CN110516153B - 视频的智能推送方法和装置、存储介质及电子装置 - Google Patents
视频的智能推送方法和装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN110516153B CN110516153B CN201910803551.4A CN201910803551A CN110516153B CN 110516153 B CN110516153 B CN 110516153B CN 201910803551 A CN201910803551 A CN 201910803551A CN 110516153 B CN110516153 B CN 110516153B
- Authority
- CN
- China
- Prior art keywords
- video
- videos
- target
- determining
- vector
- 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
-
- 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
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明公开了一种视频的智能推送方法和装置、存储介质及电子装置。其中,该方法包括:根据预定的视频集合确定出多个视频序列;将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量;在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。本发明解决了推送的视频匹配程度低的技术问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种视频的智能推送方法和装置、存储介质及电子装置。
背景技术
随着互联网技术的发展,人们可以通过互联网获取各种各样的信息,例如视频信息。在向用户提供的视频服务中,由于可供推送的视频的数量庞大。为了更好的为用户提供视频服务,需要向用户推送用户感兴趣的视频。对此,现有技术中往往根据视频的标题进行推送,但是该方法推送的匹配程度低,用户体验差。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种视频的智能推送方法和装置、存储介质及电子装置,以至少解决推送的视频匹配程度低的技术问题。
根据本发明实施例的一个方面,提供了一种视频的智能推送方法,包括:根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
根据本发明实施例的另一方面,还提供了一种视频的智能推送装置,包括:第一确定模块,用于根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;第一获取模块,用于将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;推送模块,用于在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述视频的智能推送方法。
根据本发明实施例的又一方面,还提供了一种电子装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的视频的智能推送方法。
在本发明实施例中,采用在预定的视频集合中确定出多个视频序列,每个视频序列中后一个视频按照视频集合中相对于前一个视频的推送概率确定,其中视频集合中的除前一个视频之外的其他视频相对于前一个视频的推送概率与在前一个视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关,将多个视频序列输入到视频向量模型中,得到每个视频的视频向量,两个视频的视频向量之间的关系用于指示两个视频之间的相似度,在向目标帐号推送第一视频后,向目标帐号推送视频集合中与第一视频的视频向量之间的关系所指示的相似度中的最大值所对应的第二视频。换言之,本发明实施例通过将视频集合中的其他视频相对于前一个视频的推送概率与在前一个视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关,使得在多个视频序列中在前一个视频播放之后,后一个视频被播放的播放完成度和播放完成比例较高,从而使得输入至视频向量模型后,在视频序列中相邻次数越高的两个视频的视频向量之间的关系所指示的相似度越高,从而在推送第一视频之后,推送视频时能够将其他帐号在第一视频播放完后播放时长和播放完成比例较高的第二视频推送至目标帐号,从而实现提高推送的视频与目标帐号的匹配程度的技术效果,进而解决了推送的视频匹配程度低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的视频的智能推送方法的应用环境的示意图;
图2是根据本发明实施例的一种可选的视频的智能推送方法的流程示意图;
图3是根据本发明实施例的一种可选的视频的智能推送方法的视频集合的示意图;
图4是根据本发明实施例的一种可选的视频的智能推送方法的视频序列的示意图;
图5是根据本发明实施例的另一种可选的视频的智能推送方法的流程示意图;
图6是根据本发明实施例的一种可选的视频的智能推送装置的结构示意图;
图7是根据本发明实施例的一种可选的电子装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
语音技术(Speech Technology)的关键技术有自动语音识别技术(ASR)和语音合成技术(TTS)以及声纹识别技术。让计算机能听、能看、能说、能感觉,是未来人机交互的发展方向,其中语音成为未来最被看好的人机交互方式之一。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术,自定驾驶技术有着广泛的应用前景,
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
本申请实施例提供的方案涉及人工智能的机器学习等技术,具体通过如下实施例进行说明:
根据本发明实施例的一个方面,提供了一种视频的智能推送方法,可选地,作为一种可选的实施方式,上述视频的智能推送方法可以但不限于应用于如图1所示的环境中。
