部分数据组成,一部分可以为广告投放平台的用户筛选条件;另一部分可以为应用程序内的用户行为数据。然后遍历全部用户数据,将每个用户数据划分到最近的中心点中,得到k个聚类,再计算每个聚类的平均值,并作为新的中心点,重复遍历和计算的过程,直到k个中心点不再变化(收敛),或迭代次数大于1000(实际应用中可以根据具体情况设置其他数值)。需要说明的是,除了利用上述聚类算法挖掘得到多个用户类之外,还可以使用频繁集挖掘、协同过滤、逻辑回归模型、神经网络等多种挖掘方法,本示例性实施例对挖掘得到用户类所采用的技术手段不作具体限制。在挖掘得到多个用户类,即挖掘得到多个定向条件之后,可以进一步确定与各定向条件对应的第一视频数据。在实际应用中,可以获取满足定向条件的用户在第一设定时间段内执行关联操作的第四视频数据;按照针对每个第四视频数据的关联操作的累计次数对第四视频数据进行降序排列;将靠前的第一预设数量的第四视频数据作为第五视频数据;对第五视频数据进行过滤操作得到与定向条件对应的第一视频数据。接上例,针对上述挖掘得到的每个用户类,统计满足用户类的用户在新手期(新用户注册之后的7天内为新手期)点赞过的视频数据,按照点赞量对视频数据进行排序,取点赞量前100(实际应用中可以根据具体情况设置其他数值)个视频数据为候选视频数据,再对候选视频数据进行过滤操作,如去除作者删除、设为隐私、审核不通过等的视频数据,过滤操作后剩余的视频数据即该用户类对应的视频数据。
若与用户筛选条件t的欧式距离最近的定向条件为定向条件r,与定向条件r对应的第一视频数据组成视频数据列表L1,则与用户筛选条件t对应的目标视频数据即视频数据列表L1中包含的视频数据。
方式二、利用ADID确定与ADID对应的目标视频数据。
确定与视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据,将第三视频数据作为与视频素材标识信息对应的目标视频数据。
在实际应用中,可以获取在第二设定时间段内播放过第二视频数据的用户,在第三设定时间段内播放的第六视频数据;计算每个第六视频数据与第二视频数据之间的相似度数值;将相似度数值最大的第二预设数量的第六视频数据作为与第二视频数据的相似度最高的第三视频数据。例如,对于与ADID1对应的第二视频数据p,确定最近7天播放过该第二视频数据p的所有用户,在最近7天播放过的所有视频数据组成的视频数据列表RList,对于视频数据列表RList中的每个视频数据q,计算视频数据q与第二视频数据p之间的相似度S,S=(同时播放过视频数据p和q的用户数)/播放过视频数据p的用户数+播放过视频数据q的用户数),然后取相似度最高的前1000个第三视频数据组成的视频数据列表L2作为与ADID1对应的目标视频数据。
方式三、利用用户筛选条件确定与用户筛选条件对应的目标视频数据,并利用ADID确定与ADID对应的目标视频数据。
将上述方式一和方式二相结合,接上例,同时将视频数据列表L1和L2中包含的全部视频数据作为最终的目标视频数据。
在步骤S25中,将目标视频数据推送至应用程序。
本示例性实施例提供的视频数据的推荐方法,首先、在用户启动用于播放视频数据的应用程序时,从应用程序获取用户身份标识信息。然后、根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。该数据管理服务器中预先存储用户身份标识信息、用户筛选条件和/或视频素材标识信息,以及,用户身份标识信息与用户筛选条件之间的对应关系和/或用户身份标识信息与视频素材标识信息之间的对应关系。接下来、利用获取到的用户筛选条件和/或视频素材标识信息得到对应的目标视频数据,将目标视频数据作为推荐的视频数据推送至应用程序。本示例性实施例利用用户身份标识信息得到对应的用户筛选条件和/或视频素材标识信息,进而确定与用户筛选条件和/或视频素材标识信息对应的目标视频数据,将目标视频数据推送至应用程序。可见,本示例性实施例从数据管理服务器引入了用户筛选条件和/或视频素材标识信息,以及,对应的目标视频数据,优化了视频推荐的效果。
此外,在挖掘定向条件时,将来源于广告投放平台的用户筛选条件,与来源于应用程序的用户行为数据相结合,更加精准地挖掘用户对视频数据的喜好,进一步提升了视频推荐的准确程度,增加了用户的留存率。
图3是根据一示例性实施例示出的一种视频数据的推荐系统的框图。参照图3,该系统包括第一获取单元121,第二获取单元122、确定单元123和转换模块124。
该第一获取单元121,被配置为在应用程序启动时,从应用程序获取用户身份标识信息。该第二获取单元122,被配置为根据用户身份标识信息从数据管理服务器中获取与用户身份标识信息对应的用户筛选条件和/或视频素材标识信息。该确定单元123,被配置为利用用户筛选条件和/或视频素材标识信息得到与用户筛选条件和/或视频素材标识信息对应的目标视频数据。该推送单元124,被配置为将目标视频数据推送至应用程序。
该确定单元123,包括:第一目标视频数据确定单元1231,被配置为确定与用户筛选条件的欧式距离最近的定向条件;将预先确定的与定向条件对应的第一视频数据作为与用户筛选条件对应的目标视频数据;和/或,第二目标视频数据确定单元1232,被配置为确定与视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;将第三视频数据作为与视频素材标识信息对应的目标视频数据。
该系统还包括:第一视频数据确定单元125,被配置为预先确定与定向条件对应的第一视频数据;第一视频数据确定单元125,包括:第四视频数据获取单元1251,被配置为获取满足定向条件的用户在第一设定时间段内执行关联操作的第四视频数据;排序单元1252,被配置为按照针对每个第四视频数据的关联操作的累计次数对第四视频数据进行降序排列;第五视频数据确定单元1253,被配置为将靠前的第一预设数量的第四视频数据作为第五视频数据;过滤单元1254,被配置为对第五视频数据进行过滤操作得到与定向条件对应的第一视频数据。
该第二目标视频数据确定单元1232,包括:第六视频数据获取单元,被配置为获取在第二设定时间段内播放过第二视频数据的用户,在第三设定时间段内播放的第六视频数据;计算单元,被配置为计算每个第六视频数据与第二视频数据之间的相似度数值;第三视频数据确定单元,被配置为将相似度数值最大的第二预设数量的第六视频数据作为与第二视频数据的相似度最高的第三视频数据。
该系统还包括:发送单元126,被配置为在第一获取单元121从应用程序获取用户身份标识信息的步骤之前,响应于针对第七视频数据的触发操作,将第七视频数据所属的视频数据推广对象的推广对象标识信息、第七视频数据的视频标识信息和身份标识信息发送至数据管理服务器;其中,触发操作用于下载应用程序。
关于上述实施例中的系统,其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种广告的推荐系统的框图。参照图4,该系统包括广告平台、广告数据管理系统、广告投放管理系统、客户端、新用户冷启动推荐系统、基于广告定向条件的视频推荐系统和基于广告素材的视频推荐系统。用户点击广告平台的广告,从广告平台下载客户端。广告平台将自身的APID、UID和ADID发送至广告数据管理系统,而且,广告数据管理系统还可以从广告投放管理系统得到多个广告平台的APID、ADID、用户筛选条件和广告素材。用户启动客户端,客户端将用户的UID发送至新用户冷启动推荐系统,新用户冷启动系统根据UID从广告数据管理系统中搜索到对应的广告素材标识信息和筛选条件,将广告素材标识信息发送至基于广告素材的视频推荐系统,将筛选条件发送至基于广告定向条件的视频推荐系统,得到广告推荐结果,再将广告推荐结果返回至客户端。
