CN109800324A - 视频数据推荐方法、装置、服务器及存储介质 - Google Patents
视频数据推荐方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN109800324A CN109800324A CN201811555001.7A CN201811555001A CN109800324A CN 109800324 A CN109800324 A CN 109800324A CN 201811555001 A CN201811555001 A CN 201811555001A CN 109800324 A CN109800324 A CN 109800324A
- Authority
- CN
- China
- Prior art keywords
- video data
- recommendation
- client
- user identifier
- data
- 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
Links
Landscapes
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种视频数据推荐方法、装置、服务器及存储介质，以解决相关技术的推荐方式不准确，推荐效果较差，用户体验较低的问题。其中方法包括：接收客户端发送的数据请求，所述数据请求包括用户标识；根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息；获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据；将过滤后的候选视频数据推荐给所述客户端。本公开更加合理地进行过滤，能够满足不同用户的需求，提升推荐效果及用户体验。
Description
技术领域
本公开涉及数据处理技术领域，尤其涉及一种视频数据推荐方法、装置、服务器及存储介质。
背景技术
随着互联网技术的飞速发展，用户越来越依赖于通过网络获取各种信息。各商家为了推广商品，通常通过互联网进行广告推荐。
在相关技术中，广告推荐中的频次控制策略通常为控制一段时间内用户看到同一广告或相似广告的次数。本发明人发现，对于请求较为频繁的用户，由于在较短时间内获取了大量的信息，因此可能对看到的相同或相似广告记忆不深刻，如果对这些用户增加在这一段时间内同一广告或相似广告的曝光可能不会引起其反感情绪。而采用上述策略对用户看到同一广告或相似广告的次数进行控制，导致推荐方式不准确，推荐效果较差，用户体验较低。
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推荐方法、装置、服务器及存储介质，以解决相关技术的推荐方式不准确，推荐效果较差，用户体验较低的问题。
根据本公开实施例的第一方面，提供一种视频数据推荐方法，包括：
接收客户端发送的数据请求，所述数据请求包括用户标识；
根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息；
获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据；
将过滤后的候选视频数据推荐给所述客户端。
可选地，在所述将过滤后的候选视频数据推荐给所述客户端的步骤之前还包括：获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据；从所述候选视频数据中过滤所述推荐的视频数据。
可选地，在所述将过滤后的候选视频数据推荐给所述客户端的步骤之前还包括：获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
可选地，在所述从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据的步骤之后还包括：从所述候选视频数据中过滤与所述曝光的视频数据属于同一发布者的视频数据；或者，从所述候选视频数据中过滤与所述曝光的视频数据属于同一视频类型的视频数据。
可选地，所述根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息的步骤包括：将所述数据请求发送至预设的会话服务器；所述会话服务器中存储有所述客户端上报的，所述用户标识对应的历史行为信息；接收所述会话服务器返回的所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
根据本公开实施例的第二方面，提供一种视频数据推荐装置，包括：
接收单元，被配置为接收客户端发送的数据请求，所述数据请求包括用户标识；
查询单元，被配置为根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息；
第一过滤单元，被配置为获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据；
推荐单元，被配置为将过滤后的候选视频数据推荐给所述客户端。
可选地，所述装置还包括：查找单元，被配置为获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据；第二过滤单元，被配置为从所述候选视频数据中过滤所述推荐的视频数据。
可选地，所述装置还包括：第三过滤单元，被配置为获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
可选地，所述装置还包括：第四过滤单元，被配置为从所述候选视频数据中过滤与所述曝光的视频数据属于同一发布者的视频数据；或者，第五过滤单元，被配置为从所述候选视频数据中过滤与所述曝光的视频数据属于同一视频类型的视频数据。
可选地，所述查询单元包括：发送模块，被配置为将所述数据请求发送至预设的会话服务器；所述会话服务器中存储有所述客户端上报的，所述用户标识对应的历史行为信息；接收模块，被配置为接收所述会话服务器返回的所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
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执行上述任一种视频数据推荐方法。
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上述任一种视频数据推荐方法。