服务器112的数据库114中存储有多个可想用户设备102推送的视频,这些视频构成了视频集合,用户设备102可以通过显示器108显示登录目标帐号的客户端,客户端内显示有至少一个服务器112推送的视频。在接收到用户设备102通过处理器106发送的视频请求信息的情况下,例如用户设备102检测到刷新操作,则可向服务器112发出视频请求信息。服务器112可以通过处理引擎116执行步骤S118,根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;S120,将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;S122,在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。服务器112在确定出第二视频的情况下,可以执行步骤S124-126,通过网络110向用户设备102发送第二视频。这里,用户设备102可以通过存储器104存储服务器112发送的第二视频,并通过显示器108显示。
可选地,在本实施例中,上述视频的智能推送方法可以但不限于应用于服务器104中,用于向应用客户端推送视频。其中,上述应用客户端可以但不限于运行在用户设备102中,该用户设备102可以但不限于为手机、平板电脑、笔记本电脑、PC机等支持运行应用客户端的终端设备。上述服务器104和用户设备102可以但不限于通过网络实现数据交互,上述网络可以包括但不限于无线网络或有线网络。其中,该无线网络包括:蓝牙、WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于:广域网、城域网、局域网。上述仅是一种示例,本实施例中对此不作任何限定。
可选地,作为一种可选的实施方式,如图2所示,上述视频的智能推送方法包括:
S202,根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
S204,将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;
S206,在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
在本发明实施例中,每个视频序列中包括的视频的数量可以等于视频集合中视频的数量。可以理解的是,由于视频集合中存在的视频的数量往往较多,在本发明可选实施例中,每一个视频序列中所包括的视频的数量可以小于视频集合中视频的数量。为了减少生成视频序列所需的时间,可以预先配置每个视频序列的长度。对于每个视频序列中每相邻的两个视频,如图4所示的多个视频序列401中的一个视频序列402为例,其中每个字母用于表示视频集合中的一个视频。在视频序列402中,视频A和视频D为视频序列402中相邻的两个视频,视频D和视频F也是视频序列402中相邻的两个视频。对于后一个视频相对于前一个视频的推送概率,以视频序列402为例,在确定第一位置的视频为视频A的情况下,可以根据图3所示的视频集合中的视频之间的推送概率确定,例如图3所示的视频A后推送视频D的推送概率为0.9,视频A后推送视频B的推送概率为0.8,视频A后推送视频E的推送概率为0.5,可以根据这些概率确定视频序列402中视频A的后一个视频。可以理解的是,对于推送概率越高的视频被确定为视频序列402中视频A的后一个视频的概率越大。在本发明实施例中,视频集合中其他视频相对于前一个视频的推送概率与在前一个视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关。假设用户观看视频A后还观看了视频集合中的视频B和视频E,对于视频B播放时间较长,且几乎看完,对于视频E仅仅观看一会便关闭,则视频E的播放时长和播放完成比例相对于视频B较低,则在视频A后推送视频B的推送概率高于推送视频E。也就是,在播放前一个视频后,若其他视频被播放时长和播放完成比例较高,则表示对前一个视频感兴趣的用户,对播放时长和播放完成比利较高的视频也很感兴趣,故而,对于该视频在前一个视频推送后推送该视频的推送概率也相对较高。在本发明实施例中,通过将多个视频序列输入到视频向量模型中得到视频集合中每个视频的视频向量,以便后续可以直接根据视频向量确定两个视频之间的相似度,从而根据相似度向目标帐号推送视频。在本发明可选实施例中,两个视频之间的相似度与两个视频在多个视频序列中相邻的次数呈正相关。也就是,在生成视频序列时,在确定前一个视频的后一个视频时,将推送概率较高的视频在多个视频序列中与前一个视频相邻的次数也越多,从而使得通过视频向量模型生成的视频向量之间的关系可以指示这两个视频之间的相似度越高,从而将用于观看前一个视频后感兴趣的后一个视频推送给用户的概率相应较高。在本发明实施例中,在向目标帐号推送第一视频后,将视频序列中除第一视频之外的其他视频与第一视频的相似度最高的视频推送至目标账户,从而提高推送的视频与目标帐号的匹配程度。
在本发明实施例中,视频向量模型可以根据输入的视频序列,生成视频序列中每一个视频的视频向量。在生成视频序列后,可以采用向量生成模型word2vec的Skip-gram(Continuous Skip-gram Model)或CBOW(Continuous Bag-Of-Words Model)方法进行训练,得到视频序列中的节点也就是视频序列中的视频所对应的embedding向量,也就是视频向量。换言之,视频向量模型可以是Skip-gram模型或者CBOW模型。可以理解的是,这些仅为本发明可选实施例,本发明实施例并不限于此。在本发明实施例中,为了对计算过程进行加速,可以采用hierarchical softmax或negative sampling的训练优化方法。
可选的,在本发明实施例中,推送第一视频后,可以向目标帐号推送目标数量的视频,在确定第二视频后,可以将第一视频和第二视频确定为更新后的第一视频,重复执行步骤S206,从而得到目标数量的视频,并将这些视频推送至目标帐号。
可以理解的是,在本发明实施例的中,第一视频可以是推送至目标帐号,且被目标帐号播放过的视频。这里,对于第一视频还可以是多个视频的集合,也就是,在用户进行刷新操作,发送视频推送请求的情况下,可以获取目标帐号的视频播放数据,例如通过日志文件获取视频播放数据,从而确定出目标时间段内用户播放的视频,并获取这些视频的视频向量,可以将这些视频的视频向量的平均值确定为第一视频向量,从而根据目标帐号播放过的多个视频确定与目标帐号匹配的第二视频。
可以理解的是,可以通过终端设备上的客户端或浏览页面展示推送的视频。对于这些客户端或浏览页面用户可以登录注册帐号,也可以以未注册的游客的身份进行浏览。当用户以游客身份浏览时,可以获取终端设备的识别码等信息,将其作为目标帐号,从而便于服务器向终端设备发送推送的视频。
可选的,根据预定的视频集合确定出多个视频序列包括:重复执行以下操作,直到确定出多个视频序列中的每个视频序列,其中,在执行一次以下操作的过程中待确定出的视频序列被视为目标视频序列:
将视频集合中的第三视频确定为目标视频序列中位于第一位置上的第一个视频,其中,第三视频为视频集合中除已确定出的视频序列中的第一个视频之外的视频中的一个视频;重复执行以下操作,直到确定出目标视频序列中位于第一位置之后的每个视频,其中,在执行一次以下操作的过程中目标视频序列中位于当前位置上的待确定的视频被视为第五视频,位于当前位置前一个位置上的已确定的视频被视为第四视频:按照视频集合中除第四视频之外的其他视频相对于第四视频的推送概率,确定目标视频序列中位于当前位置上的第五视频,其中,视频集合中除第四视频之外的其他视频相对于第四视频的推送概率与在第四视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关。
