用于匹配视频的方法和装置
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于匹配视频的方法和装置。
背景技术
目前,用户通过网络可以上传一些视频,以供其他用户观看。随着网络上的视频的数量越来越多,会存在大量内容相似的或重复上传的视频。为了节约存储资源及避免侵权行为,需要将这些内容相似或重复上传的视频删掉。目前的方法通常是利用视频匹配技术,将某个视频集(例如某视频网站提供的视频、某视频应用软件提供的视频)中的视频逐一与某个上传的视频进行匹配,从而确定出重复上传的视频并删除。
发明内容
本公开的实施例提出了用于匹配视频的方法和装置。
第一方面,本公开的实施例提供了一种用于匹配视频的方法,该方法包括:获取目标视频以及针对目标视频的评论信息集合;确定评论信息集合是否包括目标评论信息,其中,目标评论信息为包括目标文本的评论信息;响应于确定包括,基于目标评论信息,确定待匹配视频集合;对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
在一些实施例中,目标文本为包括用于表征用户的用户信息的文本;以及基于目标评论信息,确定待匹配视频集合,包括:确定用户信息指示的用户发布的视频的集合作为待匹配视频集合。
在一些实施例中,目标文本为预设的关键词集合包括的关键词;以及基于目标评论信息,确定待匹配视频集合,包括:确定做出目标评论信息的用户在目标历史时间段观看过的视频的集合作为待匹配视频集合。
在一些实施例中,确定该待匹配视频与目标视频的相似度,包括:将该待匹配视频与目标视频分别输入预先训练的视频特征提取模型,得到该待匹配视频的特征向量和目标视频的特征向量,其中,视频特征提取模型用于表征视频和视频的特征向量之间的对应关系;将待匹配视频的特征向量和目标视频的特征向量之间的相似度确定为该待匹配视频与目标视频的相似度。
在一些实施例中,该方法还包括:将目标视频与所确定的匹配视频中,发布时间非最早的视频删除。
第二方面,本公开的实施例提供了一种用于匹配视频的装置,该装置包括:获取单元,被配置成获取目标视频以及针对目标视频的评论信息集合;第一确定单元,被配置成确定评论信息集合是否包括目标评论信息,其中,目标评论信息为包括目标文本的评论信息;第二确定单元,被配置成响应于确定包括,基于目标评论信息,确定待匹配视频集合;输出单元,被配置成对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
在一些实施例中,目标文本为包括用于表征用户的用户信息的文本;以及第二确定单元进一步被配置成:确定用户信息指示的用户发布的视频的集合作为待匹配视频集合。
在一些实施例中,目标文本为预设的关键词集合包括的关键词;以及第二确定单元进一步被配置成:确定做出目标评论信息的用户在目标历史时间段观看过的视频的集合作为待匹配视频集合。
在一些实施例中,输出单元包括:生成模块,被配置成将该待匹配视频与目标视频分别输入预先训练的视频特征提取模型,得到该待匹配视频的特征向量和目标视频的特征向量,其中,视频特征提取模型用于表征视频和视频的特征向量之间的对应关系;确定模块,被配置成将待匹配视频的特征向量和目标视频的特征向量之间的相似度确定为该待匹配视频与目标视频的相似度。
在一些实施例中,该装置还包括:删除单元,被配置成将目标视频与所确定的匹配视频中,发布时间非最早的视频删除。
第三方面,本公开的实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的用于匹配视频的方法和装置,通过获取目标视频以及针对目标视频的评论信息集合,如果评论信息集合包括目标评论信息,基于目标评论信息,确定待匹配视频集合,最后确定述待匹配视频集合中的待匹配视频与目标视频的相似度,输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息,从而可以根据评论信息集合,有针对性地得到待匹配视频集合,以及从待匹配视频集合中确定出与目标视频匹配的匹配视频,减少了将目标视频与其他视频进行匹配的次数,提高了视频匹配的效率。由于现有的视频匹配方法通常是将某个视频与视频集中的每个视频进行匹配,匹配的过程中,需要长时间占用处理器和缓存,通过本公开的实施例,可以减少匹配过程对处理器的占用时间,以及减少占用缓存的空间。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的实施例的用于匹配视频的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于匹配视频的方法的一个应用场景的示意图;
图4是根据本公开的实施例的用于匹配视频的方法的又一个实施例的流程图;
图5是根据本公开的实施例的用于匹配视频的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关公开,而非对该公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的实施例的用于匹配视频的方法或用于匹配视频的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如视频播放类应用、网页浏览器应用、即时通信工具、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备。当终端设备101、102、103为软件时,可以安装在上述电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上传的视频进行处理的后台视频服务器。后台视频服务器可以对获取的针对目标视频的评论信息集合进行分析,并输出分析结果(例如用于表征某待匹配视频为与目标视频相匹配的匹配视频的信息)。
需要说明的是,本公开的实施例所提供的用于匹配视频的方法一般由服务器105执行,相应地,用于匹配视频的装置一般设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于匹配视频的方法的一个实施例的流程200。该用于匹配视频的方法,包括以下步骤:
步骤201,获取目标视频以及针对目标视频的评论信息集合。
在本实施例中,用于匹配视频的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从远程,或从本地获取目标视频以及针对目标视频的评论信息集合。其中,目标视频可以是待将其与其他视频进行匹配的视频。例如,目标视频可以是上述执行主体从某个预设的视频集合(例如某视频播放应用提供的视频的集合)中选择(例如随机选择或按视频上传的时间顺序选择)的视频。
在本实施例中,目标视频通常是用户发布的视频。针对目标视频的评论信息集合是用户针对目标视频所做出的评论信息的集合。评论信息可以包括但不限于以下至少一种类型的信息:文字、数字、符号、图像等。
步骤202,确定评论信息集合是否包括目标评论信息。
在本实施例中,上述执行主体可以确定评论信息集合是否包括目标评论信息。其中,目标评论信息为包括目标文本的评论信息。目标文本可以是具有某些特征的文本。例如,目标文本可以是包含于预设的关键词集合中的关键词。或者,目标文本可以是用于表征用户的用户信息(例如用户名、用户编号等)的文本。上述执行主体可以按照现有的分词方法,对评论信息集合中的每个评论信息进行分词,得到每个评论信息分别对应的多个关键词,如果某评论信息对应的多个关键词中包括上述预设的关键词集合中的关键词,或包括用于表征用户的用户信息的文本,则确定该评论信息为目标评论信息。
步骤203,响应于确定包括,基于目标评论信息,确定待匹配视频集合。
在本实施例中,上述执行主体可以响应于确定上述评论信息集合包括目标评论信息,基于目标评论信息,确定待匹配视频集合。其中,待匹配视频是待确定其与目标视频之间的相似度的视频。具体地,上述执行主体可以从预设的视频集中确定待匹配视频集合。其中,预设的视频集包括的视频可以存储于上述执行主体中,也可以存储于与上述执行主体通信连接的其他电子设备中。
在本实施例的一些可选的实现方式中,上述目标文本为包括用于表征用户的用户信息的文本。其中,用户信息可以包括但不限于以下至少一种:用户名、用户编号、表征用户所属的用户组的用户组名等。通常,上述执行主体可以根据预设的、用于指示用户信息的符号确定用户信息。例如,当某文本的前缀为“@”符号时,确定该文本为用户信息。上述执行主体可以基于目标评论信息,按照如下步骤确定待匹配视频集合:
确定用户信息指示的用户发布的视频的集合作为待匹配视频集合。实践中,当目标文本包括用户信息时,表示做出目标文本所属的目标评论信息的用户曾经观看过与目标视频类似的视频,该用户欲通知上述用户信息指示的用户,目标视频可能与上述用户指示的用户上传的视频类似,即该与目标视频类似的视频可能包含于上述用户信息指示的用户上传的视频中,从而将该用户上传的视频的集合确定为待匹配视频集合。
在本实施例的一些可选的实现方式中,目标文本为预设的关键词集合包括的关键词。其中,关键词集合可以预先设置于上述执行主体中,或设置于与上述执行主体通信连接的其他电子设备中。关键词集合中的关键词,通常为用于表征视频为相似视频的关键词。例如,关键词集合可以包括但不限于以下至少一个关键词:看过、抄袭、搬运、重复、相同等。
上述执行主体可以基于目标评论信息,按照如下步骤确定待匹配视频集合:
确定做出目标评论信息的用户在目标历史时间段观看过的视频的集合作为待匹配视频集合。其中,目标历史时间段可以是根据当前时间确定的时间段,例如最近一个月、一年等。通常,当目标评论信息包括上述关键词集合中的关键词时,表示做出目标评论信息的用户可能看过与目标视频类似的视频,从而上述执行主体可以根据该用户的历史观看记录,确定出待匹配视频集合。
需要说明的是,当目标评论信息同时包括上述关键词集合包括的关键词和上述用户信息时,可以将做出目标评论信息的用户在目标历史时间段观看过的视频的集合,以及上述用户信息指示的用户发布的视频的集合,合并为待匹配视频集合。
步骤204,对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
在本实施例中,对于待匹配视频集合中的待匹配视频,上述执行主体可以确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。其中,用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息可以包括但不限于以下至少一种类型的信息:数字、文字、符合、图像等。通常,上述执行主体可以按照各种方式输出上述信息。例如,上述执行主体可以将上述信息显示在上述执行主体包括的显示器上。或者,上述执行主体可以将上述信息发送到与上述执行主体通信连接的电子设备(例如图1所示的终端设备)上。技术人员或用户通过上述信息,可以及时地对相互匹配的视频进行进一步处理(例如删除重复上传的视频、向重复上传的视频的发布者所使用的终端发送提示信息等)。
上述相似度用于表征两个视频之间的相似程度,通常,相似度越高,表示两个视频相似的程度越大。上述执行主体可以按照各种方法确定视频之间的相似度。作为示例,上述执行主体可以利用现有的确定视频的特征向量的方法,确定待匹配视频的特征向量和目标视频的特征向量。例如,上述执行主体可以采用现有的提取图像特征的方法(例如HOG(Histogram of Oriented Gradient,方向梯度直方图)算法、SIFT(Scale-invariantfeature transform,尺度不变特征变换)算法等),确定待匹配视频包括的视频帧的特征向量和目标视频包括的视频帧的特征向量,再将待匹配视频包括的视频帧的特征向量组合为待匹配视频的特征向量,将目标视频包括的视频帧的特征向量组合为目标视频的特征向量。将待匹配视频的特征向量与目标视频的特征向量之间的相似度确定为待匹配视频与目标视频之间的相似度。其中,特征向量之间的相似度可以利用特征向量之间的距离(例如余弦距离、汉明距离等)表征。
在本实施例的一些可选的实现方式中,对于待匹配视频集合中的待匹配视频,上述执行主体可以按照如下步骤确定该待匹配视频与目标视频的相似度,包括:
首先,将该待匹配视频与目标视频分别输入预先训练的视频特征提取模型,得到该待匹配视频的特征向量和目标视频的特征向量。其中,视频特征提取模型用于表征视频和视频的特征向量之间的对应关系。
具体地,视频特征提取模型可以是利用预设的训练样本集合,对初始模型进行训练得到的模型。其中,训练样本集合可以包括样本视频和与样本视频对应的、预先标注的样本特征向量。用于训练特征提取模型的执行主体(可以是上述执行主体,也可以是其它电子设备)可以利用机器学习算法,将上述训练样本集合中的训练样本包括的样本视频作为输入,将与输入的样本视频对应的样本特征向量作为期望输出,对初始模型(例如循环神经网络、卷积神经网络等)进行训练,针对每次训练输入的样本视频,可以得到实际输出。其中,实际输出是初始模型实际输出的特征向量。然后,用于训练特征提取模型的执行主体可以采用梯度下降法,基于实际输出和期望输出,调整初始模型的参数,将每次调整参数后得到的模型作为下次训练的初始模型,并在满足预设的结束条件的情况下,结束训练,从而训练得到视频特征提取模型。这里预设的结束条件可以包括但不限于以下至少一项:训练时间超过预设时长;训练次数超过预设次数;利用预设的损失函数(例如交叉熵损失函数)计算所得的损失值小于预设损失值阈值。
然后,将待匹配视频的特征向量和目标视频的特征向量之间的相似度确定为该待匹配视频与目标视频的相似度。由于视频特征提取模型是预先利用大量的训练样本训练得到的,因此,视频特征提取模型可以提高提取视频的特征向量的准确性。
继续参见图3,图3是根据本实施例的用于匹配视频的方法的应用场景的一个示意图。在图3的应用场景中,服务器301首先从预设的视频集中,随机获取目标视频302以及针对目标视频的评论信息集合303。其中,评论信息是观看过目标视频302的用户针对目标视频302所做出的评论信息。然后,服务器301确定评论信息集合303是否包括目标评论信息。其中,目标评论信息为包括预设的关键词集合中的关键词(即目标文本)的评论信息。例如,某评论信息3031包括如下文字:“这个视频我看过”,其中,关键词“看过”存在于预设的关键词集合中,因此,该评论信息为目标评论信息。再然后,服务器301响应于确定评论信息集合303包括目标评论信息3031,基于目标评论信息,确定待匹配视频集合304。例如,服务器301根据做出评论信息3031的用户(例如用户名“ABC”表征的用户)的历史观看记录,确定最近一个月内,该用户观看的视频的集合为待匹配视频集合304。最后,服务器301确定匹配视频集合304中的每个待匹配视频与目标视频302的相似度。将大于预设的相似度阈值的相似度对应的待匹配视频确定为匹配视频305,并输出文字信息306(例如“注意!这两个视频重复了”)。
本公开的上述实施例提供的方法,通过获取目标视频以及针对目标视频的评论信息集合,如果评论信息集合包括目标评论信息,基于目标评论信息,确定待匹配视频集合,最后确定述待匹配视频集合中的待匹配视频与目标视频的相似度,输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息,从而可以根据评论信息集合,有针对性地得到待匹配视频集合,以及从待匹配视频集合中确定出与目标视频匹配的匹配视频,减少了将目标视频与其他视频进行匹配的次数,提高了视频匹配的效率。由于现有的视频匹配方法通常是将某个视频与视频集中的每个视频进行匹配,匹配的过程中,需要长时间占用处理器和缓存,通过本实施例,可以减少匹配过程对处理器的占用时间,以及减少占用的缓存的空间。
进一步参考图4,其示出了用于匹配视频的方法的又一个实施例的流程400。该用于匹配视频的方法的流程400,包括以下步骤:
步骤401,获取目标视频以及针对目标视频的评论信息集合。
在本实施例中,步骤401与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤402,确定评论信息集合是否包括目标评论信息。
在本实施例中,步骤402与图2对应实施例中的步骤202基本一致,这里不再赘述。
步骤403,响应于确定包括,基于目标评论信息,确定待匹配视频集合。
在本实施例中,步骤403与图2对应实施例中的步骤203基本一致,这里不再赘述。
步骤404,对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
在本实施例中,步骤404与图2对应实施例中的步骤204基本一致,这里不再赘述。
步骤405,将目标视频与所确定的匹配视频中,发布时间非最早的视频删除。
在本实施例中,上述执行主体可以将目标视频与所确定的匹配视频中,发布时间非最早的视频删除。其中,发布时间是视频的发布者将视频在网络中公开的时间。通常,上述发布时间非最早的视频,由于其内容与发布时间最早的视频相似,因此,该视频可能为重复上传的视频,或者该视频可能为侵权视频。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于匹配视频的方法的流程400突出了将目标视频与所确定的匹配视频中,发布时间非最早的视频删除的步骤。由此,本实施例描述的方案可以将与已经存在的视频的内容相似的视频删除,从而可以节约存储视频所用到的硬件资源,以及有助于及时地将侵权视频删除。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于匹配视频的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于匹配视频的装置500包括:获取单元501,被配置成获取目标视频以及针对目标视频的评论信息集合;第一确定单元502,被配置成确定评论信息集合是否包括目标评论信息,其中,目标评论信息为包括目标文本的评论信息;第二确定单元503,被配置成响应于确定包括,基于目标评论信息,确定待匹配视频集合;输出单元504,被配置成对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
在本实施例中,获取单元501可以通过有线连接方式或者无线连接方式从远程,或从本地获取目标视频以及针对目标视频的评论信息集合。其中,目标视频可以是待将其与其他视频进行匹配的视频。例如,目标视频可以是上述获取单元501从某个预设的视频集合(例如某视频播放应用提供的视频的集合)中选择(例如随机选择或按视频上传的时间顺序选择)的视频。
在本实施例中,目标视频通常是用户发布的视频。针对目标视频的评论信息集合是用户针对目标视频所做出的评论信息的集合。评论信息可以包括但不限于以下至少一种类型的信息:文字、数字、符合、图像等。
在本实施例中,第一确定单元502可以确定评论信息集合是否包括目标评论信息。其中,目标评论信息为包括目标文本的评论信息。目标文本可以是具有某些特征的文本。例如,目标文本可以是包含于预设的关键词集合中的关键词。或者,目标文本可以是用于表征用户的用户信息(例如用户名、用户编号等)的文本。上述第一确定单元502可以按照现有的分词方法,对评论信息集合中的每个评论信息进行分词,得到每个评论信息分别对应的多个关键词,如果某评论信息对应的多个关键词中包括上述预设的关键词集合中的关键词,或包括用于表征用户的用户信息的文本,则确定该评论信息为目标评论信息。
在本实施例中,第二确定单元503可以响应于确定上述评论信息集合包括目标评论信息,基于目标评论信息,确定待匹配视频集合。其中,待匹配视频是待确定其与目标视频之间的相似度的视频。具体地,上述第二确定单元503可以从预设的视频集中确定待匹配视频集合。其中,预设的视频集包括的视频可以存储于上述装置500中,也可以存储于与上述装置500通信连接的其他电子设备中。
在本实施例中,对于待匹配视频集合中的待匹配视频,输出单元504可以确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。其中,用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息可以包括但不限于以下至少一种类型的信息:数字、文字、符合、图像等。通常,上述输出单元504可以按照各种方式输出上述信息。例如,上述输出单元504可以将上述信息显示在上述装置500包括的显示器上。或者,上述输出单元504可以将上述信息发送到与上述装置500通信连接的电子设备(例如图1所示的终端设备)上。技术人员或用户通过上述信息,可以及时地对相互匹配的视频进行进一步处理(例如删除重复上传的视频、向重复上传的视频的发布者所使用的终端发送提示信息等)。
上述相似度用于表征两个视频之间的相似程度,通常,相似度越高,表示两个视频相似的程度越大。上述输出单元504可以按照各种方法确定视频之间的相似度。作为示例,上述输出单元504可以利用现有的确定视频的特征向量的方法,确定待匹配视频的特征向量和目标视频的特征向量。例如,上述输出单元504可以采用现有的提取图像特征的方法(例如HOG算法、SIFT算法等),确定待匹配视频包括的视频帧的特征向量和目标视频包括的视频帧的特征向量,再将待匹配视频包括的视频帧的特征向量组合为待匹配视频的特征向量,将目标视频包括的视频帧的特征向量组合为目标视频的特征向量。将待匹配视频的特征向量与目标视频的特征向量之间的相似度确定为待匹配视频与目标视频之间的相似度。其中,特征向量之间的相似度可以利用特征向量之间的距离(例如余弦距离、汉明距离等)表征。
在本实施例的一些可选的实现方式中,目标文本可以为包括用于表征用户的用户信息的文本;以及第二确定单元503可以进一步被配置成:确定用户信息指示的用户发布的视频的集合作为待匹配视频集合。
在本实施例的一些可选的实现方式中,目标文本可以为预设的关键词集合包括的关键词;以及第二确定单元503可以进一步被配置成:确定做出目标评论信息的用户在目标历史时间段观看过的视频的集合作为待匹配视频集合。
在本实施例的一些可选的实现方式中,输出单元504可以包括:生成模块(图中未示出),被配置成将该待匹配视频与目标视频分别输入预先训练的视频特征提取模型,得到该待匹配视频的特征向量和目标视频的特征向量,其中,视频特征提取模型用于表征视频和视频的特征向量之间的对应关系;确定模块(图中未示出),被配置成将待匹配视频的特征向量和目标视频的特征向量之间的相似度确定为该待匹配视频与目标视频的相似度。
在本实施例的一些可选的实现方式中,该装置500还可以包括:删除单元(图中未示出),被配置成将目标视频与所确定的匹配视频中,发布时间非最早的视频删除。
本公开的上述实施例提供的装置,通过获取目标视频以及针对目标视频的评论信息集合,如果评论信息集合包括目标评论信息,基于目标评论信息,确定待匹配视频集合,最后确定述待匹配视频集合中的待匹配视频与目标视频的相似度,输出用于表征待匹配视频为与目标视频相匹配的匹配视频的信息,从而可以根据评论信息集合,有针对性地得到待匹配视频集合,以及从待匹配视频集合中确定出与目标视频匹配的匹配视频,减少了将目标视频与其他视频进行匹配的次数,提高了视频匹配的效率。由于现有的视频匹配方法通常是将某个视频与视频集中的每个视频进行匹配,匹配的过程中,需要长时间占用处理器和缓存,通过本实施例,可以减少匹配过程对处理器的占用时间,以及减少占用缓存的空间。
下面参考图6,其示出了适于用来实现本公开的实施例的服务器600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,服务器600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有服务器600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许服务器600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的服务器600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开的实施例中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该服务器执行时,使得该服务器:获取目标视频以及针对目标视频的评论信息集合;确定评论信息集合是否包括目标评论信息,其中,目标评论信息为包括目标文本的评论信息;响应于确定包括,基于目标评论信息,确定待匹配视频集合;对于待匹配视频集合中的待匹配视频,确定该待匹配视频与目标视频的相似度;响应于确定所确定的相似度大于预设的相似度阈值,输出用于表征该待匹配视频为与目标视频相匹配的匹配视频的信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一确定单元、第二确定单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取目标视频以及针对目标视频的评论信息集合的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。