根据本公开实施例的第五方面，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任一种视频数据推荐方法。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开的实施例中，接收客户端发送的数据请求，数据请求包括用户标识；根据数据请求查询客户端上报的，在当前时间之前的第一预设时间段内用户标识对应的历史行为信息；获取历史行为信息中最近预设次数曝光的视频数据，从用户标识对应的候选视频数据中过滤曝光的视频数据；将过滤后的候选视频数据推荐给客户端。由此可知，本公开的实施例中采用了时间和次数结合的控制方式，对当前时间之前的第一预设时间段内最近预设次数曝光的视频数据进行过滤，更加合理地进行过滤，能够满足不同用户的需求，提升推荐效果及用户体验。
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设备交互的示意图。
图4是根据一示例性实施例示出的一种视频数据推荐装置的框图。
图5是根据一示例性实施例示出的一种用于视频数据推荐的装置的框图。
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装置和方法的例子。
图1是根据一示例性实施例示出的一种视频数据推荐方法的流程图，如图1所示，视频数据推荐方法用于服务器中，包括以下步骤。
在步骤S11中，接收客户端发送的数据请求，所述数据请求包括用户标识。
客户端可以是为用户提供视频数据的应用程序，如各种短视频应用程序等。用户在请求视频数据时，可以在客户端上执行相应操作以便触发数据请求。比如，用户可以在短视频应用程序的页面上执行下滑刷新操作，从而触发数据请求。该数据请求中可以包括用户标识等信息，用户标识可以为用户在该短视频应用程序中注册的账号等。
在步骤S12中，根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
本公开实施例中可以根据客户端上报的历史行为信息进行视频数据推荐。客户端可以实时获取各个用户标识对应的行为信息，并上报该行为信息。这些行为信息作为用户标识对应的历史行为信息，历史行为信息与用户标识对应保存。历史行为信息可以包括对视频数据的行为类型，行为类型可以包括曝光、点击、负反馈(如关闭、举报等)、下载、跳转等至少一种，以及对应的视频数据的标识、视频数据的曝光时间等信息。视频数据的标识可以为视频数据的名称、摘要等信息。
在接收到数据请求后，可以根据其中包括的用户标识从客户端上报的该用户标识对应的历史行为信息中，查询在当前时间之前的第一预设时间段内的历史行为信息。比如，当前时间可以为查询时的时间，历史行为信息对应的时间可以为该历史行为信息对应的视频数据的曝光时间。
对于第一预设时间段的具体数值，本领域技术人员根据实际经验选用任意适用的值即可，本公开实施例对此不作限制。比如，第一预设时间段可以为10分钟、20分钟、30分钟，等等。
在步骤S13中，获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据。
从上述查询到的历史行为信息中获取最近预设次数曝光的视频数据，比如可以根据各个视频的曝光时间获取最近预设次数曝光的视频数据。
根据用户标识可以获取该用户标识对应的候选视频数据，为了避免上述最近预设次数曝光的视频数据在短时间内重复推荐给客户端，可以从这些候选视频数据中过滤上述最近预设次数曝光的视频数据。
对于预设次数的具体数值，本领域技术人员根据实际经验选用任意适用的值即可，本公开实施例对此不作限制。比如，预设次数可以为3次、4次、5次，等等。
在步骤S14中，将过滤后的候选视频数据推荐给所述客户端。
将过滤上述最近预设次数曝光的视频数据之后的候选视频数据推荐给客户端，客户端进行播放。因此用户不会再重复看到上述最近预设次数曝光的视频数据，避免造成用户的反感情绪。
本公开的实施例中采用了时间和次数结合的控制方式，对当前时间之前的第一预设时间段内最近预设次数曝光的视频数据进行过滤，更加合理地进行过滤，能够满足不同用户的需求，提升推荐效果及用户体验。
图2是根据一示例性实施例示出的一种视频数据推荐方法的流程图，如图2所示，视频数据推荐方法包括以下步骤。
在步骤S21中，接收客户端发送的数据请求，所述数据请求包括用户标识。
图3是根据一示例性实施例示出的一种设备交互的示意图。如图3所示，涉及到的设备可以包括广告服务器(AdServer)、会话代理(SessionProxv)、会话服务器(SessionServer)、数据库集群(Redis Cluster)及分布式发布订阅消息系统集群(Kafka Cluster)。本实施例中的视频数据可以为广告视频数据，视频数据推荐方法可以用于图3的广告服务器中。
AdServer接收到客户端发送的数据请求。该数据请求可以包括用户标识、用户基本信息(如性别、年龄、所在地等)等信息。
在步骤S22中，获取所述用户标识对应的候选视频数据。
AdServer可以根据数据请求，获取用户标识对应的候选视频数据。该过程可以包括：AdServer根据用户标识获取对应的用户基本信息，根据用户基本信息获取对应的候选视频数据。
比如，可以预先为各个视频数据设置标签，如标签可以包括性别、年龄、所在地等至少一个，根据用户基本信息查找标签命中用户基本信息的视频数据，将查找到的视频数据作为用户表示对应的候选视频数据。其中，命中可以为至少一个命中。
在步骤S23中，根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
本公开实施例中可以通过Session Server管理各个客户端上报的历史行为信息。客户端可以将用户标识及对应的历史行为信息上报至Kafka Cluster，再由Kafka Cluster将用户标识及对应的历史行为信息上报至Session Server。Session Server读取用户标识及对应的历史行为信息，并将其存储至Redis Cluster中。
AdServer根据客户端发送的数据请求，可以从Session Server中查询客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。该过程可以包括：将所述数据请求发送至预设的会话服务器，所述会话服务器中存储有所述客户端上报的，所述用户标识对应的历史行为信息；接收所述会话服务器返回的所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