在本发明实施例中,由于视频集合中存在的视频数量往往较多,在生成单个视频序列时可以设置视频序列的长度上限,从而减少单个视频序列的生成时间。这里,为了便于根据视频序列获得视频集合中的每个视频的视频向量,避免在设置单个视频序列的长度上限的情况下,视频集合中的视频未存在于任一个视频序列中,本发明实施例生成了与视频集合中的视频数量相同的视频序列。这里,在生成视频序列时,将视频集合中的每一个视频作为一个视频序列中的第一位置的视频生成一个对应的视频序列。这里,在生成每一个视频序列时,在确定出前一个视频的情况下,根据视频集合中除前一个视频之外的其他视频相对于前一个视频的推送概率确定,从而依次确定出视频序列中的每一个视频。可以理解的是,在确定视频序列中前一个视频的后一个视频时,根据推送概率确定出后一个视频,从而可以将与前一个视频播放之后其他视频被播放的播放时长和播放完成比例较高的视频确定为后一个视频,使得其他视频中播放时长和播放完成比例较高的视频与前一个视频相邻的概率较大。由于本发明实施例所生成的视频序列的数量与视频集合中视频的数量相同,从而使得在多个视频序列中后一个视频相对于前一个视频推送概率高的视频相邻的次数也越高,从而在将多个视频序列输入至视频向量模块后,获得的两个视频之间的相似度较高,从而在推送中更易推送给用户。在本发明实施例中,由于在生成视频序列时参考了播放时长和播放完成比例,从而降低了将其他用户虽然播放前一个视频后,点开但很快关闭的视频推送给用户的概率。
可选的,在根据预定的视频集合确定出多个视频序列之前,还包括:对视频集合中的每个视频执行以下步骤,直到确定出每个视频与除自身之外的其他视频之间的推送概率:
将视频集合中的第六视频确定为当前视频,其中,第六视频为视频集合中除已确定出与自身之外的其他视频之间的推送概率的视频中的一个视频;重复执行以下操作,直到确定出当前视频与除自身之外的其他视频之间的推送概率,其中,在执行以下操作的过程中将视频集合中除当前视频之外的一个尚未确定与当前视频之间的推送概率的视频中的一个视频视为第七视频:获取多个第一帐号在播放第六视频后播放第七视频的播放时长,以及播放第七视频的播放完成比例,其中,播放完成比例为播放时长占第七视频的总时长的比例;根据播放时长和播放完成比例,确定第六视频与第七视频之间的推送概率,其中,推送概率用于指示在向第二帐号推送第六视频之后再向第二帐号推送第七视频的概率。
在本发明实施例中,对于视频序列中的每一个视频可以确定出与其他视频之间的推送概率。可以理解的是,由于部分视频之间相似度很低,故而存在视频集合中的两个视频之间不存在推送概率。如图3所示的,对于视频序列中的视频301(视频D)可能与视频E是完全不相关联的视频,故而两者之间可能不存在推送概率。如图3所示的,以视频A和视频D为例,视频D相对于视频A的推送概率用于指示在推送视频A后推送视频D的概率。视频A相对于视频D的推送概率用于指示在推送视频D后推送视频A的概率。可以理解的是,两个视频之间的推送概率可能并不相同。在本发明实施例中,在确定两个视频的推送概率时,获取了其他用户在观看前一个视频后播放后一个视频的播放时长和播放完成比例。
可选的,根据播放时长和播放完成比例,确定第六视频与第七视频之间的推送概率,包括:根据播放时长和播放完成比例,确定目标系数,目标系数与播放时长和播放完成比例呈正相关;将第一数量和第二数量的比值确定为中间数值,其中,第一数量为点击了第六视频并且点击了第七视频的帐号的数量,第二数量为点击第六视频的帐号的第三数量与第三帐号的第四数量的乘积,第三帐号为推送过第七视频的帐号;将中间数值与目标系数的乘积,确定为推送概率。在本发明实施例中,可以根据公式:
计算获得后一个视频相对于前一个视频的推送概率P(B|A),在确定第七视频相对于第六视频的推送概率时,A表示第六视频,B表示第七视频,其中,WAB表示目标系数,user_click_count(AB)表示第一数量,也就是既点击了视频A又点击了视频B的账号的数量,user_click_count(A)表示第三数量,也就是点击了视频A的账号的数量,这里是否点击了视频B并不会影响第三数量,user_expose_count(B)表示第四数量,也就是,将视频B所推送过的账号的数量,λ表示一个超参数,α表示一个超参数,用于调整TAB的权重,β表示一个超参数,用于调整RAB的权重,TAB表示播放了视频A后,播放视频B的播放时长,可以理解的是,对于多个视频的情况下,其可以是多个视频的播放时长的均值,RAB表示播放视频A后,播放视频B的播放完成比例,可以理解的是,对于多个视频的情况下,其可以是多个视频的播放完成比例的均值。这里,对于超参数可以通过设置不同的数据进行实验获得,也可以根据实际指标优化的要求,调整这些超参数,也可以均设置为一个常数,例如均设置为1。
可选的,在向目标帐号推送视频集合中的第二视频之前,还包括:获取第一视频所对应的第一视频向量,以及视频集合中除第一视频之外其他视频的第二视频向量;根据第一视频向量和第二视频向量之间的关系,确定第一视频和第二视频之间的目标相似度,其中,目标相似度与第一视频和第二视频在多个视频序列中相邻的次数呈正相关;将目标相似度中的最大值所对应的第二视频向量所对应的视频,确定为第二视频。在本发明实施例中,在推送第一视频后,为了向用户推送其感兴趣的视频,也就是与用户匹配程度较高的视频,可以将视频集合中与第一视频相似度最高的视频确定为第二视频推送给用户。这里,可以理解的是,在本发明实施例中的第一视频可以是目标帐号播放过的视频,可选的,第一视频还可以是目标帐号播放时长大于第一阈值,播放完成比例大于第二阈值的视频,从而在根据第一视频向目标帐号推送第二视频的情况下,第二视频与目标帐号的匹配程度较高。
可选的,根据第一视频向量和第二视频向量之间的关系,确定第一视频和第二视频之间的目标相似度,包括:将第一视频向量和第二视频向量置于目标二维坐标系中;将第一视频向量和第二视频向量在目标二维坐标系中的夹角的余弦值确定为目标相似度。在本发明实施例中,可以根据公式:
计算获得两个视频之间的目标相似度cscθ,其中,a表示第一视频向量,b表示第二视频向量。这里,第一视频和第二视频之间的相似度可以根据第一视频向量和第二视频向量由余弦相似度计算获得。可以理解的是,对于两个视频之间的相似度的计算并不仅限于通过余弦相似度计算获得。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
下面结合图5对本发明实施例的方法进行举例说明。