图5是根据一示例性实施例示出的一种用于视频推荐的服务器500的框图。服务器500可以包括以下一个或多个组件:处理组件502,存储器504,电力组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制服务器500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502可以包括一个或多个处理器520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502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在服务器500的操作。这些数据的示例包括用于在服务器500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504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506为服务器500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为服务器500生成、管理和分配电力相关联的组件。
多媒体组件508包括在所述服务器500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508包括一个前置摄像头和/或后置摄像头。当服务器500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510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当服务器500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504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502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514包括一个或多个传感器,用于为服务器500提供各个方面的状态评估。例如,传感器组件514可以检测到服务器500的打开/关闭状态,组件的相对定位,例如所述组件为服务器500的显示器和小键盘,传感器组件514还可以检测服务器500或服务器500一个组件的位置改变,用户与服务器500接触的存在或不存在,服务器500方位或加速/减速和服务器500的温度变化。传感器组件514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514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514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516被配置为便于服务器500和其他设备之间有线或无线方式的通信。服务器500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516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516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,服务器500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504,上述指令可由服务器500的处理器520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视频推荐的装置600的框图。例如,装置600可以被提供为一服务器。参照图6,装置600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632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622被配置为执行指令,以执行上述图1和图2所示的方法。
装置600还可以包括一个电源组件626被配置为执行装置600的电源管理,一个有线或无线网络接口650被配置为将装置600连接到网络,和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本公开实施例还可以提供一种计算机程序产品,当所述计算机程序产品中的指令由服务器的处理器执行时,使得服务器能够执行上述视频数据的推荐方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本公开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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (4)
1.一种视频数据的推荐方法,其特征在于,包括:
在应用程序启动时,从所述应用程序获取用户身份标识信息;
根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的视频素材标识信息;
利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据;
将所述目标视频数据推送至所述应用程序;
其中,在所述从所述应用程序获取用户身份标识信息的步骤之前,所述方法还包括:
响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;
其中,所述触发操作用于下载所述应用程序;所述第七视频数据包括:广告;所述视频数据推广对象的推广对象标识信息包括:所述广告所属的广告投放平台的广告投放平台身份标识信息;所述视频标识信息包括:所述广告的广告身份标识信息;
所述视频素材标识信息包括:所述广告身份标识信息;
其中,所述利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据的步骤,包括:
确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;
将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据;
所述确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据的步骤,包括:
获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;
计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;