AdServer将数据请求发送至SessionProxv，再由SessionProxv将数据请求转发至Session Server。Session Server接收到数据请求，从Redis Cluster中查询该数据请求携带的用户标识对应的历史行为信息，历史行为信息中包括视频数据的标识、视频数据的曝光时间、对视频数据的行为类型等信息，行为类型包括曝光、点击、负反馈、下载、跳转等至少一种，将视频数据的曝光时间作为历史行为信息对应的时间，从上述用户标识对应的历史行为信息中提取出对应时间在当前时间之前的第一预设时间段内的历史行为信息，将提取出的历史行为信息返回至AdServer。
在步骤S24中，获取所述历史行为信息中最近预设次数曝光的视频数据，从所述候选视频数据中过滤所述曝光的视频数据。
AdServer从上述查询到的历史行为信息中，获取最近预设次数曝光的视频数据。比如，可以从历史行为信息中查找行为类型为曝光的视频数据的标识，并按照视频数据的曝光时间进行排序，从其中提取曝光时间最晚的与上述预设次数相同个数的视频数据，即为最近预设次数曝光的视频数据。
在获取到最近预设次数曝光的视频数据后，为了避免短时间内的重复曝光，可以从候选视频数据中过滤所述曝光的视频数据。比如，候选视频数据对应有标识，从候选视频数据中过滤标识与最近预设次数曝光的视频数据的标识相同的视频数据。
在一种可选实施方式中，还可以从多个层级进行过滤。上述过滤为对与最近预设次数曝光的视频数据相同的视频数据进行过滤，还可以从发布者或者视频类型的层级进行过滤。比如，候选视频数据可以具有对应的发布者，曝光的视频数据也具有对应的发布者，可以从所述候选视频数据中过滤与所述曝光的视频数据属于同一发布者的视频数据。或者，候选视频数据可以具有对应的视频类型，曝光的视频数据也具有对应的视频类型，可以从所述候选视频数据中过滤与所述曝光的视频数据属于同一视频类型的视频数据。
对于广告视频数据来说，同一发布者可以是同一广告主，同一视频类型可以是同一广告行业，广告行业可以包括家居、汽车、服饰、食品，等等。
在步骤S25中，获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据，从所述候选视频数据中过滤所述推荐的视频数据。
考虑到客户端上报的历史行为信息可能存在延迟，比如一个视频数据推荐给客户端后，客户端上可能在30分钟后才会对用户真正的曝光该视频数据，那么这30分钟内该客户端还可能会请求到同一个视频数据。为了避免这种延迟造成视频数据的重复曝光，本实施例中使用较近一段时间内推荐给客户端的视频数据联合进行控制，从而进一步提升推荐效果。
因此，AdServer可以获取所述用户标识对应的历史推荐信息，历史推荐信息可以包括历史推荐的视频数据的标识，视频数据的推荐时间等信息。从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据。比如，根据视频数据的推荐时间，查找推荐时间位于在当前时间之前的第二预设时间段内的视频数据的标识。当前时间可以为查找时的时间。
对于第二预设时间段的具体数值，本领域技术人员根据实际经验选用任意适用的值即可，本公开实施例对此不作限制。比如，第二预设时间段可以为10分钟、20分钟、30分钟，等等。第二预设时间段与第一预设时间段可以相同，也可以不同。
在获取到上述推荐的视频数据后，为了避免由于上述延迟导致的重复曝光，可以从候选视频数据中过滤所述推荐的视频数据。比如，候选视频数据对应有标识，从候选视频数据中过滤标识与推荐的视频数据的标识相同的视频数据。
在步骤S26中，获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
考虑到用户可能会对某些视频数据反感，从而进行负反馈，用户可能不再想看到这些视频数据。因此，AdServer获取所述历史行为信息中负反馈的视频数据。比如可以从历史行为信息中查找行为类型为负反馈的视频数据的标识。
在获取到上述负反馈的视频数据后，为了避免这些视频数据重复曝光导致用户反感，可以从候选视频数据中过滤所述负反馈的视频数据。比如，候选视频数据对应有标识，从候选视频数据中过滤标识与负反馈的视频数据的标识相同的视频数据。
在步骤S27中，将过滤后的候选视频数据推荐给所述客户端。
经过上述步骤S24～步骤S26的过滤后，可以将过滤后的候选视频数据推荐给所述客户端，客户端收到之后进行播放。经过上述过滤，客户端上不会再曝光上述过滤掉的视频数据，提升用户体验。
本公开实施例结合时间和次数的频控方法，对多种广告行为包括曝光、负反馈等进行控制，并且可以进行多个层级的控制，使得用户在一段时间内不会收到与最近N次收到的同一个广告/广告主/广告行业等多个层级的广告的重复曝光，一定程度上提升了广告中频控策略的公平统一，能够满足不同用户的需求，提升推荐效果及用户体验。经过实验，广告投放的CTR增长约2％。
图4是根据一示例性实施例示出的一种视频数据推荐装置框图。参照图4，该装置包括接收单元401、查询单元402、第一过滤单元403和推荐单元404。
接收单元401，被配置为接收客户端发送的数据请求。所述数据请求包括用户标识。
查询单元402，被配置为根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
第一过滤单元403，被配置为获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据。
推荐单元404，被配置为将过滤后的候选视频数据推荐给所述客户端。
可选地，该装置还包括：查找单元，被配置为获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据；第二过滤单元，被配置为从所述候选视频数据中过滤所述推荐的视频数据。
可选地，该装置还包括：第三过滤单元，被配置为获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
可选地，该装置还包括：第四过滤单元，被配置为从所述候选视频数据中过滤与所述曝光的视频数据属于同一发布者的视频数据；或者，第五过滤单元，被配置为从所述候选视频数据中过滤与所述曝光的视频数据属于同一视频类型的视频数据。
可选地，查询单元402包括：发送模块，被配置为将所述数据请求发送至预设的会话服务器；所述会话服务器中存储有所述客户端上报的，所述用户标识对应的历史行为信息；接收模块，被配置为接收所述会话服务器返回的所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
本公开的实施例中采用了时间和次数结合的控制方式，对当前时间之前的第一预设时间段内最近预设次数曝光的视频数据进行过滤，更加合理地进行过滤，能够满足不同用户的需求，提升推荐效果及用户体验。
图5是根据一示例性实施例示出的一种用于视频数据推荐的装置500的框图。例如，装置500可以被提供为一服务器。
参照图5，装置500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522的执行的指令，例如应用程序。存储器532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522被配置为执行指令，以执行上述视频数据推荐方法。
装置500还可以包括一个电源组件526被配置为执行装置500的电源管理，一个有线或无线网络接口550被配置为将装置500连接到网络，和一个输入输出(I/O)接口558。装置500可以操作基于存储在存储器532的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
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，上述指令可由服务器的处理器执行以完成上述视频数据推荐方法。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。
在示例性实施例中，还提供了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 (10)
1.一种视频数据推荐方法，其特征在于，包括：
接收客户端发送的数据请求，所述数据请求包括用户标识；
根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息；
获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据；
将过滤后的候选视频数据推荐给所述客户端。
2.根据权利要求1所述的视频数据推荐方法，其特征在于，在所述将过滤后的候选视频数据推荐给所述客户端的步骤之前还包括：
获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据；
从所述候选视频数据中过滤所述推荐的视频数据。
3.根据权利要求1所述的视频数据推荐方法，其特征在于，在所述将过滤后的候选视频数据推荐给所述客户端的步骤之前还包括：
获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
4.根据权利要求1所述的视频数据推荐方法，其特征在于，在所述从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据的步骤之后还包括：
从所述候选视频数据中过滤与所述曝光的视频数据属于同一发布者的视频数据；
或者，
从所述候选视频数据中过滤与所述曝光的视频数据属于同一视频类型的视频数据。
5.根据权利要求1所述的视频数据推荐方法，其特征在于，所述根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息的步骤包括：
将所述数据请求发送至预设的会话服务器；所述会话服务器中存储有所述客户端上报的，所述用户标识对应的历史行为信息；
接收所述会话服务器返回的所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息。
6.一种视频数据推荐装置，其特征在于，包括：
接收单元，被配置为接收客户端发送的数据请求，所述数据请求包括用户标识；
查询单元，被配置为根据所述数据请求查询所述客户端上报的，在当前时间之前的第一预设时间段内，所述用户标识对应的历史行为信息；
第一过滤单元，被配置为获取所述历史行为信息中最近预设次数曝光的视频数据，从所述用户标识对应的候选视频数据中过滤所述曝光的视频数据；
推荐单元，被配置为将过滤后的候选视频数据推荐给所述客户端。
7.根据权利要求6所述的视频数据推荐装置，其特征在于，所述装置还包括：
查找单元，被配置为获取所述用户标识对应的历史推荐信息，从所述历史推荐信息中查找在当前时间之前的第二预设时间段内推荐的视频数据；
第二过滤单元，被配置为从所述候选视频数据中过滤所述推荐的视频数据。
8.根据权利要求6所述的视频数据推荐装置，其特征在于，所述装置还包括：
第三过滤单元，被配置为获取所述历史行为信息中负反馈的视频数据，从所述候选视频数据中过滤所述负反馈的视频数据。
9.一种服务器，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执行如权利要求1-5任一项所述的视频数据推荐方法。
10.一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如权利要求1-5任一项所述的视频数据推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555001.7A CN109800324A (zh) | 2018-12-18 | 2018-12-18 | 视频数据推荐方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811555001.7A CN109800324A (zh) | 2018-12-18 | 2018-12-18 | 视频数据推荐方法、装置、服务器及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109800324A true CN109800324A (zh) | 2019-05-24 |
Family
ID=66557144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811555001.7A Pending CN109800324A (zh) | 2018-12-18 | 2018-12-18 | 视频数据推荐方法、装置、服务器及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109800324A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110557659A (zh) * | 2019-08-08 | 2019-12-10 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
| CN110730369A (zh) * | 2019-10-15 | 2020-01-24 | 青岛聚看云科技有限公司 | 一种视频推荐方法及服务器 |
| CN112115298A (zh) * | 2020-09-15 | 2020-12-22 | 北京奇艺世纪科技有限公司 | 视频推荐方法、装置、电子设备及存储介质 |
| CN112905904A (zh) * | 2019-11-19 | 2021-06-04 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN113032686A (zh) * | 2019-12-25 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
| CN113129067A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 信息筛选方法、装置、设备、存储介质及计算机程序产品 |
| CN113722534A (zh) * | 2021-09-01 | 2021-11-30 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
| CN113032686B (zh) * | 2019-12-25 | 2024-05-28 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870972A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术（上海）有限公司 | 数据推荐方法及系统 |
| US20140344103A1 (en) * | 2013-05-20 | 2014-11-20 | TCL Research America Inc. | System and methodforpersonalized video recommendation based on user interests modeling |
| CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
| CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术（北京）股份有限公司 | 视频推荐方法、装置和服务器 |
| CN106326431A (zh) * | 2016-08-25 | 2017-01-11 | 乐视控股（北京）有限公司 | 一种信息推荐方法和装置 |
| CN106383904A (zh) * | 2016-09-29 | 2017-02-08 | 中国联合网络通信集团有限公司 | 视频推荐方法及装置 |
| US20180152763A1 (en) * | 2016-11-30 | 2018-05-31 | Facebook, Inc. | Recommendation system to enhance video content recommendation |
| WO2018112696A1 (zh) * | 2016-12-19 | 2018-06-28 | 深圳大学 | 一种内容推荐方法及内容推荐系统 |
-
2018
- 2018-12-18 CN CN201811555001.7A patent/CN109800324A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870972A (zh) * | 2012-12-07 | 2014-06-18 | 盛乐信息技术（上海）有限公司 | 数据推荐方法及系统 |
| US20140344103A1 (en) * | 2013-05-20 | 2014-11-20 | TCL Research America Inc. | System and methodforpersonalized video recommendation based on user interests modeling |
| CN104636940A (zh) * | 2013-11-07 | 2015-05-20 | 深圳市腾讯计算机系统有限公司 | 广告投放方法及系统、广告筛选方法及装置、服务器 |
| CN105893443A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术（北京）股份有限公司 | 视频推荐方法、装置和服务器 |
| CN106326431A (zh) * | 2016-08-25 | 2017-01-11 | 乐视控股（北京）有限公司 | 一种信息推荐方法和装置 |
| CN106383904A (zh) * | 2016-09-29 | 2017-02-08 | 中国联合网络通信集团有限公司 | 视频推荐方法及装置 |
| US20180152763A1 (en) * | 2016-11-30 | 2018-05-31 | Facebook, Inc. | Recommendation system to enhance video content recommendation |
| WO2018112696A1 (zh) * | 2016-12-19 | 2018-06-28 | 深圳大学 | 一种内容推荐方法及内容推荐系统 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110557659B (zh) * | 2019-08-08 | 2021-06-18 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
| CN110557659A (zh) * | 2019-08-08 | 2019-12-10 | 北京达佳互联信息技术有限公司 | 视频推荐方法、装置、服务器及存储介质 |
| CN110730369B (zh) * | 2019-10-15 | 2022-01-04 | 青岛聚看云科技有限公司 | 一种视频推荐方法及服务器 |
| CN110730369A (zh) * | 2019-10-15 | 2020-01-24 | 青岛聚看云科技有限公司 | 一种视频推荐方法及服务器 |
| CN112905904A (zh) * | 2019-11-19 | 2021-06-04 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN112905904B (zh) * | 2019-11-19 | 2024-01-26 | 北京达佳互联信息技术有限公司 | 一种推荐方法、装置、服务器及存储介质 |
| CN113032686B (zh) * | 2019-12-25 | 2024-05-28 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
| CN113032686A (zh) * | 2019-12-25 | 2021-06-25 | 北京达佳互联信息技术有限公司 | 内容推荐方法、装置、存储介质及服务器 |
| CN112115298B (zh) * | 2020-09-15 | 2023-07-25 | 北京奇艺世纪科技有限公司 | 视频推荐方法、装置、电子设备及存储介质 |
| CN112115298A (zh) * | 2020-09-15 | 2020-12-22 | 北京奇艺世纪科技有限公司 | 视频推荐方法、装置、电子设备及存储介质 |
| CN113129067A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 信息筛选方法、装置、设备、存储介质及计算机程序产品 |
| CN113722534A (zh) * | 2021-09-01 | 2021-11-30 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
| CN113722534B (zh) * | 2021-09-01 | 2024-03-01 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109800324A (zh) | 视频数据推荐方法、装置、服务器及存储介质 | |
| JP5356403B2 (ja) | モバイル環境におけるユーザプロファイル更新を用いた短距離通信トランザクション | |
| Xu et al. | Forecasting popularity of videos using social media | |
| JP5502110B2 (ja) | セッションの測定基準を用いたコンバージョン確率の決定 | |
| EP3561757A1 (en) | Method and system for engaging real-time-human interaction into media presented online | |
| US20090299817A1 (en) | Marketing and advertising framework for a wireless device | |
| US20100223641A1 (en) | System and method for predicting the optimum delivery of multimedia content based on human behavior patterns | |
| US10685376B2 (en) | Method and system for lead budget allocation and optimization on a multi-channel multi-media campaign management and payment platform | |
| EP2168087A1 (en) | A method and a system for delivering messages | |
| JP2011507055A (ja) | 移動環境方法および移動環境システムにおけるユーザ・プロファイル・マッチ表示 | |
| KR20100107518A (ko) | 프로모션들의 모바일 광고 및 마이크로타겟팅을 위한 플랫폼 | |
| US10402465B1 (en) | Content authority ranking using browsing behavior | |
| US8874792B2 (en) | Dynamic construction of modular invitational content | |
| JP6271726B2 (ja) | オンライン・コンテンツ・オークションにおける入札者にコールアウトを送信するかどうかの決定 | |
| US20190253503A1 (en) | Techniques for selecting additional links | |
| US20240112228A1 (en) | Systems and Methods for Generating Efficient Iterative Recommendation Structures | |
| US20100223638A1 (en) | System and method for optimizing the scheduling of multimedia content | |
| US20160110764A1 (en) | Presenting content packages based on audience exclusion | |
| US11568451B2 (en) | Dual-optimization of targeted digital assets under volume and position constraints | |
| US8924516B2 (en) | Dynamic construction of modular invitational content | |
| CN110557351B (zh) | 用于生成信息的方法和装置 | |
| US11127028B1 (en) | Systems and methods for providing user offers based on efficient iterative recommendation structures | |
| WO2014123505A1 (en) | Method and system for group purchase of on-line advertising | |
| CN112862512A (zh) | 内容项投放方法、装置、服务器及存储介质 | |
| KR20200012229A (ko) | 리워드 서비스 제공을 위한 사용자 적합 어플리케이션 추천 시스템 및 방법 |
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: 20190524 |