在本发明实施例中,在向目标账户推送视频集合中的第二视频的情况下,若视频集合中的数量庞大,例如大于第一目标数量的情况下,可以执行S502,从视频集合中,生成候选视频。例如,可以通过基于标题的协调过滤推荐算法ICF(Item-based CollaborativeFiltering),或者基于用户的协调过滤推荐算法UCF(User-based CollaborativeFiltering)等,快速在视频集合中选出第二目标数量的与目标帐号相关联的视频,这里的第二目标数量可以是1000-2000。服务器可以获取登录目标帐号的客户端的日志数据,从而根据日志数据获取目标帐号播放的视频。这里,根据日志数据获取的目标帐号播放的视频可以是一个或多个视频。当然可以理解的是,这些视频可以是目标帐号播放时长和播放完成比例大于相应设定值的视频。服务器在获取到这些视频的情况下,将其确定为第一视频,并获取第一视频的第一视频向量。可以理解的是,在第一视频为多个视频的集合的情况下,可以根据每一个视频的视频向量的平均值确定第一视频向量。这里,可以将第二目标数量的与目标帐号相关联的视频确定为更新后的视频集合,根据更新后的视频集合,执行在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频的步骤,从而在第二目标数量的与目标帐号相关联的视频中确定出待推送至目标帐号的第二视频,从而减少第二视频的确定时间。这里服务器可以执行S504,根据确定出的待推送的视频,将待推送的视频发送至目标帐号的客户端。这里,服务器可以确定出多个第二视频,并将确定出的多个第二视频推送至目标帐号。
根据本发明实施例的另一个方面,还提供了一种用于实施上述视频的智能推送方法的视频的智能推送装置。如图6所示,该装置包括:
第一确定模块602,用于根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
第一获取模块604,用于将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;
推送模块606,用于在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
在本发明实施例中,每个视频序列中包括的视频的数量可以等于视频集合中视频的数量。可以理解的是,由于视频集合中存在的视频的数量往往较多,在本发明可选实施例中,每一个视频序列中所包括的视频的数量可以小于视频集合中视频的数量。为了减少生成视频序列所需的时间,可以预先配置每个视频序列的长度。对于每个视频序列中每相邻的两个视频,在本发明实施例中,视频集合中其他视频相对于前一个视频的推送概率与在前一个视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关。在播放前一个视频后,若其他视频被播放时长和播放完成比利较高,则表示对前一个视频感兴趣的用户,对播放时长和播放完成比利较高的视频也很感兴趣,故而,对于该视频在前一个视频推送后推送该视频的推送概率也相对较高。在本发明实施例中,通过将多个视频序列输入到视频向量模型中得到视频集合中每个视频的视频向量,且两个视频之间的相似度与两个视频在多个视频序列中相邻的次数呈正相关。也就是,在生成视频序列时,在确定前一个视频的后一个视频时,将推送概率较高的视频在多个视频序列中与前一个视频相邻的次数也越多,从而使得通过视频向量模型生成的视频向量之间的关系可以指示这两个视频之间的相似度越高,从而将用于观看前一个视频后感兴趣的后一个视频推送给用户的概率相应较高。在本发明实施例中,在向目标帐号推送第一视频后,将视频序列中除第一视频之外的其他视频与第一视频的相似度最高的视频推送至目标账户,从而提高推送的视频与目标帐号的匹配程度。
可以理解的是,在本发明实施例的中,第一视频可以是推送至目标帐号,且被目标帐号播放过的视频。这里,对于第一视频还可以是多个视频的集合,也就是,在用户进行刷新操作,发送视频推送请求的情况下,可以获取目标帐号的视频播放数据,例如通过日志文件获取视频播放数据,从而确定出目标时间段内用户播放的视频,并获取这些视频的视频向量,可以将这些视频的视频向量的平均值确定为第一视频向量,从而根据目标帐号播放过的多个视频确定与目标帐号匹配的第二视频。
可以理解的是,可以通过终端设备上的客户端或浏览页面展示推送的视频。对于这些客户端或浏览页面用户可以登录注册帐号,也可以以未注册的游客的身份进行浏览。当用户以游客身份浏览时,可以获取终端设备的识别码等信息,将其作为目标帐号,从而便于服务器向终端设备发送推送的视频。
可选的,第一确定模块包括:第一确定单元,用于重复执行以下操作,直到确定出多个视频序列中的每个视频序列,其中,在执行一次以下操作的过程中待确定出的视频序列被视为目标视频序列:将视频集合中的第三视频确定为目标视频序列中位于第一位置上的第一个视频,其中,第三视频为视频集合中除已确定出的视频序列中的第一个视频之外的视频中的一个视频;重复执行以下操作,直到确定出目标视频序列中位于第一位置之后的每个视频,其中,在执行一次以下操作的过程中目标视频序列中位于当前位置上的待确定的视频被视为第五视频,位于当前位置前一个位置上的已确定的视频被视为第四视频:按照视频集合中除第四视频之外的其他视频相对于第四视频的推送概率,确定目标视频序列中位于当前位置上的第五视频,其中,视频集合中除第四视频之外的其他视频相对于第四视频的推送概率与在第四视频播放之后其他视频被播放的播放时长和播放完成比例呈正相关。
在本发明实施例中,由于视频集合中存在的视频数量往往较多,在生成单个视频序列时可以设置视频序列的长度上限,从而减少单个视频序列的生成时间。这里,为了便于根据视频序列获得视频集合中的每个视频的视频向量,避免在设置单个视频序列的长度上限的情况下,视频集合中的视频未存在于任一个视频序列中,本发明实施例生成了与视频集合中的视频数量相同的视频序列。这里,在生成视频序列时,将视频集合中的每一个视频作为一个视频序列中的第一位置的视频生成一个对应的视频序列。这里,在生成每一个视频序列时,在确定出前一个视频的情况下,根据视频集合中除前一个视频之外的其他视频相对于前一个视频的推送概率确定,从而依次确定出视频序列中的每一个视频。可以理解的是,在确定视频序列中前一个视频的后一个视频时,根据推送概率确定出后一个视频,从而可以将与前一个视频播放之后其他视频被播放的播放时长和播放完成比例较高的视频确定为后一个视频,使得其他视频中播放时长和播放完成比例较高的视频与前一个视频相邻的概率较大。由于本发明实施例所生成的视频序列的数量与视频集合中视频的数量相同,从而使得在多个视频序列中后一个视频相对于前一个视频推送概率高的视频相邻的次数也越高,从而在将多个视频序列输入至视频向量模块后,获得的两个视频之间的相似度较高,从而在推送中更易推送给用户。在本发明实施例中,由于在生成视频序列时参考了播放时长和播放完成比例,从而降低了将其他用户虽然播放前一个视频后,点开但很快关闭的视频推送给用户的概率。
可选的,上述装置还可以包括:第二确定模块,用于对视频集合中的每个视频执行以下步骤,直到确定出每个视频与除自身之外的其他视频之间的推送概率:将视频集合中的第六视频确定为当前视频,其中,第六视频为视频集合中除已确定出与自身之外的其他视频之间的推送概率的视频中的一个视频;重复执行以下操作,直到确定出当前视频与除自身之外的其他视频之间的推送概率,其中,在执行以下操作的过程中将视频集合中除当前视频之外的一个尚未确定与当前视频之间的推送概率的视频中的一个视频视为第七视频:获取多个第一帐号在播放第六视频后播放第七视频的播放时长,以及播放第七视频的播放完成比例,其中,播放完成比例为播放时长占第七视频的总时长的比例;根据播放时长和播放完成比例,确定第六视频与第七视频之间的推送概率,其中,推送概率用于指示在向第二帐号推送第六视频之后再向第二帐号推送第七视频的概率。
在本发明实施例中,对于视频序列中的每一个视频可以确定出与其他视频之间的推送概率。可以理解的是,由于部分视频之间相似度很低,故而存在视频集合中的两个视频之间不存在推送概率。可以理解的是,两个视频之间的推送概率可能并不相同。在本发明实施例中,在确定两个视频的推送概率时,获取了其他用户在观看前一个视频后播放后一个视频的播放时长和播放完成比例。
可选的,第二确定模块包括:第二确定单元,用于根据播放时长和播放完成比例,确定目标系数,目标系数与播放时长和播放完成比例呈正相关;第三确定单元,用于将第一数量和第二数量的比值确定为中间数值,其中,第一数量为点击了第六视频并且点击了第七视频的帐号的数量,第二数量为点击第六视频的帐号的第三数量与第三帐号的第四数量的乘积,第三帐号为推送过第七视频的帐号;第四确定单元,用于将中间数值与目标系数的乘积,确定为推送概率。
在本发明实施例中,可以根据公式:
计算获得后一个视频相对于前一个视频的推送概率P(B|A),在确定第七视频相对于第六视频的推送概率时,A表示第六视频,B表示第七视频,其中,WAB表示目标系数,user_click_count(AB)表示第一数量,也就是既点击了视频A又点击了视频B的账号的数量,user_click_count(A)表示第三数量,也就是点击了视频A的账号的数量,这里是否点击了视频B并不会影响第三数量,user_expose_count(B)表示第四数量,也就是,将视频B所推送过的账号的数量,λ表示一个超参数,α表示一个超参数,用于调整TAB的权重,β表示一个超参数,用于调整RAB的权重,TAB表示播放了视频A后,播放视频B的播放时长,可以理解的是,对于多个视频的情况下,其可以是多个视频的播放时长的均值,RAB表示播放视频A后,播放视频B的播放完成比例,可以理解的是,对于多个视频的情况下,其可以是多个视频的播放完成比例的均值。这里,对于超参数可以通过设置不同的数据进行实验获得,也可以均设置为一个常数。
可选的,上述装置还可以包括:第二获取模块,用于获取第一视频所对应的第一视频向量,以及视频集合中除第一视频之外其他视频的第二视频向量;第三确定模块,用于根据第一视频向量和第二视频向量之间的关系,确定第一视频和第二视频之间的目标相似度,其中,目标相似度与第一视频和第二视频在多个视频序列中相邻的次数呈正相关;第四确定模块,用于将目标相似度中的最大值所对应的第二视频向量所对应的视频,确定为第二视频。这里,可以理解的是,在本发明实施例中的第一视频可以是目标帐号播放过的视频,可选的,第一视频还可以是目标帐号播放时长大于第一阈值,播放完成比例大于第二阈值的视频,从而在根据第一视频向目标帐号推送第二视频的情况下,第二视频与目标帐号的匹配程度较高。
可选的,第三确定模块包括:处理单元,用于将第一视频向量和第二视频向量置于目标二维坐标系中;第五确定单元,用于将第一视频向量和第二视频向量在目标二维坐标系中的夹角的余弦值确定为目标相似度。在本发明实施例中,可以根据公式:
计算获得两个视频之间的目标相似度cscθ,其中,a表示第一视频向量,b表示第二视频向量。这里,第一视频和第二视频之间的相似度可以根据第一视频向量和第二视频向量由余弦相似度计算获得。可以理解的是,对于两个视频之间的相似度的计算并不仅限于通过余弦相似度计算获得。
根据本发明实施例的又一个方面,还提供了一种用于实施上述视频的智能推送方法的电子装置,如图7所示,该电子装置包括存储器702和处理器704,该存储器702中存储有计算机程序,该处理器704被设置为通过计算机程序执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述电子装置可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
S1,根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
S2,将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;
S3,在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
可选地,本领域普通技术人员可以理解,图7所示的结构仅为示意,电子装置也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图7其并不对上述电子装置的结构造成限定。例如,电子装置还可包括比图7中所示更多或者更少的组件(如网络接口等),或者具有与图7所示不同的配置。
其中,存储器702可用于存储软件程序以及模块,如本发明实施例中的视频的智能推送方法和装置对应的程序指令/模块,处理器704通过运行存储在存储器702内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的视频的智能推送方法。存储器702可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器702可进一步包括相对于处理器704远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器702具体可以但不限于用于存储视频集合中的视频、视频的视频向量等信息。作为一种示例,如图7所示,上述存储器702中可以但不限于包括上述视频的智能推送装置中的第一确定模块602、第一获取模块604及推送模块606。此外,还可以包括但不限于上述视频的智能推送装置中的其他模块单元,本示例中不再赘述。
可选地,上述的传输装置706用于经由一个网络接收或者发送数据。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置706包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置706为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,上述电子装置还包括:显示器707,用于显示第二视频;和连接总线710,用于连接上述电子装置中的各个模块部件。