将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
2.一种视频数据的推荐系统,其特征在于,包括:
第一获取单元,被配置为在应用程序启动时,从所述应用程序获取用户身份标识信息;
第二获取单元,被配置为根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的视频素材标识信息;
确定单元,被配置为利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据;
推送单元,被配置为将所述目标视频数据推送至所述应用程序;
所述系统还包括:
发送单元,被配置为在所述第一获取单元从所述应用程序获取用户身份标识信息的步骤之前,响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;
其中,所述触发操作用于下载所述应用程序;
所述第七视频数据包括:广告;所述视频数据推广对象的推广对象标识信息包括:所述广告所属的广告投放平台的广告投放平台身份标识信息;所述视频标识信息包括:所述广告的广告身份标识信息;
所述视频素材标识信息包括:所述广告身份标识信息;
所述确定单元,包括:
第二目标视频数据确定单元,被配置为确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据;
所述第二目标视频数据确定单元,包括:
第六视频数据获取单元,被配置为获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;
计算单元,被配置为计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;
第三视频数据确定单元,被配置为将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
3.一种服务器,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:
在应用程序启动时,从所述应用程序获取用户身份标识信息;
根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的视频素材标识信息;
利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据;
将所述目标视频数据推送至所述应用程序;
其中,所述处理器还被配置为,响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;
其中,所述触发操作用于下载所述应用程序;所述第七视频数据包括:广告;所述视频数据推广对象的推广对象标识信息包括:所述广告所属的广告投放平台的广告投放平台身份标识信息;所述视频标识信息包括:所述广告的广告身份标识信息;
所述视频素材标识信息包括:所述广告身份标识信息;
其中,所述利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据的步骤,包括:
确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;
将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据;
所述确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据的步骤,包括:
获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;
计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;
将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
4.一种非临时性计算机可读存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得服务器能够执行一种视频数据的推荐方法,所述方法包括:
在应用程序启动时,从所述应用程序获取用户身份标识信息;
根据所述用户身份标识信息从数据管理服务器中获取与所述用户身份标识信息对应的视频素材标识信息;
利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据;
将所述目标视频数据推送至所述应用程序;
其中,在所述从所述应用程序获取用户身份标识信息的步骤之前,所述方法还包括:
响应于针对第七视频数据的触发操作,将所述第七视频数据所属的视频数据推广对象的推广对象标识信息、所述第七视频数据的视频标识信息和所述身份标识信息发送至所述数据管理服务器;
其中,所述触发操作用于下载所述应用程序;所述第七视频数据包括:广告;所述视频数据推广对象的推广对象标识信息包括:所述广告所属的广告投放平台的广告投放平台身份标识信息;所述视频标识信息包括:所述广告的广告身份标识信息;
所述视频素材标识信息包括:所述广告身份标识信息;
其中,所述利用所述视频素材标识信息得到与所述视频素材标识信息对应的目标视频数据的步骤,包括:
确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据;
将所述第三视频数据作为与所述视频素材标识信息对应的目标视频数据;
所述确定与所述视频素材标识信息对应的第二视频数据的相似度最高的第三视频数据的步骤,包括:
获取在第二设定时间段内播放过所述第二视频数据的用户,在第三设定时间段内播放的第六视频数据;
计算每个所述第六视频数据与所述第二视频数据之间的相似度数值;
将相似度数值最大的第二预设数量的第六视频数据作为与所述第二视频数据的相似度最高的第三视频数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488305.6A CN109714643B (zh) | 2018-12-06 | 2018-12-06 | 视频数据的推荐方法、系统及服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811488305.6A CN109714643B (zh) | 2018-12-06 | 2018-12-06 | 视频数据的推荐方法、系统及服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109714643A CN109714643A (zh) | 2019-05-03 |
CN109714643B true CN109714643B (zh) | 2021-08-13 |
Family
ID=66254025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811488305.6A Active CN109714643B (zh) | 2018-12-06 | 2018-12-06 | 视频数据的推荐方法、系统及服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109714643B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038283B (zh) * | 2019-12-25 | 2022-11-18 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置和存储介质 |
