CN110162664B - 视频推荐方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本申请涉及一种视频推荐方法、装置、计算机设备及存储介质，该方法包括：获取第一视频；依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；获取各用户的标识所分别对应的目标视频特征；根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。本申请的方案，提高了推荐准确性。

Description

视频推荐方法、装置、计算机设备及存储介质

技术领域

本发明涉及计算机技术领域，特别是涉及一种视频推荐方法、装置、计算机设备及存储介质。

背景技术

随着科学技术的飞速发展，视频技术的应用越来越广泛，各种视频平台层出不穷。由于视频平台中有海量的视频，用户在海量的视频中很难选出自己真正想要观看的视频，所以，准确地推荐用户想要观看的视频非常重要。

传统方法中，需要积累一段时间的用户对视频的观看数据，通过对观看数据进行分析从而对视频进行推荐。然而，对于新视频来说，刚上传的时候是没有用户对视频的交互数据的，那么使用传统方法推荐新视频就会存在冷启动的问题，从而导致推荐的准确性比较低。

发明内容

基于此，有必要针对传统方法视频推荐准确性比较低的问题，提供一种视频推荐方法、装置、计算机设备及存储介质。

一种视频推荐方法，所述方法包括：

获取第一视频；

依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；

根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

获取各用户的标识所分别对应的目标视频特征；

根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。

一种视频推荐装置，所述装置包括：

获取模块，用于获取第一视频；

视频特征提取模块，用于依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

推荐模块，用于获取各用户的标识所分别对应的目标视频特征；根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。

一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取第一视频；

依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；

根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

获取各用户的标识所分别对应的目标视频特征；

根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。

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上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取第一视频；

依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；

根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

获取各用户的标识所分别对应的目标视频特征；

根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。

上述视频推荐方法、装置、计算机设备和存储介质，在对第一视频进行推荐处理时，会依据第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征。由于静态特征图中记录有视频中的静态内容，所以依据静态特征图能够确定第一视频的静态特征，而光流图是用于记录视频图像中特征点的运动信息，所以依据第一视频的光流图，可以确定第一视频的动态特征。基于第一视频的静态特征和动态特征，可以确定第一视频的第一视频特征。第一视频特征与待接收被推荐视频的各用户所感兴趣的视频的目标视频特征之间的第一相似度，能够说明第一视频与用户感兴趣的视频之间的相似程度，因而基于第一相似度，可以对第一视频进行准确地推荐。这样一来，即使第一视频是新视频，也能够准确地对其进行推荐，从而避免了冷启动问题，提高了推荐准确性。

附图说明

图1为一个实施例中视频推荐方法的应用场景图；

图2为一个实施例中视频推荐方法的流程示意图；

图3为一个实施例中确定视频特征向量的原理示意图；

图4为一个实施例中相似度模型训练的原理示意图；

图5为一个实施例中视频推荐方法的原理示意图；

图6为一个实施例中视频推荐装置的框图；

图7为另一个实施例中视频推荐装置的框图；

图8为一个实施例中计算机设备的内部结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1为一个实施例中视频推荐方法的应用场景图。参照图1，该应用场景中包括通过网络连接的服务器110和终端120。服务器110可以用独立的服务器或者是多个物理服务器组成的服务器集群来实现。终端120可以是智能电视机、台式计算机或移动终端，移动终端可以包括手机、平板电脑、笔记本电脑、个人数字助理和穿戴式设备等中的至少一种。

第一视频是存储于服务器110中的视频。服务器110可以依据第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；获取各用户的标识所分别对应的目标视频特征；根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐。可以理解，各用户通过各自的标识分别登录于各个终端110，服务器120可以根据第一相似度，从各用户中确定出该第一视频可以推荐至的用户，然后向确定出的用户的标识所登录的终端110推荐该第一视频。

图2为一个实施例中视频推荐方法的流程示意图。本实施例主要以该视频推荐方法应用于计算机设备进行举例说明，该计算机设备可以为图1中的服务器110。参照图2，该方法具体包括如下步骤：

S202，获取第一视频。

其中，第一视频，是待进行推荐处理的目标视频。可以理解，第一视频中包括一帧一帧的图像帧。

需要说明的是，第一视频可以是直播视频，也可以是完整的已有视频。可以理解，直播视频是具有实时视频流的视频。

S204，依据第一视频的静态特征图以及光流图，确定第一视频的静态特征和动态特征。

其中，静态特征图，是表示第一视频的静态内容的图像。光流图，是用于表示时序相邻的静态特征图之间特征点的运动信息的图像。即，光流图，用于体现从前一静态特征图到当前静态特征图，各特征点的运动速度和运动方向。

在一个实施例中，静态特征图可以是第一视频中的图像帧本身。这种情况下，步骤S202中的静态特征图可以是第一视频中的全部或部分图像帧。

可以理解，当静态特征图是从第一视频中提取的部分图像帧时，光流图则是指提取的部分图像帧中相邻图像帧之间的光流图，用于体现提取的部分图像帧中相邻图像帧之间特征点的运动信息。

在其他实施例中，静态特征图也可以是对第一视频中的图像帧进行图像处理后得到的能够表示静态内容的图像。比如，静态特征图可以是由第一视频中的图像帧进行初步特征提取得到的表示静态内容的图像。

具体地，计算机设备可以对所提取的各个静态特征图进行特征分析，得到第一视频的静态特征。计算机设备可以对所得到的各个光流图进行特征分析，得到第一视频的动态特征。

在一个实施例中，第一视频的静态特征可以为静态特征值，第一视频的动态特征可以为动态特征值。计算机设备可以对所提取的各个静态特征图进行特征分析，得到第一视频的静态特征值，计算机设备可以将各静态特征值求平均，得到第一视频的静态特征值。计算机设备可以对各个光流图进行特征分析，得到各个光流图的动态特征值，将各个动态特征值求平均值，得到第一视频的动态特征值。

在另一个实施例中，第一视频的静态特征也可以为静态特征向量，第一视频的动态特征也可以为动态特征向量。

需要说明的是，这里对第一视频的静态特征和动态特征的表现形式不做限定，可以为特征值的形式也可以为特征向量的形式。

可以理解，由于每个静态特征图体现的是静态内容，所以对所提取的各静态特征图进行特征分析，即可得到第一视频的静态特征。此外，由于光流图用于体现相邻静态特征图之间的每个特征点的运动信息，所以，每个光流图能够一定程度上表现静态特征图之间的运动特征。因此，对各个光流图进行特征分析，能够得到第一视频的动态特征。

在一个实施例中，该方法还包括静态特征图和光流图的获取步骤，具体包括以下步骤：从第一视频中提取图像帧，得到静态特征图；针对每个静态特征图，获取静态特征图与提取的时序相邻于静态特征图的前一静态特征图之间的光流图。

其中，图像帧，是视频中的一帧图像。获取的图像帧，可以是第一视频中的全部或部分图像帧。

可以理解，每个静态特征图的前一静态特征图，是在该静态特征图之前提取的、且与该静态特征图时序相邻的那一张静态特征图。比如，第t-1个提取的静态特征图即为第t个提取的静态特征图的前一静态特征图。

需要说明的是，提取的第一个图像帧由于没有时序相邻的前一图像帧，因此，对第一个静态特征图可以不执行获取光流图的步骤。

为了便于理解，现举例说明。比如，从第一视频中提取了10张图像帧，那么，就可以得到10张静态特征图。然后，可以依次获取所提取的第2个图像帧与提取的第1个图像帧之间的光流图、获取所提取的第3个图像帧与提取的第2个图像帧之间的光流图，以此类推，获取所提取的第10个图像帧与提取的第9个图像帧之间的光流图。

可以理解，针对每个静态特征图，计算机设备可以通过光流算法，追踪静态特征图的前一静态特征图中的特征点在该静态特征图中所处的位置，根据该静态特征图中特征点的位置相较于这些特征点在前一静态特征图中所处的位置所发生的变化，得到从前一静态特征图到该静态特征图之间各特征点的运动信息，进而根据得到的各特征点的运动信息生成该静态特征图与提取的前一静态特征图之间的光流图。

需要说明的是，当静态特征图为从第一视频中提取的图像帧时，计算机设备可以在获取从第一视频中提取的各个图像帧之后，再针对每个图像帧，确定该图像帧与提取的时序相邻于所述图像帧的前一图像帧之间的光流图。比如，计算机设备可以在获取从第一视频中提取出10个图像帧之后，再依次针对每个图像帧，获取该图像帧与提取的时序相邻于该图像帧的前一图像帧之间的光流图。计算机设备也可以在提取图像帧时，获取该当前提取的图像帧与已提取的前一图像帧之间的光流图。比如，计算机设备可以在提取第二个图像帧时，确定第二个图像帧与提取的第一个图像帧之间的光流图。

在一个实施例中，计算机设备可以直接获取已经从第一视频中提取出的图像帧。在另一个实施例中，计算机设备也可以从第一视频中提取图像帧。

在一个实施例中，计算机设备可以获取从第一视频中随机提取的图像帧。具体地，计算机设备可以按照预设的提取数量，从第一视频中随机提取图像帧。

在另一个实施例中，计算机设备也可以按照预设时间间隔依次从第一视频中提取图像帧。由于一个视频的帧数非常多，每帧图像都处理容易造成不必要的冗余，而且处理量也会过大。所以，可以在时间维度上以预设时间间隔依次从第一视频中提取图像帧。比如，每隔1秒采集一张图像帧。

可以理解，由于按照预设时间间隔依提取图像帧得到静态特征图，所以提取的静态特征图之间的具有时间维度上的均匀性和连续性，因而具有时间维度上的特征，那么，依据这些静态特征图得到的第一视频的静态特征在时间维度上也具有一定的特征，而且，根据这些提取的静态特征图所确定出的光流图也同样在时间维度上具有一定特征，进而，根据光光流图确定出的动态特征也具有一定的时间特征。那么，得到的第一视频的静态特征和动态特征也包含了更多的特征信息，从而能够使得最终确定的第一视频的第一视频特征更加的准确。

S206，根据静态特征和动态特征，确定第一视频的第一视频特征。

其中，第一视频特征，用于表示第一视频的特征。

具体地，计算机设备可以将第一视频的静态特征和动态特征进行组合，得到该第一视频的第一视频特征。可以理解，第一视频特征既能够从静态方面体现第一视频的特征，又能够从动态方面体现第一视频的特征。

在一个实施例中，第一视频的静态特征为静态特征向量，第一视频的动态特征为动态特征向量。步骤S206包括：拼接第一视频的静态特征向量和动态特征向量；对拼接得到的特征向量进行特征组合处理。

为了更好地理解拼接，现举例说明。比如，第一视频的静态特征向量为(a1，a2，a3)，第一视频的动态特征向量为(b1，b2，b3)，那么，两者拼接得到的特征向量可以为(a1，a2，a3，b1，b2，b3)。在一个实施例中，第一视频的静态特征向量和动态特征向量之间的拼接前后顺序可以不作限定。即，拼接得到的特征向量还可以为(b1，b2，b3，a1，a2，a3)。

具体地，计算机设备可以在将第一视频的静态特征向量和动态特征向量进行拼接之后，将拼接后得到的特征向量输入预先训练的神经网络模型中，通过神经网络模型对拼接得到的特征向量进行特征组合处理。可以理解，拼接得到的特征向量由于只是静态特征和动态特征在形式上的拼接，并未进行实质性的结合，从而在对第一视频的特征表现上准确性稍微欠缺一些。计算机设备基于拼接得到的特征向量进行特征组合处理，组合后的特征向量在实质上融合了第一视频的静态特征和动态特征，因而能够更加准确地表达第一视频的特征。

在一个实施例中，步骤S206还可以包括：将组合后得到的特征向量进行降维处理，得到第一视频的第一视频特征向量。

其中，降维处理，是降低维度的处理。

由于拼接和特征组合导致特征组合处理后得到的特征向量的维数比较多，通过对特征组合处理后得到的特征向量进行降维处理，能够降低特征向量的维数，将对组合后得到的特征向量进行降维后得到的特征向量作为第一视频的第一视频特征向量，能够降低第一视频特征向量的复杂度，减少其余不重要的维度对第一视频的特征的干扰，从而能够更加突出第一视频的特征。

现结合图3进行举例说明。参照图3，第一视频的静态特征向量有1024维，动态特征向量也有1024维，计算机设备可以将1024维的静态特征向量和1024维的动态特征向量进行拼接。将拼接得到的特征向量输入神经网络的第一层中，通过第一层以及第一层和第二层之间的全连接，对拼接得到的特征向量进行特征组合。其中，由于神经网络的第一层有1024个神经元，所以组合后得到的特征向量有1024维。第二层有512个神经元以及第三层有256个神经元，因此，可以依次将1024维的组合后得到的特征向量依次输入神经网络的第二层和第三层，通过第二层和第三层依次对组合后得到的特征向量进行降维处理，最终由第三层输出256维的该第一视频的动态特征向量。

可以理解，在其他实施例中，也可以不对组合后得到的特征向量进行降维处理。

S208，获取各用户的标识所分别对应的目标视频特征。

各用户，是指各个接收被推荐的视频的候选用户。可以理解，各用户可以是在视频平台中注册的用户。目标视频特征，是用户感兴趣的视频的特征。

在一个实施例中，用户可以自定义地添加自己感兴趣的视频特征标签。计算机设备可以获取与各用户的标识对应的视频特征标签，通过视频特征标签确定各用户的标识所对应的目标视频特征。比如，用户添加的视频特征标签为“文学”、“人性探讨”以及“心理”，则可以对添加的视频特征标签进行分析，总结与该用户的标识对应的目标视频特征。

在另一个实施例中，计算机设备可以获取各用户的历史观看视频，通过历史观看视频的视频特征，确定与各用户的标识对应的目标视频特征。

在一个实施例中，步骤S208包括：针对每个用户，确定与用户的标识对应的历史观看视频；分析各历史观看视频的视频特征；对各历史观看视频的视频特征求平均，得到用户的标识所对应的目标视频特征。

历史观看视频是用户已经观看过的视频。

可以理解，计算机设备可以按照本申请各实施例中用于确定第一视频的视频特征的方法，来分析各历史观看视频的视频特征。

具体地，针对每个历史观看视频，计算机设备可以依据历史观看视频的历史静态特征图和光流图，确定历史观看视频的静态特征和动态特征；根据所述静态特征和所述动态特征，确定所述历史观看视频的视频特征。

在一个实施例中，计算机设备可以从该历史观看视频中提取图像帧，得到历史静态特征图；针对每个所述历史静态特征图，获取所述历史静态特征图与提取的时序相邻于所述历史静态特征图的前一历史静态特征图之间的光流图。

可以理解，计算机设备也可以对历史观看视频标注的视频特征标签进行分析，得到历史观看视频的视频特征。比如，用户可以具有对视频进行添加视频特征标签的权限，用户在看过视频后，也可以对该视频添加相应的视频特征标签，计算机设备则可以获取历史观看视频所对应的视频特征标签，进行特征分析，得到历史观看视频的视频特征。

计算机设备可以对各历史观看视频的视频特征求平均，得到用户的标识所对应的目标视频特征。可以理解，历史观看视频的视频特征可以为特征值也可以为特征向量，因此，用户的标识所对应的目标视频特征也可以为特征值或特征向量。

比如，对于各用户中的其中一个用户A而言，假设其观看过的视频为N个，这N个历史观看视频可以通过卷积神经网络进行特征提取处理，得到N个历史观看视频分别对应的256维视频特征向量，即，得到N个256维视频特征向量。接着，对N个256维视频特征向量进行平均，得到的256维视频特征向量即为该用户A的目标视频特征向量。需要说明的是，这里列举256维仅是举例说明，并不用于限定于目标视频特征向量必须为256维。

S210，根据第一视频特征与各目标视频特征之间的第一相似度，向各用户进行第一视频推荐。

其中，相似度，即为相似程度。

具体地，计算机设备可以将第一视频特征分别与对应于各用户的标识的目标视频特征进行相似度比对，得到第一视频特征与各目标视频特征之间的第一相似度。

比如，有5个候选用户，计算机设备可以获取与这5个用户的标识分别对应的目标视频特征。即得到5个目标视频特征。计算机设备可以分别确定第一视频特征与这5个目标视频特征之间的第一相似度，即可以得到5个第一相似度。

计算机设备可以根据第一视频特征与各目标视频特征之间的第一相似度，确定向哪些用户推荐第一视频，并针对确定出的需要推荐的用户推荐该第一视频。

可以理解，第一相似度能够说明第一视频与用户感兴趣的视频之间的相似程度，因而基于第一相似度，可以对第一视频进行准确地推荐。

在一个实施例中，步骤S210包括：根据所述第一视频特征与各所述目标视频特征之间的第一相似度，确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征；筛选与所确定的目标视频特征对应的用户的标识；按照筛选的用户的标识推荐第一视频。

其中，预设相似条件，是用于判断第一视频特征和目标视频特征之间相似的条件。

在一个实施例中，预设相似条件包括目标视频特征与第一视频特征之间的第一相似度大于预设相似度阈值。

在另一个实施例中，预设相似条件包括：在将目标视频特征与第一视频特征之间的第一相似度和目标视频与各第二视频的第二视频特征之间的第二相似度按照相似度由高到低的顺序排序后，第一相似度所处的排序位次在前预设位次。

具体地，针对各用户的标识所分别对应的目标视频特征，计算机设备可以确定出哪些目标视频特征与第一视频特征之间的第一相似度满足预设相似条件，并从各用户的标识中，筛选出与所确定的目标视频特征对应的用户的标识；按照筛选的用户的标识推荐该第一视频。

可以理解，筛选的用户的标识可以为至少一个。当筛选的用户的标识为多个时，计算机设备可以按照各个筛选的用户标识推荐该第一视频。即，向多个用户推荐该第一视频。

在一个实施例中，计算机设备可以将第一视频添加至筛选的用户的推荐池。具体地，计算机设备可以将第一视频的视频标识添加至与筛选的用户的标识对应的视频推荐列表中。可以理解，当筛选的用户的标识为多个时，计算机设备可以将第一视频的视频标识分别添加至与筛选的各个用户的标识对应的各视频推荐列表中。

可以理解，在其他实施例中，计算机设备也可以单独生成针对第一视频的推荐通知，并按照筛选的用户的标识发送该推荐通知。具体地，计算机设备可以将针对第一视频的推荐通知发送至所筛选出的用户的标识对应的终端。

上述视频推荐方法，在对第一视频进行推荐处理时，会依据第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征。由于静态特征图中记录有视频中的静态内容，所以依据静态特征图能够确定第一视频的静态特征，而光流图是用于记录视频图像中特征点的运动信息，所以依据第一视频的光流图，可以确定第一视频的动态特征。基于第一视频的静态特征和动态特征，可以确定第一视频的第一视频特征。第一视频特征与待接收被推荐视频的各用户所感兴趣的视频的目标视频特征之间的第一相似度，能够说明第一视频与用户感兴趣的视频之间的相似程度，因而基于第一相似度，可以对第一视频进行准确地推荐。这样一来，即使第一视频是新视频，也能够准确地对其进行推荐，从而避免了冷启动问题，提高了推荐准确性。

在一个实施例中，步骤S204包括：卷积处理各静态特征图，得到各静态特征图的特征向量；取各静态特征图的特征向量的平均值，得到第一视频的静态特征向量；分别对各光流图进行卷积处理，得到各光流图的特征向量；对各光流图的特征向量的求平均，得到第一视频的动态特征向量。

具体地，计算机设备可以将提取的各静态特征图分别输入预先训练的卷积神经网络进行卷积处理，输出各静态特征图的特征向量。由于每个静态特征图体现的是静态内容，所以，计算机设备可以对各静态特征图的特征向量进行加权平均或算数平均计算，得到第一视频的静态特征向量。计算机设备可以将各光流图输入预先训练的卷积神经网络中进行卷积处理，输出各光流图的特征向量。由于光流图用于体现相邻静态特征图之间的每个特征点的运动信息，故每个光流图能够一定程度上表现静态特征图之间的运动特征。那么，计算机设备可以对进行各光流图的特征向量加权平均或算数平均计算，得到第一视频的动态特征向量。

上述实施例中，通过卷积得到视频的各个静态特征图的特征向量，由于各个静态特征图的特征向量能够充分地体现视频的静态内容，所以对各个静态特征图的特征向量求平均，相当于进行均衡化处理，能够更加准确地确定出第一视频的静态特征向量。同样地，通过卷积得到视频的各个光流图的特征向量，由于各个光流图的特征向量能够充分地体现视频的静态内容，所以对各个光流图的特征向量求平均，相当于进行均衡化处理，能够更加准确地确定出第一视频的动态特征向量。进而，能够根据第一视频的静态特征向量和动态特征向量确定出更加准确的第一视频特征，从而提高视频推荐的准确性。

在一个实施例中，第一视频特征与各目标视频特征之间的第一相似度，是通过将第一视频特征分别和每个目标视频特征输入预先训练的相似度模型输出得到。可以理解，计算机设备可以将第一视频特征分别和每个目标视频特征输入预先训练的相似度模型，分别输出第一视频特征与各目标视频特征之间的第一相似度。

本实施例中，该方法还包括相似度模型的训练步骤，具体包括以下步骤：获取多组联合观看视频；根据各组联合观看视频中包括的两个关联视频，确定正样本视频和锚点样本视频；对应于每组正样本视频和锚点样本视频，获取负样本视频；将同组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据；根据各组训练数据进行机器学习训练，得到相似度模型。

其中，联合观看视频，是指在观看顺序上具有前后关联关系的关联视频。在一个实施例中，联合观看视频包括两个关联视频。可以理解，联合观看视频中的两个关联视频在观看顺序上具有前后关联关系。

比如，对于第i个视频，如果第i+1个视频总是在第i个视频后面被用户观看，则说明这这两个视频之间在观看顺序上具有前后关联关系，则这两个视频都可以称为关联视频，可以统称为联合观看视频。即第i个视频和第i+1个视频可以被挖掘出作为联合观看视频。

可以理解，联合观看视频可以认为，用户看完第i个视频后，下一个最有可能观看的视频是第i+1个视频，那么就有可能在用户看完第i个视频后，向用户推荐用户下一个最可能观看的视频，即第i+1个视频。

具体地，针对每组联合观看视频，计算机设备可以将该组联合观看视频中的其中一个关联视频确定为正样本视频，将该联合观看视频中的另一个关联视频确定为锚点样本视频。其中，锚点样本视频与正样本视频比较相似。

可以理解，由于联合观看视频中的两个关联视频在观看顺序上存在关联关系，所以，根据联合观看视频中包括的两个关联视频，确定出的正样本视频和锚点样本视频，可以认为比较相似，属于同一类。

这里可以不限定联合观看视频中的关联视频哪一个为正样本视频，哪一个为锚点样本视频。比如，一组联合观看视频中包括A和B这两个关联视频，那么既可以将A作为正样本视频，将B组作为锚点样本视频，又可以将将B作为正样本视频，将A组作为锚点样本视频。

计算机设备还可以从待抽样视频(即大盘)中，对应于每组正样本视频和锚点样本视频，获取一个负样本视频。这样同组的正样本视频、锚点样本视频和负样本视频就可以作为一组训练数据。计算机设备在对应于每组正样本视频和锚点样本视频，获取负样本视频后，就可以得到多组训练数据。计算机设备可以根据各组训练数据进行机器学习训练，得到相似度模型。可以理解，负样本视频与锚点样本视频之间在观看顺序上并不存在关联性。

上述实施例中，通过联合观看视频，来确定正样本视频和锚点样本视频，并结合负样本视频来训练相似度模型。由于联合关联视频中的两个关联视频在观看顺序上具有关联性，所以很有可能被同一个用户观看，进而根据联合观看视频，来确定正样本视频和锚点样本视频，并结合负样本视频来训练相似度模型。能够使得该相似度模型能够更加准确地识别出第一视频的第一视频特征向量与目标视频特征向量之间的第一相似度，进而能够提高视频推荐的准确性。

可以理解，在其他实施例中，计算机设备也可以不通过在联合观看视频中指定正样本视频和锚点样本视频，以及对应获取负样本视频来训练相似度模型，而是可以直接获取大量带有相似度标记的正负样本视频来进行迭代地机器学习训练，以训练得到相似度模型。需要说明的是，通过联合观看视频来训练相似度模型能够体现从用户观看层面视频之间的相关性，从而含有更多的信息量，进而能够训练出更加准确的相似度模型。

在一个实施例中，获取多组联合观看视频包括：获取待抽样视频和相应的历史观看数据；根据历史观看数据对各待抽样视频进行关联规则挖掘处理；根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

其中，待抽样视频，是用于进行抽样的视频源。即从待抽样视频中抽取样本视频。待抽样视频的相应历史观看数据，是在过去待抽样视频被观看过的观看数据。

具体地，计算机设备可以获取待抽样视频和分别与各待抽样视频相应的历史观看数据，根据历史观看数据挖掘出各待抽样视频中在观看顺序上具有前后关联关系的关联视频，将挖掘出的一组在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

在一个实施例中，计算机设备可以根据历史观看数据，结合Apriori算法对各待抽样视频进行关联规则挖掘处理。其中，Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。本申请实施例中，由Apriori算法挖掘出的频繁项集中的每个频繁项，即为一组联合观看视频中的两个关联视频。

上述实施例中，根据历史观看数据对各待抽样视频进行关联规则挖掘处理；根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频，能够更加便捷、准确地确定出联合关联视频。此外，由于联合关联视频中的两个关联视频在观看顺序上具有关联性，所以很有可能被同一个用户观看，进而根据联合观看视频训练相似度模型，能够更加准确地识别出第一视频的第一视频特征向量与目标视频特征向量之间的第一相似度，进而能够提高视频推荐的准确性。

在一个实施例中，根据各组训练数据进行机器学习训练，得到相似度模型包括：针对每组训练数据，分别获取训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量；迭代将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量分别输入初始模型中进行机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型；其中，由训练得到的相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于锚点样本视频与同组负样本视频的相似度。

其中，初始模型，是初始的待训练的用于计算视频相似度的模型。

具体地，每组训练数据就有3个样本视频，分别为正样本视频、锚点样本视频和负样本视频。针对每组训练数据的每个样本视频，计算机设备可以分别获取各个样本视频的视频特征向量，即，分别获取正样本视频、锚点样本视频和负样本视频的视频特征向量。

计算机设备可以迭代地将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量作为输入，输入至初始模型中进行机器学习训练，以迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型。其中，由训练得到的相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于锚点样本视频与同组负样本视频的相似度。即，训练得到的相似度模型针对被同一个用户观看的两个关联视频得到的相似度比针对被不同用户观看的视频得到的相似度更近。

图4为一个实施例中相似度模型训练的原理示意图。参照图4，通过不断迭代地机器学习训练，使正样本视频和锚点样本视频之间的相似度比锚点样本视频和负样本视频之间的相似度更近。可以理解，图4实际上是采用Triplet Loss(Triplet Loss是深度学习中的一种损失函数)进行模型训练的原理示意。

在一个实施例中，迭代停止条件，可以包括对应于初始模型的目标函数取局部最小值。可以理解，目标函数可以为岭回归函数(Hinge Loss)。在机器学习中,岭回归函数常作为分类器训练时的损失函数(或目标函数)。

本实施例中，计算机设备可以将每组正样本视频、锚点样本视频和负样本视频的各自对应的视频特征向量分别输入初始模型中迭代地进行机器学习训练，直至使目标函数取局部最小值。可以理解，目标函数的目的在于让联合观看视频中的两个关联视频的相似度比关联视频与负样本视频的相似度更近，从而可以对用户进行视频推荐。

在一个实施例中，目标函数的计算公式如下：

其中，L_hinge(x,y,z)即为目标函数Hinge Loss的函数值，x为正样本视频的视频特征向量，y为锚点样本的视频特征向量，z为负样本视频的视频特征向量，α为一个经验值。

在其他实施例中，迭代停止条件，也可以包括迭代次数得到预设次数阈值。

上述实施例中，通过正样本视频、锚点样本视频和负样本视频这三个样本视频的视频特征向量来训练相似度模型，使得由训练得到的相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于锚点样本视频与同组负样本视频的相似度，从而能够训练出准确地相似度模型。进而在使用该相似度模型时，能够更加准确地进行视频推荐。

在一个实施例中，针对每组训练数据，分别获取训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量包括：针对同组正样本视频、锚点样本视频和负样本视频中的每个样本视频，获取所述样本视频的样本静态特征图和样本光流图依据各样本静态特征图和各样本光流图，得到样本视频的静态特征向量和动态特征向量；根据样本视频的静态特征向量和动态特征向量，确定样本视频的视频特征向量。

可以理解，正样本视频、锚点样本视频和负样本视频都属于样本视频。正样本视频、锚点样本视频和负样本视频中的每个样本视频，即指正样本视频、锚点样本视频和负样本视频中的每一个。

样本静态特征图，是表示样本视频的静态内容的图像。光流图，是用于表示时序相邻的样本静态特征图之间特征点的运动信息的图像。

在一个实施例中，样本静态特征图可以是样本视频全部或部分样本图像帧。其中，样本图像帧是样本视频中的图像帧。可以理解，样本视频由一帧一帧的样本图像帧组成。在其他实施例中，样本静态特征图也可以是对样本视频中的图像帧进行图像处理后得到的能够表示静态内容的图像。

在一个实施例中，针对每个样本视频，计算机设备可以按照预设时间间隔依次从样本视频中提取样本图像帧，得到样本静态特征图。针对每个样本静态特征图，获取所述样本静态特征图与提取的时序相邻于所述样本静态特征图的前一样本静态特征图之间的样本光流图。这样一来，就可以得到对应于正样本视频的各样本静态特征图和各样本光流图、对应于锚点样本视频的各样本静态特征图和各样本光流图以及对应于负样本视频的各样本静态特征图和各样本光流图。

需要说明的是，按照预设时间间隔依次从样本视频中提取样本图像帧，得到样本静态特征图，能够使得所提取的样本静态特征图中包括时间维度上的特征，因而包括更多的特征信息量。从而使得确定的样本视频的视频特征向量更加准确。

可以理解，计算机设备针对一组训练数据中的正样本视频，可以将对应于正样本视频的各样本静态特征图和各样本光流图输入卷积神经网络模型中，通过卷积神经网络模型卷积处理各样本静态特征图，得到各样本静态特征图的特征向量，并对各样本光流图进行卷积处理，得到各光流图的特征向量。计算机设备可以对各样本静态特征图的特征向量取平均值，得到正样本视频的静态特征向量，并对各光流图的特征向量取平均值，得到正样本视频的动态特征向量。计算机设备可以根据正样本视频的静态特征向量和动态特征向量，确定正样本视频的视频特征向量。

在一个实施例中，计算机设备可以将正样本视频的静态特征向量和动态特征向量进行拼接，并对拼接得到的特征向量进行特征组合处理；将组合后得到的特征向量进行降维处理，得到所述正样本视频的视频特征向量。

计算机设备针对同一组训练数据中的锚点样本视频，可以依据对应于锚点样本视频的各样本静态特征图和各样本光流图，得到锚点样本视频的静态特征向量和动态特征向量；根据锚点样本视频的静态特征向量和动态特征向量，确定锚点样本视频的视频特征向量。

计算机设备针对同一组训练数据中的负样本视频，可以依据对应于负样本视频的各样本静态特征图和各样本光流图，得到负样本视频的静态特征向量和动态特征向量；根据负样本视频的静态特征向量和动态特征向量，确定负样本视频的视频特征向量。

需要说明的是，计算机设备求取锚点样本视频和负样本视频的视频特征向量的方式，与求取正样本视频的视频特征向量的方式相同。这里不再一一赘述。

上述实施例中，依据每个样本静态特征图和各样本光流图，得到样本视频的静态特征向量和动态特征向量。根据样本视频的静态特征向量和动态特征向量，确定样本视频的视频特征向量。相当于基于表示样本视频的静态内容特征的图像和表示动态内容的光流图来确定样本视频的视频特征向量，能够快速地、准确地确定出样本视频的视频特征，从而提高了模型训练的效率。

在一个实施例中，该方法还包括：获取待推荐的各第二视频的第二视频特征；确定各第二视频特征与各目标视频特征之间的第二相似度。本实施例中，确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征包括：针对每个目标视频特征，将对应于目标视频特征的第一相似度和各第二相似度按照相似度由高到低的顺序进行排序；当第一相似度在排序中位于前预设位次时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

其中，第二视频，是视频观看平台中已有的除第一视频以外的视频。其中，第二视频为至少一个。

具体地，计算机设备可以直接获取已有的各个第二视频的第二视频特征。计算机设备也可以按照本申请各实施例中分析第一视频的第一视频特征的方法，对各个第二视频进行特征分析，得到各个第二视频的第二视频特征。计算机设备可以分别确定各第二视频特征与各目标视频特征之间的第二相似度。

在一个实施例中，第二视频特征为第二视频特征向量，目标视频特征为目标视频特征向量。针对每个目标视频特征向量，计算机设备可以分别将各个第二视频的第二视频特征向量和目标视频特征向量输入相似度计算模型中，输出各个第二视频特征向量和该目标视频特征向量之间的第二相似度。

针对每个目标视频特征，计算机设备可以将对应于目标视频特征的第一相似度和各第二相似度按照相似度由高到低的顺序进行排序；当第一相似度在排序中位于前预设位次时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

比如，有第一视频v1、第二视频v2～v6，前预设位次为前3名。第一视频v1的第一视频特征向量与用户A的目标视频特征之间存在第一相似度s1，第二视频v2～v6各自的第二视频特征向量与用户A的目标视频特征之间存在第二相似度s2～s6，对s1～s6按照相似度由高到低的顺序进行排序，当s1在排序中位于前3名时，则确定第一相似度s1满足预设相似条件，那么就可以向用户A推荐第一视频v1。

在另一个实施例中，确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征包括：将对应于各目标视频特征的第一相似度与预设相似度阈值进行比对；针对每个目标视频特征，当目标视频特征与第一视频特征之间的第一相似度大于或等于预设相似度阈值时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

上述实施例中，在对第一视频进行推荐时，考虑到了其他第二视频，将第一视频和其余的第二视频同时与目标视频特征进行相似度比对，当第一视频的相似度较高时，则说明可以将该第一视频向该目标视频特征所对应的用户进行推荐，相当于结合实际情况进行一个动态的推荐判断，通过了视频推荐的灵活性和准确性。

可以理解，在对第一视频进行推荐时，也可以不考虑第二视频，直接将第一视频的视频特征向量与目标视频特征向量之间的第一相似度与预设相似度阈值进行比对，当第一相似度大于或等于预设相似度阈值时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

为了便于理解，现结合一个具体实施例来说明视频推荐方法的详细流程。

(1)获取视频观看平台中的待抽样视频和相应的历史观看数据；根据历史观看数据对各待抽样视频进行关联规则挖掘处理；根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

(2)根据各组联合观看视频中包括的两个关联视频，确定正样本视频和锚点样本视频；对应于每组正样本视频和锚点样本视频，获取负样本视频；将同组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据。

可以理解，计算机设备针对联合观看视频中两个联合视频，可以将其中一个联合视频作为正样本视频，另一个联合视频作为锚点样本视频。计算机设备还可以从待抽样视频(即大盘)中对应于每组正样本视频和锚点样本视频，获取一个负样本视频。将同一组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据，从而得到多组训练数据。

(3)针对同组训练数据中的正样本视频、锚点样本视频和负样本视频中的每个样本视频，执行以下步骤(3.1)～(3.5)，得到各样本视频的视频特征向量。可以理解，通过步骤(3.1)～(3.5)，即可以得到正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量。

(3.1)按照预设时间间隔依次从样本视频中提取样本图像帧。

(3.2)针对每个样本图像帧，获取样本图像帧与提取的时序相邻于样本图像帧的前一样本图像帧之间的样本光流图。

(3.3)将各样本图像帧和各样本光流图分别输入预先训练的卷积神经网络进行卷积处理，输出各样本图像帧的特征向量，以及各样本光流图的特征向量。

可以理解，视频中的样本图像帧表示的是静态内容，而样本光流图表示的是动态内容。

(3.4)取各样本图像帧的特征向量的平均值，得到样本视频的静态特征向量；对各样本光流图的特征向量的求平均，得到样本视频的动态特征向量。

可以理解，计算下来，采集的样本图像帧的数量会比得到的光流图的数量多1张，但是，由于是取平均值，即使采集的样本图像帧的数量，和得到的光流图的数量不相同也没有关系。

当然，也可以预设样本图像帧和样本样本光流图的采集数量相同，假设两种图均采集n张，将n张图通过预训练好的卷积神经网络(比如VGG网络)进行前馈传输，将网络的倒数第二层的输出作为样本图像帧和样本光流图的特征，从而分别得到n个样本图像帧的特征向量和n个样本光流图的特征向量，再分别对n个样本图像帧特征向量进行平均，得到样本图像帧的平均样本图像帧特征向量，n个样本光流图同理进行平均得到平均样本光流图特征向量，并对这两个向量(即指，平均样本图像帧特征向量和平均样本光流图特征向量)采用PCA算法进行降维处理。那么，经由平均样本图像帧特征向量降维后的向量可以当做是该样本视频的静态特征向量，经由平均样本光流图特征向量降维后的向量可以当做是该样本视频的动态特征向量。其中，PCA(principal Component Analysis),即主成分分析方法,是一种数据压缩算法。

(3.5)拼接样本视频的静态特征向量和样本视频的动态特征向量；对拼接得到的特征向量进行特征组合处理；将组合后得到的特征向量进行降维处理，得到样本视频的视频特征向量。

比如，样本视频的动态特征向量和静态特征向量分别为1024维，那么，将样本视频的动态特征向量和静态特征向量拼接在一起，成为2048维的特征向量输入到预先训练的神经网络中，该神经网络有三层，将拼接的2048维的特征向量输入神经网络的第一层，通过第一层与第二层的全连接，对拼接得到的特征向量进行特征组合处理，然后再将组合后的特征向量依次输入第二层和第三层进行降维处理，最终输出256维的特征向量。可以理解，该256维的特征向量即为该样本视频的视频特征向量。

(4)迭代将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量分别输入初始模型中进行机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型。

其中，由训练得到的相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于锚点样本视频与同组负样本视频的相似度。

可以理解，每组训练数据中包括3个样本，即正样本视频、锚点样本视频和负样本视频，这3个样本分别经过上述步骤(3.1)～(3.5)的处理，得到各自对应的视频特征向量，即得到3个256维的视频特征向量。

(5)按照预设时间间隔依次从第一视频中提取图像帧；针对每个图像帧，获取图像帧与提取的时序相邻于图像帧的前一图像帧之间的光流图。

(6)卷积处理各图像帧，得到各图像帧的特征向量；取各图像帧的特征向量的平均值，得到第一视频的静态特征向量；分别对各光流图进行卷积处理，得到各光流图的特征向量；对各光流图的特征向量的求平均，得到第一视频的动态特征向量。

(7)拼接静态特征向量和动态特征向量；对拼接得到的特征向量进行特征组合处理；将组合后得到的特征向量进行降维处理，得到第一视频的第一视频特征向量。

(8)针对每个接收被推荐视频的候选的用户，确定与该用户的标识对应的历史观看视频；分析各历史观看视频的视频特征，得到历史视频特征向量；对各历史视频特征向量求平均，得到用户的标识所对应的目标视频特征向量。

(9)分别确定第一视频特征向量与各目标视频特征向量之间的第一相似度。

(10)获取待推荐的各第二视频的第二视频特征向量；确定各第二视频特征向量与各目标视频特征向量之间的第二相似度。

在一个实施例中，计算机设备可以将第一视频的第一视频特征向量和目标视频特征向量输入相似度计算模型中，输出第一视频特征向量和目标视频特征向量之间的第一相似度。以及，计算机设备可以分别将各个第二视频的第二视频特征向量和目标视频特征向量输入相似度计算模型中，输出各个第二视频特征向量和目标视频特征向量之间的第二相似度。

相当于，针对一个用户，计算机设备可以同时将第一视频和各个第二视频都与对应于该用户的目标视频特征向量进行相似度计算。

(11)针对每个目标视频特征向量，将对应于目标视频特征向量的第一相似度和各第二相似度按照相似度由高到低的顺序进行排序；当第一相似度在排序中位于前预设位次时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

可以理解，针对一个用户，计算机设备可以将各个视频(第一视频和各第二视频)与对应于该用户的目标视频特征向量之间的相似度按照由高到低的顺序进行排序，即对第一相似度和各个第二相似度按照相似度由高到低的顺序进行排序。当第一相似度排名在前预设位次时，则可以判定第一视频可以向该目标视频特征所对应的用户推荐。

(12)筛选与所确定的目标视频特征对应的用户的标识；按照筛选的用户的标识推荐第一视频。

在一个实施例中，计算机设备可以将第一视频添加至筛选的用户的推荐池。具体地，计算机设备可以将第一视频的视频标识添加至与筛选的用户的标识对应的视频推荐列表中。

图5为一个实施例中视频推荐方法的原理示意图。参照图5，可以从待抽样视频中挖掘出多组联合观看视频，每组联合观看视频中包括2个关联视频。图5中仅示出了针对联合关联视频1的处理，联合关联视频2～M的处理与对联合观看视频1的处理相同，故图5中并未赘述。以联合观看视频1为例，将2个联合观看视频分别作为正样本视频和锚点样本视频，然后在从待抽样视频中抽取一个负样本视频。这样一来，正样本视频、锚点样本视频以及负样本视频即可以作为一组训练数据。针对一组训练数据中的各个样本视频都需要求取相应的视频特征向量，由于求取每个样本视频的视频特征向量的原理相同，图5中仅以正样本视频为例，对如何确定正样本视频的视频特征向量进行了详细说明，并未赘述确定锚点样本视频以及负样本视频的视频特征向量的详细过程。

参照图5，从正样本视频中按照预设时间间隔提取图像帧，进而可以提取多个样本图像帧。针对每个样本图像帧，可以确定该样本图像帧和前一样本图像帧之间的样本光流图，因而得到各样本光流图。计算机设备可以将提取的各样本图像帧和各样本光流图分别输入预先训练的卷积神经网络模型中，得到与各样本图像帧分别对应的1024维特征向量(即502所标注的各个1024特征向量)，以及与各样本光流图分别对应的1024维特征向量(即504所标注的各个1024特征向量)。计算机设备可以将与各样本图像帧分别对应的各1024维的特征向量求平均，得到该正样本视频的1024维静态特征向量，以及将与各样本光流图分别对应的各1024维的动态特征向量求平均，得到该正样本视频的1024维动态特征向量。计算机设备可以将求平均得到的1024维静态特征向量和求平均得到的1024维动态特征向量进行拼接，并将拼接后的2048维的特征向量输入神经网络中具有1024个神经元的第一层，进行特征组合，然后将特征组合后的特征向量依次输入具有512个神经元的第二层和具有256个神经元的第三层进行降维处理，最终输出正样本视频的256维的视频特征向量X。可以理解，可以参照针对第一视频的处理方法，确定出锚点样本视频的256维的视频特征向量Y，以及负样本视频的256维的视频特征向量Z。计算机设备可以将视频特征向量X、视频特征向量Y以及视频特征向量Z输入初始模型中进行迭代地机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型。计算机设备可以对第一视频和N个第二视频分别进行特征提取，得到第一视频特征向量以及与各第二视频对应的各个第二视频特征向量。计算机设备可以将第一视频特征向量和用户A的目标视频特征向量输入相似度模型中，输出第一相似度，将各个第二视频特征向量和用户A的目标视频特征向量输入相似度模型中，输出各第二视频特征向量与目标视频特征向量之间的第二相似度。计算机设备可以对第一相似度和各第二相似度进行排序。当第一相似度在排序中位于前预设位次时，将第一视频添加至用户A的推荐池中。同样地，当某个第二视频特征向量所对应的第二相似度在排序中位于前预设位次时，也可以将该第二视频特征向量所对应的第二视频添加至用户A的推荐池中。

需要说明的是，图5中的“1024特征向量”即为1024维特征向量，“1024静态特征向量”即为1024维静态特征向量，“1024动态特征向量”即为1024维动态特征向量。图5中为了简单示意特省略掉了“维”。

如图6所示，在一个实施例中，提供了一种视频推荐装置600，该装置600包括：获取模块602、视频特征提取模块604以及推荐模块606，其中：

获取模块602，用于获取第一视频。

视频特征提取模块604，用于依据所述第一视频的静态特征图以及光流图，确定第一视频的静态特征和动态特征；根据静态特征和动态特征，确定第一视频的第一视频特征。

推荐模块606，用于获取各用户的标识所分别对应的目标视频特征；根据第一视频特征与各目标视频特征之间的第一相似度，向各用户进行第一视频推荐。

在一个实施例中，视频特征提取模块604还用于从所述第一视频中提取图像帧，得到静态特征图；针对每个所述静态特征图，获取所述静态特征图与提取的时序相邻于所述静态特征图的前一静态特征图之间的光流图。

在一个实施例中，视频特征提取模块604还用于卷积处理各静态特征图，得到各静态特征图的特征向量；取各静态特征图的特征向量的平均值，得到第一视频的静态特征向量；分别对各光流图进行卷积处理，得到各光流图的特征向量；对各光流图的特征向量的求平均，得到第一视频的动态特征向量。

在一个实施例中，静态特征为静态特征向量；动态特征为动态特征向量；第一视频特征为第一视频特征向量；视频特征提取模块604还用于拼接第一视频的静态特征向量和动态特征向量；对拼接得到的特征向量进行特征组合处理；将组合后得到的特征向量进行降维处理，得到第一视频的第一视频特征向量。

在一个实施例中，第一视频特征与各目标视频特征之间的第一相似度，是通过将第一视频特征分别和每个目标视频特征输入预先训练的相似度模型输出得到。如图7所示，该装置600还包括：

模型训练模块601，用于获取多组联合观看视频；根据各组联合观看视频中包括的两个关联视频，确定正样本视频和锚点样本视频；对应于每组正样本视频和锚点样本视频，获取负样本视频；将同组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据；根据各组训练数据进行机器学习训练，得到相似度模型。

在一个实施例中，模型训练模块601还用于获取待抽样视频和相应的历史观看数据；根据历史观看数据对各待抽样视频进行关联规则挖掘处理；根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

在一个实施例中，模型训练模块601还用于针对每组训练数据，分别获取训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量；迭代将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量分别输入初始模型中进行机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型；其中，由训练得到的相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于锚点样本视频与同组负样本视频的相似度。

在一个实施例中，模型训练模块601还用于针对同组正样本视频、锚点样本视频和负样本视频中的每个样本视频，获取该样本视频的样本静态特征图和样本光流图；依据各样本静态特征图和各样本光流图，得到样本视频的静态特征向量和动态特征向量；根据样本视频的静态特征向量和动态特征向量，确定样本视频的视频特征向量。

在一个实施例中，推荐模块606还用于针对每个用户，确定与用户的标识对应的历史观看视频；分析各历史观看视频的视频特征；对各历史观看视频的视频特征求平均，得到用户的标识所对应的目标视频特征。

在一个实施例中，推荐模块606还用于根据所述第一视频特征与各所述目标视频特征之间的第一相似度，确定与第一视频特征间的第一相似度满足预设相似条件的目标视频特征；筛选与所确定的目标视频特征对应的用户的标识；按照筛选的用户的标识推荐第一视频。

在一个实施例中，推荐模块606还用于获取待推荐的各第二视频的第二视频特征；确定各第二视频特征与各目标视频特征之间的第二相似度；针对每个目标视频特征，将对应于目标视频特征的第一相似度和各第二相似度按照相似度由高到低的顺序进行排序；当第一相似度在排序中位于前预设位次时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

在一个实施例中，推荐模块606还用于将对应于各目标视频特征的第一相似度与预设相似度阈值进行比对；针对每个目标视频特征，当目标视频特征与第一视频特征之间的第一相似度大于或等于预设相似度阈值时，则确定目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

图8为一个实施例中计算机设备的内部结构示意图。参照图8，该计算机设备可以是图1中所示的服务器110。可以理解，计算机设备也可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质可存储操作系统和计算机程序。该计算机程序被执行时，可使得处理器执行一种视频推荐方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该内存储器中可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行一种视频推荐方法。计算机设备的网络接口用于进行网络通信。

本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的异常检测装置可以实现为一种计算机程序的形式，计算机程序可在如图8所示的计算机设备上运行，计算机设备的非易失性存储介质可存储组成该异常检测装置的各个程序模块，比如，图6所示的获取模块602、视频特征提取模块604以及推荐模块606。各个程序模块所组成的计算机程序用于使该计算机设备执行本说明书中描述的本申请各个实施例的视频推荐方法中的步骤，例如，计算机设备可以通过如图6所示的视频推荐装置600中的获取模块602获取第一视频。计算机设备可以通过视频特征提取模块604依据所述第一视频的静态特征图以及光流图，确定第一视频的静态特征和动态特征；根据静态特征和动态特征，确定第一视频的第一视频特征。计算机设备可以通过推荐模块606获取各用户的标识所分别对应的目标视频特征；根据第一视频特征与各目标视频特征之间的第一相似度，向各用户进行第一视频推荐。

需要说明的是，本申请各实施例中的“第一”和“第二”仅用作区分，而并不用于大小、先后、从属等方面的限定。

应该理解的是，虽然本申请各实施例中的各个步骤并不是必然按照步骤标号指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (24)

1.一种视频推荐方法，所述方法包括：

获取第一视频；

依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；

根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

获取各用户的标识所分别对应的目标视频特征；

根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐；所述第一相似度，是通过将所述第一视频特征分别和每个所述目标视频特征输入预先训练的相似度模型输出得到；

其中，所述相似度模型通过训练步骤得到，所述训练步骤包括：

获取多组联合观看视频；

根据各组所述联合观看视频中包括的两个关联视频，确定正样本视频和锚点样本视频；

对应于每组正样本视频和锚点样本视频，获取负样本视频；

将同组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据，根据各组训练数据进行机器学习训练，得到所述相似度模型。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述第一视频中提取图像帧，得到静态特征图；

针对每个所述静态特征图，获取所述静态特征图与提取的时序相邻于所述静态特征图的前一静态特征图之间的光流图。

3.根据权利要求2所述的方法，其特征在于，所述依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征包括：

卷积处理各所述静态特征图，得到各所述静态特征图的特征向量；

取各所述静态特征图的特征向量的平均值，得到所述第一视频的静态特征向量；

分别对各所述光流图进行卷积处理，得到各所述光流图的特征向量；

对各所述光流图的特征向量的求平均，得到所述第一视频的动态特征向量。

4.根据权利要求1所述的方法，其特征在于，所述静态特征为静态特征向量；所述动态特征为动态特征向量；所述第一视频特征为第一视频特征向量；

所述根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征包括：

拼接所述第一视频的所述静态特征向量和所述动态特征向量；

对拼接得到的特征向量进行特征组合处理；

将组合后得到的特征向量进行降维处理，得到所述第一视频的第一视频特征向量。

5.根据权利要求1所述的方法，其特征在于，所述获取多组联合观看视频包括：

获取待抽样视频和相应的历史观看数据；

根据所述历史观看数据对各待抽样视频进行关联规则挖掘处理；

根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

6.根据权利要求1所述的方法，其特征在于，所述根据各组训练数据进行机器学习训练，得到相似度模型包括：

针对每组训练数据，分别获取所述训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量；

迭代将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量分别输入初始模型中进行机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型；

其中，由训练得到的所述相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于所述锚点样本视频与同组负样本视频的相似度。

7.根据权利要求6所述的方法，其特征在于，所述针对每组训练数据，分别获取所述训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量包括：

针对同组正样本视频、锚点样本视频和负样本视频中的每个样本视频，获取所述样本视频的样本静态特征图和样本光流图；

依据各所述样本静态特征图和各所述样本光流图，得到所述样本视频的静态特征向量和动态特征向量；

根据所述样本视频的静态特征向量和动态特征向量，确定所述样本视频的视频特征向量。

8.根据权利要求1所述的方法，其特征在于，所述获取各用户的标识所分别对应的目标视频特征包括：

针对每个用户，确定与所述用户的标识对应的历史观看视频；

分析各所述历史观看视频的视频特征；

对各所述历史观看视频的视频特征求平均，得到所述用户的标识所对应的目标视频特征。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐包括：

根据所述第一视频特征与各所述目标视频特征之间的第一相似度，确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征；

筛选与所确定的目标视频特征对应的用户的标识；

按照筛选的用户的标识推荐所述第一视频。

10.根据权利要求9所述的方法，其特征在于，所述方法还包括：

获取待推荐的各第二视频的第二视频特征；

确定各第二视频特征与各所述目标视频特征之间的第二相似度；

所述确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征包括：

针对每个所述目标视频特征，将对应于所述目标视频特征的第一相似度和各所述第二相似度按照相似度由高到低的顺序进行排序；

当所述第一相似度在所述排序中位于前预设位次时，则确定所述目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

11.根据权利要求9所述的方法，其特征在于，所述确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征包括：

将对应于各目标视频特征的第一相似度与预设相似度阈值进行比对；

针对每个目标视频特征，当所述目标视频特征与所述第一视频特征之间的第一相似度大于或等于预设相似度阈值时，则确定所述目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

12.一种视频推荐装置，其特征在于，所述装置包括：

获取模块，用于获取第一视频；

视频特征提取模块，用于依据所述第一视频的静态特征图以及光流图，确定所述第一视频的静态特征和动态特征；根据所述静态特征和所述动态特征，确定所述第一视频的第一视频特征；

推荐模块，用于获取各用户的标识所分别对应的目标视频特征；根据所述第一视频特征与各所述目标视频特征之间的第一相似度，向所述各用户进行第一视频推荐；所述第一相似度，是通过将所述第一视频特征分别和每个所述目标视频特征输入预先训练的相似度模型输出得到；

所述装置还包括：

模型训练模块，用于获取多组联合观看视频；根据各组所述联合观看视频中包括的两个关联视频，确定正样本视频和锚点样本视频；对应于每组正样本视频和锚点样本视频，获取负样本视频；将同组的正样本视频、锚点样本视频和负样本视频作为同一组训练数据，根据各组训练数据进行机器学习训练，得到所述相似度模型。

13.根据权利要求12所述的装置，其特征在于，所述视频特征提取模块还用于从所述第一视频中提取图像帧，得到静态特征图；针对每个所述静态特征图，获取所述静态特征图与提取的时序相邻于所述静态特征图的前一静态特征图之间的光流图。

14.根据权利要求13所述的装置，其特征在于，所述视频特征提取模块还用于卷积处理各所述静态特征图，得到各所述静态特征图的特征向量；取各所述静态特征图的特征向量的平均值，得到所述第一视频的静态特征向量；分别对各所述光流图进行卷积处理，得到各所述光流图的特征向量；对各所述光流图的特征向量的求平均，得到所述第一视频的动态特征向量。

15.根据权利要求12所述的装置，其特征在于，所述静态特征为静态特征向量；所述动态特征为动态特征向量；所述第一视频特征为第一视频特征向量；所述视频特征提取模块还用于拼接所述第一视频的所述静态特征向量和所述动态特征向量；对拼接得到的特征向量进行特征组合处理；将组合后得到的特征向量进行降维处理，得到所述第一视频的第一视频特征向量。

16.根据权利要求12所述的装置，其特征在于，所述模型训练模块还用于获取待抽样视频和相应的历史观看数据；根据所述历史观看数据对各待抽样视频进行关联规则挖掘处理；根据关联规则挖掘结果，确定在观看顺序上具有前后关联关系的关联视频作为联合观看视频。

17.根据权利要求12所述的装置，其特征在于，所述模型训练模块还用于针对每组训练数据，分别获取所述训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量；迭代将每组训练数据中的正样本视频的视频特征向量、锚点样本视频的视频特征向量和负样本视频的视频特征向量分别输入初始模型中进行机器学习训练，迭代地调整模型参数，直至满足迭代停止条件，得到相似度模型；其中，由训练得到的所述相似度模型计算出的锚点样本视频与同组正样本视频的相似度高于所述锚点样本视频与同组负样本视频的相似度。

18.根据权利要求17所述的装置，其特征在于，所述模型训练模块还用于针对同组正样本视频、锚点样本视频和负样本视频中的每个样本视频，获取所述样本视频的样本静态特征图和样本光流图；依据各所述样本静态特征图和各所述样本光流图，得到所述样本视频的静态特征向量和动态特征向量；根据所述样本视频的静态特征向量和动态特征向量，确定所述样本视频的视频特征向量。

19.根据权利要求12所述的装置，其特征在于，所述推荐模块还用于针对每个用户，确定与所述用户的标识对应的历史观看视频；分析各所述历史观看视频的视频特征；对各所述历史观看视频的视频特征求平均，得到所述用户的标识所对应的目标视频特征。

20.根据权利要求12至19中任一项所述的装置，其特征在于，所述推荐模块还用于根据所述第一视频特征与各所述目标视频特征之间的第一相似度，确定与第一视频特征之间的第一相似度满足预设相似条件的目标视频特征；筛选与所确定的目标视频特征对应的用户的标识；按照筛选的用户的标识推荐所述第一视频。

21.根据权利要求20所述的装置，其特征在于，所述推荐模块还用于获取待推荐的各第二视频的第二视频特征；确定各第二视频特征与各所述目标视频特征之间的第二相似度；针对每个所述目标视频特征，将对应于所述目标视频特征的第一相似度和各所述第二相似度按照相似度由高到低的顺序进行排序；

当所述第一相似度在所述排序中位于前预设位次时，则确定所述目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

22.根据权利要求20所述的装置，其特征在于，所述推荐模块还用于将对应于各目标视频特征的第一相似度与预设相似度阈值进行比对；针对每个目标视频特征，当所述目标视频特征与所述第一视频特征之间的第一相似度大于或等于预设相似度阈值时，则确定所述目标视频特征与第一视频特征之间的第一相似度满足预设相似条件。

23.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至11中任一项所述方法的步骤。

24.一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上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至11中任一项所述方法的步骤。

Images