根据本发明的实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地,在本实施例中,上述计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,根据预定的视频集合确定出多个视频序列,其中,多个视频序列的数量与视频集合中的视频的数量相同,且视频集合中的每个视频分别为多个视频序列中的一个视频序列中的第一个视频,每个视频序列中每相邻的两个视频被称为前一个视频和后一个视频,后一个视频是按照其他视频集合中的视频相对于前一个视频的推送概率从其他视频集合中确定出的,其他视频集合包括:视频集合中除前一个视频之外的其他视频,推送概率与前一个视频播放后其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
S2,将多个视频序列输入到视频向量模型,得到视频集合中的每个视频的视频向量,其中,视频集合中的两个视频的视频向量之间的关系用于指示两个视频之间的相似度;
S3,在向目标帐号推送视频集合中的第一视频之后,向目标帐号推送视频集合中的第二视频,其中,第二视频与第一视频的视频向量之间的关系指示第一相似度,视频集合中除第一视频和第二视频之外其他视频与第一视频的视频向量之间的关系指示第二相似度,第一相似度大于或等于第二相似度。
可选地,在本实施例中,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种视频的智能推送方法,其特征在于,包括:
根据预定的视频集合确定出多个视频序列,其中,所述多个视频序列的数量与所述视频集合中的视频的数量相同,且所述视频集合中的每个视频分别为所述多个视频序列中的一个视频序列中的第一个视频,每个所述视频序列中每相邻的两个视频被称为前一个视频和后一个视频,所述后一个视频是按照其他视频集合中的视频相对于所述前一个视频的推送概率从所述其他视频集合中确定出的,所述其他视频集合包括:所述视频集合中除所述前一个视频之外的其他视频,所述推送概率与所述前一个视频播放后所述其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
将所述多个视频序列输入到视频向量模型,得到所述视频集合中的每个视频的视频向量,其中,所述视频集合中的两个视频的视频向量之间的关系用于指示所述两个视频之间的相似度;
在向目标帐号推送所述视频集合中的第一视频之后,向所述目标帐号推送所述视频集合中的第二视频,其中,所述第二视频与所述第一视频的视频向量之间的关系指示第一相似度,所述视频集合中除所述第一视频和所述第二视频之外其他视频与所述第一视频的视频向量之间的关系指示第二相似度,所述第一相似度大于或等于所述第二相似度。
2.根据权利要求1所述的方法,其特征在于,所述根据预定的视频集合确定出多个视频序列包括:
重复执行以下操作,直到确定出所述多个视频序列中的每个视频序列,其中,在执行一次所述以下操作的过程中待确定出的所述视频序列被视为目标视频序列:
将所述视频集合中的第三视频确定为所述目标视频序列中位于第一位置上的第一个视频,其中,所述第三视频为所述视频集合中除已确定出的所述视频序列中的第一个视频之外的视频中的一个视频;
重复执行以下操作,直到确定出所述目标视频序列中位于所述第一位置之后的每个视频,其中,在所述执行一次所述以下操作的过程中所述目标视频序列中位于当前位置上的待确定的视频被视为第五视频,位于所述当前位置前一个位置上的已确定的视频被视为第四视频:按照所述视频集合中除所述第四视频之外的其他视频相对于所述第四视频的推送概率,确定所述目标视频序列中位于所述当前位置上的所述第五视频,其中,所述视频集合中除所述第四视频之外的其他视频相对于所述第四视频的推送概率与在所述第四视频播放之后所述其他视频被播放的播放时长和播放完成比例呈正相关。
3.根据权利要求1所述的方法,其特征在于,在根据预定的视频集合确定出多个视频序列之前,还包括:
对所述视频集合中的每个视频执行以下步骤,直到确定出每个视频与除自身之外的其他视频之间的推送概率:
将所述视频集合中的第六视频确定为当前视频,其中,所述第六视频为所述视频集合中除已确定出与自身之外的其他视频之间的推送概率的视频中的一个视频;
重复执行以下操作,直到确定出所述当前视频与除自身之外的其他视频之间的推送概率,其中,在执行以下操作的过程中将所述视频集合中除所述当前视频之外的一个尚未确定与当前视频之间的推送概率的视频中的一个视频视为第七视频:获取多个第一帐号在播放所述第六视频后播放所述第七视频的播放时长,以及播放所述第七视频的播放完成比例,其中,所述播放完成比例为所述播放时长占所述第七视频的总时长的比例;根据所述播放时长和所述播放完成比例,确定所述第六视频与所述第七视频之间的推送概率,其中,所述推送概率用于指示在向第二帐号推送所述第六视频之后再向所述第二帐号推送所述第七视频的概率。
4.根据权利要求3所述的方法,其特征在于,根据所述播放时长和所述播放完成比例,确定所述第六视频与所述第七视频之间的推送概率,包括:
根据所述播放时长和所述播放完成比例,确定目标系数,所述目标系数与所述播放时长和所述播放完成比例呈正相关;
将第一数量和第二数量的比值确定为中间数值,其中,所述第一数量为点击了所述第六视频并且点击了所述第七视频的帐号的数量,所述第二数量为点击所述第六视频的帐号的第三数量与第三帐号的第四数量的乘积,所述第三帐号为推送过所述第七视频的帐号;
将所述中间数值与所述目标系数的乘积,确定为所述推送概率。
5.根据权利要求1所述的方法,其特征在于,在向所述目标帐号推送所述视频集合中的第二视频之前,还包括:
获取所述第一视频所对应的第一视频向量,以及所述视频集合中除所述第一视频之外其他视频的第二视频向量;
根据所述第一视频向量和所述第二视频向量之间的关系,确定所述第一视频和所述第二视频之间的目标相似度,其中,所述目标相似度与所述第一视频和所述第二视频在所述多个视频序列中相邻的次数呈正相关;
将所述目标相似度中的最大值所对应的第二视频向量所对应的视频,确定为所述第二视频。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第一视频向量和所述第二视频向量之间的关系,确定所述第一视频和所述第二视频之间的目标相似度,包括:
将所述第一视频向量和所述第二视频向量置于目标二维坐标系中;
将所述第一视频向量和所述第二视频向量在所述目标二维坐标系中的夹角的余弦值确定为所述目标相似度。
7.一种视频的智能推送装置,其特征在于,包括:
第一确定模块,用于根据预定的视频集合确定出多个视频序列,其中,所述多个视频序列的数量与所述视频集合中的视频的数量相同,且所述视频集合中的每个视频分别为所述多个视频序列中的一个视频序列中的第一个视频,每个所述视频序列中每相邻的两个视频被称为前一个视频和后一个视频,所述后一个视频是按照其他视频集合中的视频相对于所述前一个视频的推送概率从所述其他视频集合中确定出的,所述其他视频集合包括:所述视频集合中除所述前一个视频之外的其他视频,所述推送概率与所述前一个视频播放后所述其他视频集中的视频被播放的播放时长和播放完成比例呈正相关;