CN113742522B (zh) * | 2020-05-29 | 2024-05-10 | 北京达佳互联信息技术有限公司 | 视频召回方法、装置、电子设备和存储介质 |
CN112653909A (zh) * | 2020-08-21 | 2021-04-13 | 广州市昇博电子科技有限公司 | 一种基于5g的音视频传输与控制方法 |
CN113343110A (zh) * | 2021-06-30 | 2021-09-03 | 掌阅科技股份有限公司 | 基于投放信息实现电子书推荐方法、电子设备及存储介质 |
CN114662175A (zh) * | 2022-04-01 | 2022-06-24 | 亿玛创新网络(天津)有限公司 | 智能设计生成结果的ai筛选方法、系统、设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010114857A1 (en) * | 2009-03-30 | 2010-10-07 | Time Warner Cable Inc. | Recommendation engine apparatus and methods |
CN103916476A (zh) * | 2014-04-08 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 一种基于位置的信息推送方法及装置 |
CN105681830A (zh) * | 2016-02-06 | 2016-06-15 | 优住(北京)科技股份公司 | 一种基于用户的兴趣点的广告播放系统及播放平台 |
CN105930425A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股(北京)有限公司 | 个性化视频推荐方法及装置 |
CN106028071A (zh) * | 2016-05-17 | 2016-10-12 | Tcl集团股份有限公司 | 一种视频推荐方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101517769B1 (ko) * | 2008-04-24 | 2015-05-06 | 삼성전자주식회사 | 미디어 컨텐츠 재생장치에서 방송 컨텐츠의 추천 방법과 그장치 |
-
2018
- 2018-12-06 CN CN201811488305.6A patent/CN109714643B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010114857A1 (en) * | 2009-03-30 | 2010-10-07 | Time Warner Cable Inc. | Recommendation engine apparatus and methods |
CN103916476A (zh) * | 2014-04-08 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 一种基于位置的信息推送方法及装置 |
CN105681830A (zh) * | 2016-02-06 | 2016-06-15 | 优住(北京)科技股份公司 | 一种基于用户的兴趣点的广告播放系统及播放平台 |
CN105930425A (zh) * | 2016-04-18 | 2016-09-07 | 乐视控股(北京)有限公司 | 个性化视频推荐方法及装置 |
CN106028071A (zh) * | 2016-05-17 | 2016-10-12 | Tcl集团股份有限公司 | 一种视频推荐方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109714643A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109714643B (zh) | 视频数据的推荐方法、系统及服务器和存储介质 | |
CN110266879B (zh) | 播放界面显示方法、装置、终端及存储介质 | |
CN111083512A (zh) | 直播间的切换方法、装置、电子设备和存储介质 | |
RU2640632C2 (ru) | Способ и устройство для доставки информации | |
CN111431727B (zh) | 一种群组展示方法、装置、终端、服务器及系统 | |
CN112131410A (zh) | 多媒体资源展示方法、装置、系统和存储介质 | |
CN109447125B (zh) | 分类模型的处理方法、装置、电子设备及存储介质 | |
CN111369271B (zh) | 一种广告的排序方法、装置、电子设备及存储介质 | |
CN110688576B (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN106777016B (zh) | 基于即时通信进行信息推荐的方法及装置 | |
CN112464031A (zh) | 交互方法、装置、电子设备以及存储介质 | |
CN112131466A (zh) | 群组展示方法、装置、系统和存储介质 | |
CN107402767B (zh) | 显示推送消息的方法和装置 | |
CN114501058A (zh) | 一种视频生成方法、装置、电子设备及存储介质 | |
CN113901353A (zh) | 信息展示方法、装置、系统、电子设备及服务器 | |
CN111246255B (zh) | 视频推荐方法、装置、存储介质、终端及服务器 | |
CN112767053A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN112784151B (zh) | 一种确定推荐信息的方法及相关装置 | |
CN111526380A (zh) | 视频处理方法、装置、服务器、电子设备及存储介质 | |
CN115994266A (zh) | 资源推荐方法、装置、电子设备和存储介质 | |
CN106851418B (zh) | 视频推荐方法及装置 | |
CN110866147B (zh) | 对直播应用程序进行分类的方法、装置及存储介质 | |
CN113709572A (zh) | 内容推广方法、装置、电子设备及存储介质 | |
CN114666643A (zh) | 一种信息显示方法、装置、电子设备及存储介质 | |
CN114024931A (zh) | 信息展示方法、装置、终端、服务器及存储介质 |
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 |