CN110516115A - 一种对于使用用户兴趣点的排序方法及系统 - Google Patents
一种对于使用用户兴趣点的排序方法及系统 Download PDFInfo
- Publication number
- CN110516115A CN110516115A CN201910698409.8A CN201910698409A CN110516115A CN 110516115 A CN110516115 A CN 110516115A CN 201910698409 A CN201910698409 A CN 201910698409A CN 110516115 A CN110516115 A CN 110516115A
- Authority
- CN
- China
- Prior art keywords
- interest
- point
- score value
- video
- parameter
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明公开了一种对于使用用户兴趣点的排序方法及系统，根据用户对兴趣点视频的观看情况判定用户与候选兴趣点之间的相互关系，其中根据视频的观看情况建立观看时间参数、同类型视频观看数量参数以及视频观看完整度参数和历史兴趣点之间的打分函数关系；根据打分函数对候选兴趣点进行评分计算，并根据计算的分值对候选兴趣点进行排序。可以根据对不同兴趣点的排序顺序进行相应视频的推送，为用户提供更加舒适的观感体验。
Description
技术领域
本发明涉及互联网技术领域，具体涉及一种对于使用用户兴趣点的排序方法及系统。
背景技术
随着互联网技术的快速发展，移动终端上的互联网应用也越来越多，出现了可以通过视频进行社交的应用程序，用户使用该应用程序可以观看其他用户分享的视频。
用户在观看其他用户分享的视频时，如果喜欢该视频可以标识为喜欢，如果不喜欢该视频，可以标识为不感兴趣。现有技术中，为帮助用户在大量兴趣点(POI)中进行选择并且建议最合适的POI以满足用户的个人偏好，开发了POI推荐方法，该方法在LBSN服务中发挥了重要的作用。POI推荐的目的是基于用户的登录记录学习他们的偏好，之后预测用户的优选POI以进行推荐。
现有技术中，一般是通过设置在视频显示界面上的兴趣标识操作窗口进行用户兴趣点的标识，但对于标识记录的多个兴趣点的推荐方式为随机方式，难以满足使用用户对不同兴趣点的视频信息的推荐。
发明内容
针对上述背景技术中不足，本发明的一个目是提供一种对于使用用户兴趣点的排序方法，对用户的不同兴趣点进行排序，便于根据用户偏好推送相应的视频信息。
为了实现以上目的，采用以下技术方案：
一种对于使用用户兴趣点的排序方法，包含以下步骤：
S1、根据用户对兴趣点视频的观看情况判定用户与候选兴趣点之间的相互关系，其中根据视频的观看情况建立观看时间参数、同类型视频观看数量参数以及视频观看完整度参数和历史兴趣点之间的打分函数关系；
S2、根据打分函数对候选兴趣点进行评分计算，并根据计算的分值对候选兴趣点进行排序。
进一步地，在所述打分函数中根据观看时间参数、同类型视频观看数量参数以及视频观看完整度参数进行独立计算候选兴趣点的相应分值，即根据观看时间参数与候选兴趣点之间的函数关系确定第一分值、根据同类型视频观看数量参数与候选兴趣点之间的函数关系确定第二分值、根据视频观看完整度参数与候选兴趣点之间的函数关系确定第三分值。
更进一步地，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
进一步地，根据排序后候选兴趣点的重要性进行对应视频信息的推送。
本发明的另一目的在于，提供了一种对于使用用户兴趣点的排序系统，所述系统包括：参数数据采集模块、打分计算模块与排序模块；
其中，所述参数数据采集模块，用于采集观看时间参数、同类型视频观看数量参数与视频观看完整度参数信息；
所述打分计算模块，用于根据参数数据信息计算并输出候选兴趣点的计算分值；
所述排序模块，用于根据输出的候选兴趣点分值进行候选兴趣点的排序。
进一步地，所述打分计算模块包括第一计算模块、第二计算模块与第三计算模块；其中，所述第一计算模块用于根据观看时间参数与候选兴趣点之间的函数关系获取第一分值；所述第二计算模块用于根据同类型视频观看数量参数与候选兴趣点之间的函数关系获取第二分值；所述第三计算模块用于根据视频观看完整度参数与候选兴趣点之间的函数关系获取第三分值。
更进一步地，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
与现有技术相比，本发明具有以下优点：
本发明中根据用户对兴趣点视频的观看情况获取观看时间参数、同类型视频观看数量参数以及视频观看完整度参数数据信息，根据参数数据信息对候选兴趣点进行计算打分，根据分值大小判定用户对不同视频类型的感兴趣程度，进而根据对不同兴趣点的排序顺序进行相应视频的推送，提高用户观感体验。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
实施例1
一种对于使用用户兴趣点的排序方法，包含以下步骤：
S1、根据用户对兴趣点视频的观看情况判定用户与候选兴趣点之间的相互关系，其中根据视频的观看情况建立观看时间参数、同类型视频观看数量参数以及视频观看完整度参数和历史兴趣点之间的打分函数关系；
S2、根据打分函数对候选兴趣点进行评分计算，并根据计算的分值对候选兴趣点进行排序。
进一步地，在所述打分函数中根据观看时间参数、同类型视频观看数量参数以及视频观看完整度参数进行独立计算候选兴趣点的相应分值，即根据观看时间参数与候选兴趣点之间的函数关系确定第一分值、根据同类型视频观看数量参数与候选兴趣点之间的函数关系确定第二分值、根据视频观看完整度参数与候选兴趣点之间的函数关系确定第三分值。
更进一步地，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
进一步地，根据排序后候选兴趣点的重要性进行对应视频信息的推送。
实施例2
一种对于使用用户兴趣点的排序系统，所述系统包括：参数数据采集模块、打分计算模块与排序模块；
其中，所述参数数据采集模块，用于采集观看时间参数、同类型视频观看数量参数与视频观看完整度参数信息；
所述打分计算模块，用于根据参数数据信息计算并输出候选兴趣点的计算分值；
所述排序模块，用于根据输出的候选兴趣点分值进行候选兴趣点的排序。
进一步地，所述打分计算模块包括第一计算模块、第二计算模块与第三计算模块；其中，所述第一计算模块用于根据观看时间参数与候选兴趣点之间的函数关系获取第一分值；所述第二计算模块用于根据同类型视频观看数量参数与候选兴趣点之间的函数关系获取第二分值；所述第三计算模块用于根据视频观看完整度参数与候选兴趣点之间的函数关系获取第三分值。
更进一步地，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.一种对于使用用户兴趣点的排序方法，其特征在于，包含以下步骤：
S1、根据用户对兴趣点视频的观看情况判定用户与候选兴趣点之间的相互关系，其中根据视频的观看情况建立观看时间参数、同类型视频观看数量参数以及视频观看完整度参数和历史兴趣点之间的打分函数关系；
S2、根据打分函数对候选兴趣点进行评分计算，并根据计算的分值对候选兴趣点进行排序。
2.根据权利要求1所述的一种兴趣点的排序方法，其特征在于，在所述打分函数中根据观看时间参数、同类型视频观看数量参数以及视频观看完整度参数进行独立计算候选兴趣点的相应分值，即根据观看时间参数与候选兴趣点之间的函数关系确定第一分值、根据同类型视频观看数量参数与候选兴趣点之间的函数关系确定第二分值、根据视频观看完整度参数与候选兴趣点之间的函数关系确定第三分值。
3.根据权利要求2所述的一种对于使用用户兴趣点的排序方法，其特征在于，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
4.根据权利要求1所述的一种对于使用用户兴趣点的排序方法，其特征在于，根据排序后候选兴趣点的重要性进行对应视频信息的推送。
5.一种对于使用用户兴趣点的排序系统，其特征在于，所述系统包括：参数数据采集模块、打分计算模块与排序模块；
其中，所述参数数据采集模块，用于采集观看时间参数、同类型视频观看数量参数与视频观看完整度参数信息；
所述打分计算模块，用于根据参数数据信息计算并输出候选兴趣点的计算分值；
所述排序模块，用于根据输出的候选兴趣点分值进行候选兴趣点的排序。
6.根据权利要求5所述的一种对于使用用户兴趣点的排序系统，其特征在于，所述打分计算模块包括第一计算模块、第二计算模块与第三计算模块；其中，所述第一计算模块用于根据观看时间参数与候选兴趣点之间的函数关系获取第一分值；所述第二计算模块用于根据同类型视频观看数量参数与候选兴趣点之间的函数关系获取第二分值；所述第三计算模块用于根据视频观看完整度参数与候选兴趣点之间的函数关系获取第三分值。
7.根据权利要求6所述的一种对于使用用户兴趣点的排序系统，其特征在于，所述候选兴趣点的分值取所述第一分值、第二分值与第三分值总和的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910698409.8A CN110516115A (zh) | 2019-07-31 | 2019-07-31 | 一种对于使用用户兴趣点的排序方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910698409.8A CN110516115A (zh) | 2019-07-31 | 2019-07-31 | 一种对于使用用户兴趣点的排序方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110516115A true CN110516115A (zh) | 2019-11-29 |
Family
ID=68624340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910698409.8A Pending CN110516115A (zh) | 2019-07-31 | 2019-07-31 | 一种对于使用用户兴趣点的排序方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516115A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259249A (zh) * | 2020-01-20 | 2020-06-09 | 北京百度网讯科技有限公司 | 数据筛选方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150161271A1 (en) * | 2013-12-06 | 2015-06-11 | Here Global B.V. | User Retrieval Enhancement |
| CN106909560A (zh) * | 2015-12-23 | 2017-06-30 | 香港中文大学 | 兴趣点排序方法 |
| CN107341245A (zh) * | 2017-07-06 | 2017-11-10 | 广州优视网络科技有限公司 | 数据处理方法、装置及服务器 |
| CN108322827A (zh) * | 2018-01-31 | 2018-07-24 | 武汉斗鱼网络科技有限公司 | 度量用户的视频偏好的方法、系统及计算机可读存储介质 |
| CN109002491A (zh) * | 2018-06-26 | 2018-12-14 | 深圳市爱的网络科技有限公司 | 用户兴趣采集方法、装置、计算机装置及计算机可读存储介质 |
-
2019
- 2019-07-31 CN CN201910698409.8A patent/CN110516115A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150161271A1 (en) * | 2013-12-06 | 2015-06-11 | Here Global B.V. | User Retrieval Enhancement |
| CN106909560A (zh) * | 2015-12-23 | 2017-06-30 | 香港中文大学 | 兴趣点排序方法 |
| CN107341245A (zh) * | 2017-07-06 | 2017-11-10 | 广州优视网络科技有限公司 | 数据处理方法、装置及服务器 |
| CN108322827A (zh) * | 2018-01-31 | 2018-07-24 | 武汉斗鱼网络科技有限公司 | 度量用户的视频偏好的方法、系统及计算机可读存储介质 |
| CN109002491A (zh) * | 2018-06-26 | 2018-12-14 | 深圳市爱的网络科技有限公司 | 用户兴趣采集方法、装置、计算机装置及计算机可读存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111259249A (zh) * | 2020-01-20 | 2020-06-09 | 北京百度网讯科技有限公司 | 数据筛选方法、装置、设备及存储介质 |
| CN111259249B (zh) * | 2020-01-20 | 2023-08-22 | 北京百度网讯科技有限公司 | 数据筛选方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107888950A (zh) | 一种推荐视频的方法和系统 | |
| CN103678518B (zh) | 一种推荐列表调整方法和装置 | |
| CN106407241A (zh) | 视频推荐方法及系统 | |
| US8255421B2 (en) | Communication assistance device, communication assistance method, and communication assistance program | |
| CN107071578A (zh) | Iptv节目推荐方法 | |
| CN107968952A (zh) | 一种推荐视频的方法、装置、服务器和计算机存储介质 | |
| CN110503531A (zh) | 时序感知的动态社交场景推荐方法 | |
| CN105975641A (zh) | 视频推荐方法及装置 | |
| CN104053023B (zh) | 一种确定视频相似度的方法及装置 | |
| CN106168980A (zh) | 多媒体资源推荐排序方法及装置 | |
| CN103365936A (zh) | 视频推荐系统及其方法 | |
| CN106096047B (zh) | 基于熵值法的用户分区偏好计算方法及系统 | |
| CN103995839A (zh) | 基于协同过滤的商品推荐优化方法和系统 | |
| CN107483982A (zh) | 一种主播推荐方法与装置 | |
| CN109033233B (zh) | 一种直播间推荐方法、存储介质、电子设备及系统 | |
| CN105701226A (zh) | 多媒体资源评估方法和装置 | |
| CN111970150B (zh) | 日志信息的处理方法、装置、服务器及存储介质 | |
| CN108322317A (zh) | 一种账号识别关联方法及服务器 | |
| CN104657457B (zh) | 一种用户评价视频的数据处理方法、视频推荐方法及装置 | |
| CN109033262A (zh) | 问答知识库更新方法及装置 | |
| CN104537059B (zh) | 对象排名方法及装置 | |
| CN105721899A (zh) | 一种视频质量评分的方法及系统 | |
| CN110248249A (zh) | 一种视频推荐方法、视频推荐设备及服务器 | |
| CN104516980B (zh) | 搜索结果的输出方法以及服务器系统 | |
| CN110059221A (zh) | 视频推荐方法、电子设备及计算机可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |
|
| RJ01 | Rejection of invention patent application after publication |