第一获取模块,用于将所述多个视频序列输入到视频向量模型,得到所述视频集合中的每个视频的视频向量,其中,所述视频集合中的两个视频的视频向量之间的关系用于指示所述两个视频之间的相似度;
推送模块,用于在向目标帐号推送所述视频集合中的第一视频之后,向所述目标帐号推送所述视频集合中的第二视频,其中,所述第二视频与所述第一视频的视频向量之间的关系指示第一相似度,所述视频集合中除所述第一视频和所述第二视频之外其他视频与所述第一视频的视频向量之间的关系指示第二相似度,所述第一相似度大于或等于所述第二相似度。
8.根据权利要求7所述的装置,其特征在于,所述第一确定模块包括:
第一确定单元,用于重复执行以下操作,直到确定出所述多个视频序列中的每个视频序列,其中,在执行一次所述以下操作的过程中待确定出的所述视频序列被视为目标视频序列:
将所述视频集合中的第三视频确定为所述目标视频序列中位于第一位置上的第一个视频,其中,所述第三视频为所述视频集合中除已确定出的所述视频序列中的第一个视频之外的视频中的一个视频;
重复执行以下操作,直到确定出所述目标视频序列中位于所述第一位置之后的每个视频,其中,在所述执行一次所述以下操作的过程中所述目标视频序列中位于当前位置上的待确定的视频被视为第五视频,位于所述当前位置前一个位置上的已确定的视频被视为第四视频:按照所述视频集合中除所述第四视频之外的其他视频相对于所述第四视频的推送概率,确定所述目标视频序列中位于所述当前位置上的所述第五视频,其中,所述视频集合中除所述第四视频之外的其他视频相对于所述第四视频的推送概率与在所述第四视频播放之后所述其他视频被播放的播放时长和播放完成比例呈正相关。
9.根据权利要求7所述的装置,其特征在于,还包括:
第二确定模块,用于对所述视频集合中的每个视频执行以下步骤,直到确定出每个视频与除自身之外的其他视频之间的推送概率:
将所述视频集合中的第六视频确定为当前视频,其中,所述第六视频为所述视频集合中除已确定出与自身之外的其他视频之间的推送概率的视频中的一个视频;
重复执行以下操作,直到确定出所述当前视频与除自身之外的其他视频之间的推送概率,其中,在执行以下操作的过程中将所述视频集合中除所述当前视频之外的一个尚未确定与当前视频之间的推送概率的视频中的一个视频视为第七视频:获取多个第一帐号在播放所述第六视频后播放所述第七视频的播放时长,以及播放所述第七视频的播放完成比例,其中,所述播放完成比例为所述播放时长占所述第七视频的总时长的比例;根据所述播放时长和所述播放完成比例,确定所述第六视频与所述第七视频之间的推送概率,其中,所述推送概率用于指示在向第二帐号推送所述第六视频之后再向所述第二帐号推送所述第七视频的概率。
10.根据权利要求9所述的装置,其特征在于,所述第二确定模块包括:
第二确定单元,用于根据所述播放时长和所述播放完成比例,确定目标系数,所述目标系数与所述播放时长和所述播放完成比例呈正相关;
第三确定单元,用于将第一数量和第二数量的比值确定为中间数值,其中,所述第一数量为点击了所述第六视频并且点击了所述第七视频的帐号的数量,所述第二数量为点击所述第六视频的帐号的第三数量与第三帐号的第四数量的乘积,所述第三帐号为推送过所述第七视频的帐号;
第四确定单元,用于将所述中间数值与所述目标系数的乘积,确定为所述推送概率。
11.根据权利要求7所述的装置,其特征在于,还包括:
第二获取模块,用于获取所述第一视频所对应的第一视频向量,以及所述视频集合中除所述第一视频之外其他视频的第二视频向量;
第三确定模块,用于根据所述第一视频向量和所述第二视频向量之间的关系,确定所述第一视频和所述第二视频之间的目标相似度,其中,所述目标相似度与所述第一视频和所述第二视频在所述多个视频序列中相邻的次数呈正相关;
第四确定模块,用于将所述目标相似度中的最大值所对应的第二视频向量所对应的视频,确定为所述第二视频。
12.根据权利要求11所述的装置,其特征在于,所述第三确定模块包括:
处理单元,用于将所述第一视频向量和所述第二视频向量置于目标二维坐标系中;
第五确定单元,用于将所述第一视频向量和所述第二视频向量在所述目标二维坐标系中的夹角的余弦值确定为所述目标相似度。
13.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至6任一项中所述的方法。
14.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803551.4A CN110516153B (zh) | 2019-08-28 | 2019-08-28 | 视频的智能推送方法和装置、存储介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910803551.4A CN110516153B (zh) | 2019-08-28 | 2019-08-28 | 视频的智能推送方法和装置、存储介质及电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516153A CN110516153A (zh) | 2019-11-29 |
CN110516153B true CN110516153B (zh) | 2023-05-30 |
Family
ID=68628613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910803551.4A Active CN110516153B (zh) | 2019-08-28 | 2019-08-28 | 视频的智能推送方法和装置、存储介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516153B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111163336B (zh) * | 2020-01-19 | 2021-07-27 | 北京字节跳动网络技术有限公司 | 视频资源推送方法、装置、电子设备及计算机可读介质 |
CN111405325B (zh) * | 2020-03-25 | 2022-03-25 | 北京达佳互联信息技术有限公司 | 一种视频内容分发方法和装置及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9396258B2 (en) * | 2009-01-22 | 2016-07-19 | Google Inc. | Recommending video programs |
CN107220328A (zh) * | 2017-05-23 | 2017-09-29 | 南京大学 | 基于社交网络的弱关系和强关系的视频推荐方法 |
CN107911719A (zh) * | 2017-10-30 | 2018-04-13 | 中国科学院自动化研究所 | 视频动态推荐装置 |
CN108307207A (zh) * | 2017-12-28 | 2018-07-20 | 北京达佳互联信息技术有限公司 | 一种视频推送方法及装置 |
CN109189988A (zh) * | 2018-09-18 | 2019-01-11 | 北京邮电大学 | 一种视频推荐方法 |
CN109710805A (zh) * | 2018-12-13 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 基于兴趣簇的视频交互方法和装置 |
CN109840793A (zh) * | 2017-11-28 | 2019-06-04 | 广州腾讯科技有限公司 | 推广信息的推送方法和装置、存储介质、电子装置 |
CN110012356A (zh) * | 2019-04-16 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 视频推荐方法、装置和设备及计算机存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160316280A1 (en) * | 2015-04-21 | 2016-10-27 | Stinkdigital Ltd. | Video Delivery Platform |
US20170017382A1 (en) * | 2015-07-15 | 2017-01-19 | Cinematique LLC | System and method for interaction between touch points on a graphical display |
-
2019
- 2019-08-28 CN CN201910803551.4A patent/CN110516153B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9396258B2 (en) * | 2009-01-22 | 2016-07-19 | Google Inc. | Recommending video programs |
CN107220328A (zh) * | 2017-05-23 | 2017-09-29 | 南京大学 | 基于社交网络的弱关系和强关系的视频推荐方法 |
CN107911719A (zh) * | 2017-10-30 | 2018-04-13 | 中国科学院自动化研究所 | 视频动态推荐装置 |
CN109840793A (zh) * | 2017-11-28 | 2019-06-04 | 广州腾讯科技有限公司 | 推广信息的推送方法和装置、存储介质、电子装置 |
CN108307207A (zh) * | 2017-12-28 | 2018-07-20 | 北京达佳互联信息技术有限公司 | 一种视频推送方法及装置 |
CN109189988A (zh) * | 2018-09-18 | 2019-01-11 | 北京邮电大学 | 一种视频推荐方法 |
CN109710805A (zh) * | 2018-12-13 | 2019-05-03 | 百度在线网络技术(北京)有限公司 | 基于兴趣簇的视频交互方法和装置 |
CN110012356A (zh) * | 2019-04-16 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 视频推荐方法、装置和设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110516153A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929098B (zh) | 视频数据的处理方法、装置、电子设备及存储介质 | |
EP3937072A1 (en) | Video sequence selection method, computer device and storage medium | |
CN110119477B (zh) | 一种信息推送方法、装置和存储介质 | |
WO2023020005A1 (zh) | 神经网络模型的训练方法、图像检索方法、设备和介质 | |
CN112818251B (zh) | 视频推荐方法、装置、电子设备以及存储介质 | |
CN111738010B (zh) | 用于生成语义匹配模型的方法和装置 | |
CN113766299B (zh) | 一种视频数据播放方法、装置、设备以及介质 | |
CN110781413A (zh) | 兴趣点确定方法及装置、存储介质、电子设备 | |
CN113254684B (zh) | 一种内容时效的确定方法、相关装置、设备以及存储介质 | |
CN113761153A (zh) | 基于图片的问答处理方法、装置、可读介质及电子设备 | |
CN115131698B (zh) | 视频属性确定方法、装置、设备及存储介质 | |
CN111954087B (zh) | 视频中图像的截取方法和装置、存储介质和电子设备 | |
CN112085120B (zh) | 多媒体数据的处理方法、装置、电子设备及存储介质 | |
CN110516153B (zh) | 视频的智能推送方法和装置、存储介质及电子装置 | |
CN114741581A (zh) | 一种图像分类方法、装置、计算机设备及介质 | |
CN110990632B (zh) | 一种视频处理方法及装置 | |
CN116956183A (zh) | 多媒体资源推荐方法、模型训练方法、装置及存储介质 | |
CN112749711B (zh) | 视频获取方法和装置及存储介质 | |
CN114625986A (zh) | 对搜索结果进行排序的方法、装置、设备及存储介质 | |
CN114510942A (zh) | 获取实体词的方法、模型的训练方法、装置及设备 | |
CN114329049A (zh) | 视频搜索方法、装置、计算机设备和存储介质 | |
CN113392686A (zh) | 视频分析方法、装置及存储介质 | |
US12008810B2 (en) | Video sequence selection method, computer device, and storage medium | |
Huang et al. | Video Recommendation Method Based on Deep Learning of Group Evaluation Behavior Sequences | |
CN118152668A (zh) | 媒体信息处理方法及装置、设备、存储介质、程序产品 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |