CN110139134B - 一种个性化弹幕智能推送方法与系统 - Google Patents
一种个性化弹幕智能推送方法与系统 Download PDFInfo
- Publication number
- CN110139134B CN110139134B CN201910395145.9A CN201910395145A CN110139134B CN 110139134 B CN110139134 B CN 110139134B CN 201910395145 A CN201910395145 A CN 201910395145A CN 110139134 B CN110139134 B CN 110139134B
- Authority
- CN
- China
- Prior art keywords
- user
- bullet screen
- bullet
- users
- screen
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/252—Processing of multiple end-users' preferences to derive collaborative data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
- H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/488—Data services, e.g. news ticker
- H04N21/4884—Data services, e.g. news ticker for displaying subtitles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/845—Structuring of content, e.g. decomposing content into time segments
- H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种个性化弹幕智能推送方法与系统,获取网站内跟目标用户在相同时间段同时发送弹幕且弹幕内容相似的其他用户的集合,获取用户之间的相似特征;根据所述其他用户集合与目标用户的相似度情况,对其他用户集合进行排序;选取与目标用户最接近的n个其他用户的弹幕信息推送给目标用户。本发明能为用户推送自己更感兴趣的弹幕信息,避免弹幕占满整个屏幕,本发明可以使用户的弹幕体验更好。
Description
技术领域
本发明涉及计算机应用技术领域,尤其涉及一种个性化弹幕智能推送方法与系统。
背景技术
弹幕作为一种新兴的信息推送方式,经常在视频播放过程中,被推送到用户屏幕上。但是在这个过程中,却经常出现整个屏幕被弹幕占满的情况,影响了用户观看视频的体检。弹幕占满整个屏幕的情况多有发生,但是屏幕上适合用户口味的弹幕信息却经常不足,这是另一个弹幕推送的不足。不同的用户在同一时刻观看到的弹幕是一样的,这也不符合弹幕的个性化特征。因此本专利针对以上不足,采用个性化的针对用户本身性格特点的弹幕信息,进行推送。
发明内容
本发明提供了一种个性化弹幕智能推送方法与系统,用于个性化的为用户推送弹幕。
本发明提供了一种个性化弹幕智能推送方法,主要包括以下步骤:
获取网站内跟目标用户在相同时间段同时发送弹幕且弹幕内容相似的其他用户的集合,获取用户之间的相似特征;
根据所述其他用户集合与目标用户的相似度情况,对其他用户集合进行排序;
选取与目标用户最接近的n个其他用户的弹幕信息推送给用户。
进一步可选地,如上所述的方法中,所述获取网站内跟目标用户在相同时间段同时发送弹幕且弹幕内容相似的其他用户的集合,主要包括:
对视频播放时间切割成预设的时间片段,获取同一个时间段内发送弹幕的用户;
获取同一个时间段内,用户发送弹幕内容;
当某时间段内,用户发送的弹幕信息有多条信息时,将这些弹幕信息拼接起来;
计算同一时间段内,用户发送的弹幕之间的文本相似度;
当第一用户发送的弹幕信息内容与第二用户发送的弹幕信息内容的相似度大于预设的阈值的时候,认为两个用户具有相似特征。
进一步可选地,如上所述的方法中,所述根据所述其他用户集合与目标用户的相似度情况,对其他用户集合进行排序,主要包括:
统计视频播放的各个时间段内,用户发送的弹幕内容,计算用户间有多少次出现所述相似特征;
根据发生相似特征的次数,对所述其他用户集进行排序。
进一步可选地,如上所述的方法中,所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,主要包括:
根据相似用户排序,当播放视频时,只推送与目标用户相似度更高的排序靠前的n名相似用户的弹幕。
进一步可选地,如上所述的方法中,所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,之前还包括:
将弹幕内容分类为,提示性、恶搞型、翻译型、解说型、联想型、评论型;收集预设数量的这六类弹幕数据,作为训练语料。通过深度学习算法,训练弹幕内容分类模型。
用分类模型对弹幕内容进行自动文本分类,包括对弹幕进行分词,特征提取,测试分类等过程,获得每一条弹幕的内容分类。
统计该用户发送的弹幕内容中,哪种类别的弹幕内容比较多,作为目标用户的弹幕偏好类型。
进一步可选地,如上所述的方法中,所述所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,之后还包括:
若根据相似用户推送的弹幕内容依然太多,进一步获取目标用户的弹幕偏好类型,通过所述弹幕内容分类模型,对弹幕内容进行分类,并推送目标类型的弹幕信息给目标用户。
进一步可选地,如上所述的方法中,所述方法还包括:
当目标用户为没有过弹幕发送行为的用户时,计算目标用户与有弹幕发送行为用户的视频观看的相似度,寻找他们与有弹幕发送行为的最相近的用户,接着,按照有弹幕发送行为的用户的方法步骤,进行弹幕推荐;其中相似度计算方法主要包括:
获取用户看过的视频;
根据用户看过的视频内容,计算用户之间的相似度;
获取与目标用户最接近的有弹幕发送行为的用户,确认他们是兴趣相同的用户;
对目标用户进行个性化弹幕推送。
本发明提供了一种个性化弹幕智能推送系统,所述系统包括:
获取模块,用于获取与目标用户的弹幕发送方式和内容相似的其他用户集合;
用户排序与弹幕推送模块,用于对相似用户进行排序,并根据相似度情况进行目标用户弹幕推送;
弹幕类型计算模块,用于获取目标用户对弹幕的偏好,及对弹幕内容进行自动分类;
无弹幕发送行为用户与弹幕发送用户对相似度计算模块,用于根据观看视频的相似度,计算无弹幕发送行为的用户与有弹幕发送行为的用户的相似度,便于为无弹幕发送行为的用户,推送弹幕;
本发明实施例提供的技术方案可以包括以下有益效果:
本发明能为用户推送自己更感兴趣的弹幕信息,避免弹幕占满整个屏幕,本发明可以使用户的弹幕体验更好;本发明能让用户,只看与自己弹幕习惯比较相近的人的弹幕,而不是看所有的弹幕。
附图说明
图1为本发明的个性化弹幕智能推送方法实施例的流程图。
图2为本发明的个性化弹幕智能推送系统实施例的结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明的一种个性化弹幕智能推送方法的流程图。如图1所示,本实施例一种个性化弹幕智能推送方法,具体可以包括如下步骤:
步骤101,当目标用户为发送过弹幕的用户时:
获取视频播放相同时间,前后阈值范围内发送弹幕的用户。对视频播放时间切割成预设的片段,获取同一个时间段内发送弹幕的用户。当某时间段内,用户发送的弹幕信息有多条信息时,将这些弹幕信息拼接起来。例如获取视频播放到2分钟的时间段,获取视频播放1分55秒至2分05秒,这段时间发送了弹幕的用户,认为他们大致是同时发送弹幕的。
步骤102,获取同一个时间段内,用户发送弹幕内容的相似度。当某个时间段内,第一用发送的弹幕信息内容与第二用户发送的弹幕信息内容的相似度大于预设的阈值的时候,认为这一刻,这两个用户发生相似特征。
步骤103,统计视频播放的各个时间段内,用户发送的弹幕内容,计算用户间有多少次出现所述相似特征。例如在视频第3至5秒时,用户a发送了一条弹幕信息‘王菲的歌真好听’,用户b在相同时间段,发送了“王菲歌很好听啊”,通过相同时间,相似度计算,可以判断为两个用户有了一次相似特征。在第8至9秒时,他们又发送了相似的弹幕,则认为他们有了两次相似特征。但是,当他们在不同的时间段,发出相同的弹幕信息时,并不认为他们具有相似特征,因为视频的剧情内容不同。
步骤104,获取用户发送过弹幕的视频,获取与目标用户具有多次相似特征的其他用户,并对这些用户进行排序。获得与目标用户具有相似度的相似用户排序。
播放另一个视频内容时,只播放跟目标用户相似的其他用户的弹幕信息。
根据相似用户排序,当播放视频时,只推送与目标用户相似度更高的排序靠前的n名相似用户的弹幕。
步骤105,将弹幕内容分类为,提示性、恶搞型、翻译型、解说型、联想型、评论型。收集预设数量的这六类弹幕数据,作为训练语料。通过深度学习算法,训练弹幕内容分类模型。根据百度百科目前对弹幕网站中弹幕内容的客观分类,就是分为以上类别的。
用分类模型对弹幕内容进行自动文本分类,包括对弹幕进行分词,特征提取,测试分类等过程,获得每一条弹幕的内容分类。
统计该用户发送的弹幕内容中,哪种类别的弹幕内容比较多,作为目标用户的弹幕偏好类型。
步骤106,当获取的相似用户的弹幕内容,依然很多,多到某一个时刻,发送量足以占满屏幕的时候,进一步获取目标用户的弹幕偏好类型。通过所述弹幕内容分类模型,对弹幕内容进行分类,获取与用户弹幕偏好类型相同的弹幕,进一步减少弹幕显示量,并优化弹幕的质量,使之更加倾斜于用户的弹幕偏好需求。
步骤107,当目标用户为没有过弹幕发送行为的用户时,计算他们与有弹幕发送行为的人的视频查看相似度,寻找他们与有弹幕发送行为的最相近的用户,接着,按照有弹幕发送行为的用户的方法步骤,进行弹幕推荐。其中相似度计算方法主要包括,
获取用户看过的视频,根据用户看过的视频内容,计算用户之间的相似度。获取与目标用户最接近的有弹幕发送行为的用户,认为他们是兴趣相同的用户。
步骤108,最后,对目标用户进行个性化弹幕推送。
图2为本发明的个性化弹幕智能推送系统实施例的结构图,如图2所示个性化弹幕智能推送系统包括:获取模块101,用于获取与目标用户的弹幕发送方式和内容相似的其他用户集合;
用户排序与弹幕推送模块102,用于对相似用户进行排序,并根据相似度情况进行目标用户弹幕推送;
弹幕类型计算模块103,用于获取目标用户对弹幕的偏好,及对弹幕内容进行自动分类;无弹幕发送行为用户与弹幕发送用户对相似度计算模块104,用于根据观看视频的相似度,计算无弹幕发送行为的用户与有弹幕发送行为的用户的相似度,便于为无弹幕发送行为的用户,推送弹幕。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (6)
1.一种个性化弹幕智能推送方法,其特征在于,所述方法包括:
获取同一视频中同一个时间段内,用户发送弹幕内容;
当某时间段内,用户发送的弹幕信息有多条信息时,将这些弹幕信息拼接起来;
计算同一时间段内,用户发送的弹幕之间的文本相似度;
当第一用户发送的弹幕信息内容与第二用户发送的弹幕信息内容的相似度大于预设的阈值的时候,认为两个用户具有相似特征;
根据其他用户集合与目标用户的相似度情况,对其他用户集合进行排序;
选取与目标用户最接近的n个其他用户的弹幕信息推送给用户;
当目标用户为没有过弹幕发送行为的用户时,计算目标用户与有弹幕发送行为用户的视频观看的相似度,寻找他们与有弹幕发送行为的最相近的用户,接着,按照有弹幕发送行为的用户的方法步骤,进行弹幕推荐;其中相似度计算方法主要包括:
获取用户看过的视频;
根据用户看过的视频内容,计算用户之间的相似度;
获取与目标用户最接近的有弹幕发送行为的用户,确认他们是兴趣相同的用户;
对目标用户进行个性化弹幕推送。
2.根据权利要求1所述的方法,其中,所述根据其他用户集合与目标用户的相似度情况,对其他用户集合进行排序,主要包括:
统计视频播放的各个时间段内,用户发送的弹幕内容,计算用户间有多少次出现相似特征;
根据发生相似特征的次数,对所述其他用户集进行排序。
3.根据权利要求1所述的方法,其中,所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,主要包括:
根据相似用户排序,当播放视频时,只推送与目标用户相似度更高的排序靠前的n名相似用户的弹幕。
4.根据权利要求1所述的方法,其中,所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,之前还包括:
将弹幕内容分类为,提示性、恶搞型、翻译型、解说型、联想型、评论型;收集预设数量的这六类弹幕数据,作为训练语料;通过深度学习算法,训练弹幕内容分类模型;
用分类模型对弹幕内容进行自动文本分类,包括对弹幕进行分词,特征提取,测试分类过程,获得每一条弹幕的内容分类;
统计用户发送的弹幕内容中,哪种类别的弹幕内容比较多,作为目标用户的弹幕偏好类型。
5.根据权利要求1所述的方法,其中,所述选取与目标用户最接近的n个其他用户的弹幕信息推送给用户,之后还包括:
若根据相似用户推送的弹幕内容依然太多,进一步获取目标用户的弹幕偏好类型,通过弹幕内容分类模型,对弹幕内容进行分类,并推送目标类型的弹幕信息给目标用户。
6.一种个性化弹幕智能推送系统,采用权利要求1-5中任一项所述的个性化弹幕智能推送方法,其特征在于,所述系统包括:
获取模块,用于获取与目标用户的弹幕发送方式和内容相似的其他用户集合;
用户排序与弹幕推送模块,用于对相似用户进行排序,并根据相似度情况进行目标用户弹幕推送;
弹幕类型计算模块,用于获取目标用户对弹幕的偏好,及对弹幕内容进行自动分类;
无弹幕发送行为用户与弹幕发送用户对相似度计算模块,用于根据观看视频的相似度,计算无弹幕发送行为的用户与有弹幕发送行为的用户的相似度,便于为无弹幕发送行为的用户,推送弹幕。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395145.9A CN110139134B (zh) | 2019-05-10 | 2019-05-10 | 一种个性化弹幕智能推送方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395145.9A CN110139134B (zh) | 2019-05-10 | 2019-05-10 | 一种个性化弹幕智能推送方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110139134A CN110139134A (zh) | 2019-08-16 |
CN110139134B true CN110139134B (zh) | 2021-12-10 |
Family
ID=67573689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910395145.9A Active CN110139134B (zh) | 2019-05-10 | 2019-05-10 | 一种个性化弹幕智能推送方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110139134B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112689201B (zh) * | 2019-10-17 | 2022-08-26 | 维沃移动通信有限公司 | 弹幕信息识别方法、显示方法、服务器及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341703A (zh) * | 2016-08-30 | 2017-01-18 | 乐视控股(北京)有限公司 | 弹幕处理方法及装置 |
CN108540826A (zh) * | 2018-04-17 | 2018-09-14 | 京东方科技集团股份有限公司 | 弹幕推送方法、装置、电子设备及存储介质 |
CN108537176A (zh) * | 2018-04-11 | 2018-09-14 | 武汉斗鱼网络科技有限公司 | 目标弹幕的识别方法、装置、终端及存储介质 |
CN108763288A (zh) * | 2018-04-13 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 一种弹幕拦截方法及其相关设备 |
CN109327715A (zh) * | 2018-08-01 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种视频风险识别方法、装置及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989106A (zh) * | 2015-02-12 | 2016-10-05 | 广东欧珀移动通信有限公司 | 一种基于兴趣相似度的推荐方法及装置 |
US10284806B2 (en) * | 2017-01-04 | 2019-05-07 | International Business Machines Corporation | Barrage message processing |
CN109688479B (zh) * | 2018-12-26 | 2022-03-01 | 杭州蓦然认知科技有限公司 | 一种弹幕显示方法、弹幕显示装置和弹幕显示服务器 |
-
2019
- 2019-05-10 CN CN201910395145.9A patent/CN110139134B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106341703A (zh) * | 2016-08-30 | 2017-01-18 | 乐视控股(北京)有限公司 | 弹幕处理方法及装置 |
CN108537176A (zh) * | 2018-04-11 | 2018-09-14 | 武汉斗鱼网络科技有限公司 | 目标弹幕的识别方法、装置、终端及存储介质 |
CN108763288A (zh) * | 2018-04-13 | 2018-11-06 | 武汉斗鱼网络科技有限公司 | 一种弹幕拦截方法及其相关设备 |
CN108540826A (zh) * | 2018-04-17 | 2018-09-14 | 京东方科技集团股份有限公司 | 弹幕推送方法、装置、电子设备及存储介质 |
CN109327715A (zh) * | 2018-08-01 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种视频风险识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110139134A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657100B (zh) | 视频集锦生成方法及装置、电子设备及存储介质 | |
CN111143610B (zh) | 一种内容推荐方法、装置、电子设备和存储介质 | |
CN111541910B (zh) | 一种基于深度学习的视频弹幕评论自动生成方法及系统 | |
CN106331778B (zh) | 视频推荐方法和装置 | |
CN110020437B (zh) | 一种视频和弹幕相结合的情感分析及可视化方法 | |
CN106446135B (zh) | 一种多媒体数据标签生成方法和装置 | |
US8995823B2 (en) | Method and system for content relevance score determination | |
CN101281540B (zh) | 用于处理信息的设备、方法和计算机程序 | |
WO2020259510A1 (zh) | 信息植入区域的检测方法、装置、电子设备及存储介质 | |
CN103718166A (zh) | 信息处理设备、信息处理方法和计算机程序产品 | |
CN110049377B (zh) | 表情包生成方法、装置、电子设备及计算机可读存储介质 | |
CN104469508A (zh) | 基于弹幕信息内容进行视频定位的方法、服务器和系统 | |
CN109408672B (zh) | 一种文章生成方法、装置、服务器及存储介质 | |
CN112131346B (zh) | 评论聚合方法、装置、存储介质和电子设备 | |
CN113779381B (zh) | 资源推荐方法、装置、电子设备和存储介质 | |
CN112287175B (zh) | 一种视频高亮片段预测方法和系统 | |
CN111581435B (zh) | 一种视频封面图像生成方法、装置、电子设备及存储介质 | |
CN104967690B (zh) | 一种信息推送方法及装置 | |
CN110198482A (zh) | 一种视频重点桥段标注方法、终端及存储介质 | |
CN105657514A (zh) | 一种在移动设备浏览器中视频播放关键信息的方法及装置 | |
CN114845149B (zh) | 视频片段的剪辑方法、视频推荐方法、装置、设备及介质 | |
Xiang et al. | Salad: A multimodal approach for contextual video advertising | |
CN103631786A (zh) | 一种视频文件的聚类方法和装置 | |
CN113992973B (zh) | 视频摘要生成方法、装置、电子设备和存储介质 | |
CN110139134B (zh) | 一种个性化弹幕智能推送方法与系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211123 Address after: 266000 room 1803, No. 8, Qinling Road, Laoshan District, Qingdao City, Shandong Province Applicant after: QINGDAO CIVIL AVIATION CARES Co.,Ltd. Address before: Room f101-12, No.1 incubation and production building, guanshao shuangchuang (equipment) center, Huake City, 42 Baiwang Avenue, Wujiang District, Shaoguan City, Guangdong Province, 512026 Applicant before: Shaoguan Qizhi Information Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |