CN110619061A - 一种视频分类方法、装置、电子设备及可读介质 - Google Patents

Abstract

本公开实施例提供了一种视频分类方法、装置、电子设备及可读介质。其中，该方法包括：获取当前用户已浏览视频的当前浏览数据；确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。通过本公开实施例的技术方案，实现了基于当前用户已浏览视频的浏览数据自动为已浏览视频中未进行视频分类的目标视频进行分类标记，解决了现有技术需依靠人工才能完成视频分类的问题，能够降低视频分类成本，提高视频分类效率。

Description

一种视频分类方法、装置、电子设备及可读介质

技术领域

本公开实施例涉及互联网技术，尤其涉及一种视频分类方法、装置、电子设备及可读介质。

背景技术

当今社会，信息已经渗透到每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来，其中，对海量信息的准确分类，有利于人们减少浏览海量信息所需的时间，能够获取相关行业更为精确的信息，从而依据精确的信息提升决策的准确以及浏览信息的体验。

由于互联网上包含有众多视频，为了便于用户从视频网站方便快捷的查询和浏览视频，需要对各视频进行分类，目前的视频分类方法，主要是通过用户自动为视频进行标签分类并上传到视频网站，视频网站的运营人员依据视频标签并结合视频内容重新为视频进行分类，但是上述现有的视频分类方法，由于视频网站基于运营人员的人工方式对视频进行分类，需要耗费大量的人力来进行视频筛选和分类，使得视频分类效率较低。

发明内容

本公开提供一种视频分类方法、装置、电子设备及可读介质，以实现提高视频分类效率。

第一方面，本公开实施例提供了一种视频分类方法，该方法包括：

获取当前用户已浏览视频的当前浏览数据；

确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；

当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

上述方案中，可选的是，在确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度之前，还包括：

创建虚拟的目标视频类型用户，基于所述目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据。

上述方案中，可选的是，所述浏览数据包括视频标识、浏览时长、收藏标签、转发标签、喜爱标签。

上述方案中，可选的是，确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度，包括：

根据预设规则，将所述当前浏览数据转换为第一参数矩阵，将所述标准浏览数据转换为第二参数矩阵；

确定所述第一参数矩阵和所述第二参数矩阵的欧式距离；

根据所述欧式距离确定所述当前浏览数据与所述标准浏览数据的第一相似度。

上述方案中，可选的是，所述当前浏览数据与所述标准浏览数据的第一相似度与所述欧式距离成反比。

上述方案中，可选的是，在获取当前用户已浏览视频的当前浏览数据之前，还包括：

确定所述当前用户的已浏览视频与所述目标视频类型用户已浏览视频是否存在交集；

若是，则继续执行所述获取当前用户已浏览视频的当前浏览数据的步骤；

相应的，所述获取当前用户已浏览视频的当前浏览数据包括：获取交集视频的当前浏览数据。

上述方案中，可选的是，在将所述当前用户浏览的各个视频的视频类型标记为目标视频类型之后，还包括：

提取被标记视频中的特征信息和关键词，将所述特征信息和所述关键词在预先设置的目标视频类型信息库中进行匹配；

当匹配失败时，取消对所述被标记视频的类型标记。

上述方案中，可选的是，所述方法还包括：

确定目标视频类型用户浏览的各个视频与所述当前用户已浏览视频的第二相似度；

将目标视频类型用户浏览的各个视频中所述第二相似度大于第二预设值的视频推荐给所述当前用户。

第二方面，本公开实施例还提供了视频分类装置，该装置包括：

浏览数据获取模块，用于获取当前用户已浏览视频的当前浏览数据；

相似度确定模块，用于确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；

视频类型标记模块，用于当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

上述方案中，可选的是，上述视频分类装置，还可以包括：

标准构建模块，用于创建虚拟的目标视频类型用户，基于所述目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据。

上述方案中，可选的是，上述浏览数据包括视频标识、浏览时长、收藏标签、转发标签、喜爱标签。

上述方案中，可选的是，上述相似度确定模块502具体用于：

根据预设规则，将所述当前浏览数据转换为第一参数矩阵，将所述标准浏览数据转换为第二参数矩阵；

确定所述第一参数矩阵和所述第二参数矩阵的欧式距离；

根据所述欧式距离确定所述当前浏览数据与所述标准浏览数据的第一相似度。

上述方案中，可选的是，上述当前浏览数据与所述标准浏览数据的第一相似度与所述欧式距离成反比。

上述方案中，可选的是，上述视频分类装置，还可以包括：

交集判断模块，用于确定所述当前用户的已浏览视频与所述目标视频类型用户已浏览视频是否存在交集；若是，则继续执行所述获取当前用户已浏览视频的当前浏览数据的步骤；

相应的，上述浏览数据获取模块501具体用于获取交集视频的当前浏览数据。

上述方案中，可选的是，上述视频分类装置，还可以包括：

匹配模块，用于提取被标记视频中的特征信息和关键词，将所述特征信息和所述关键词在预先设置的目标视频类型信息库中进行匹配；

标记取消模块，用于当匹配失败时，取消对所述被标记视频的类型标记。

上述方案中，可选的是，上述相似度确定模块502还用于：确定目标视频类型用户浏览的各个视频与所述当前用户已浏览视频的第二相似度；

视频分类装置，还可以包括：视频推荐模块，用于将目标视频类型用户浏览的各个视频中所述第二相似度大于第二预设值的视频推荐给所述当前用户。

第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开任意实施例所述的视频分类方法。

第四方面，本公开实施例提供了一种可读介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开任意实施例所述的视频分类方法。

本公开实施例提供的一种视频分类方法、装置、电子设备和可读介质，通过获取当前用户已浏览视频的当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据进行相似度比较，若相似度大于预设阈值，则自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记。解决了现有技术需依靠人工才能完成视频分类的问题，能够降低视频分类成本，提高视频分类效率。

附图说明

图1示出了本公开实施例提供的一种视频分类方法的流程图；

图2示出了本公开实施例提供的另一种视频分类方法的流程图；

图3示出了本公开实施例提供的另一种视频分类方法的流程图；

图4示出了本公开实施例提供的另一种视频分类方法的流程图；

图5示出了本公开实施例提供的一种视频分类装置的结构示意图；

图6示出了本公开实施例提供的一种电子设备的结构示意图。

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本公开，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分而非全部结构。下述各实施例中，每个实施例中同时提供了可选特征和示例，实施例中记载的各个特征可进行组合，形成多个可选方案，不应将每个编号的实施例仅视为一个技术方案。

实施例一

图1示出了本公开实施例提供的一种视频分类方法的流程图，本公开实施例可适用于在用户浏览视频的过程中，对用户已浏览视频进行视频类型标记的情况。本实施例提供的视频分类方法可以由本公开实施例提供的视频分类装置或电子设备来执行，该装置可以通过软件和/或硬件的方式来实现。

可选的，如图1所示，本实施例中的方法可以包括如下步骤：

S101，获取当前用户已浏览视频的当前浏览数据。

其中，浏览数据可以是记录浏览视频的相关数据，其可以包括但不限于视频标识、浏览时长、收藏标签、转发标签、喜爱标签等。其中，视频标识可以是区分各浏览视频的身份标识，如可以是视频的标题、编号等。浏览时长可以是实际浏览各视频的时长，也可以是指各视频的总时长。收藏标签可以是用于记录用户浏览各视频时是否收藏该视频的标签数据；转发标签可以是用于记录用户浏览各视频时是否转发该视频的标签数据；喜爱标签可以用于记录指用户浏览各视频时是否喜爱该视频的标签数据。可选的，收藏标签、转发标签和喜爱标签可以是在视频浏览界面以图标或按钮的形式展现在视频的周围，当用户触发相关图标或按钮时，产生对应标签数据，如以收藏标签为例，若用户在浏览某一视频时，点击该视频下方的收藏图标，则生成该视频的收藏标签数据1，否则生成该视频收藏标签数据0。

可选的，本公开实施例中，当前浏览数据可以是当前用户已浏览视频对应的浏览数据(其中，针对每一个已浏览视频，都对应有该已浏览视频对应的当前浏览数据)。当前用户已浏览视频可以是指当前用户本次已浏览的视频。通常情况下，用户执行一次浏览视频操作，往往会连续浏览多个相同视频类型的视频，因此，当前用户本次已浏览视频通常为多个相同视频类型的视频。可选的，当前用户已浏览视频的判定条件可以是，在当前用户本次触发浏览视频操作后，将其本次连续浏览的视频都作为当前已浏览视频，其中，连续浏览可以是指浏览的相邻两视频之间的播放间隔小于预设时间间隔。例如，当前用户本次触发浏览视频操作后，只要其下一浏览视频与当前浏览视频之间的播放间隔小于5分钟，就认为下一浏览视频属于当前浏览视频的连续浏览视频，即下一浏览视频也属于当前用户本次已浏览视频。可选的，当下一浏览视频与当前浏览视频之间的播放间隔大于预设时间间隔，则认为下一浏览视频不属于当前用户本次已浏览视频，是用户新执行的一次浏览视频操作对应的已浏览视频。

可选的，本公开实施例中，获取当前用户已浏览视频的当前浏览数据时，可以是先确定当前用户本次的已浏览视频，然后再根据当前用户对本次浏览的各已浏览视频的实际浏览和操作情况，从中获取各已浏览视频对应的当前浏览数据。例如，针对每一个已浏览视频，根据已浏览视频的信息获取当前浏览数据中的视频标识；提取当前用户浏览该视频的时长或该视频的总时长，作为当前浏览数据中的浏览时长；根据当前用户浏览该视频时的具体操作情况，确定当前浏览数据中的收藏标签、转发标签以及喜爱标签。可选的，获取当前用户已浏览视频的当前浏览数据，可以是在当前用户浏览各视频的同时，实时获取该视频的当前浏览数据；也可以是在当前用户执行完本次视频浏览操作后，再获取本次已浏览的各视频对应的当前浏览数据。

S102，确定当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度。

其中，视频类型可以是将可供用户浏览的视频按照一定的分类规则，划分为多种不同的视频类型。例如，按照视频的内容进行划分，可以划分为房源类、学习资料类、汽车类、新闻类等；按照视频的时长进行划分，可以划分为短视频类和长视频类；按照视频的剧情进行划分，可以划分为喜剧类、恐怖类、悲伤类、科幻类等。

可选的，在执行本步骤之前，还可以包括：创建虚拟的目标视频类型用户，基于目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据。具体的，可以是预先为划分好的各视频类型创建虚拟的用户(即目标视频类型用户)，然后针对每一个目标视频类型用户，模拟浏览视频库(所述视频库中包含有所有可供用户浏览的视频)中已标记为该目标视频类型的各视频，并根据模拟浏览情况，为各视频设置标准浏览数据。同样的，标准浏览数据也可以包括但不限于：视频标识、浏览时长、收藏标签、转发标签、喜爱标签等方面的数据。可选的，基于目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据时，可以是采用模拟软件或模型来基于各目标视频类型用户浏览已标记的目标视频类型视频，并为浏览的视频自动设置标准浏览数据；也可以是人工基于各目标视频类型用户浏览已标记的目标视频类型视频，并为浏览的视频自动设置标准浏览数据。

可选的，本公开实施例中，确定当前浏览数据与目标浏览类型用户已浏览视频的标准浏览数据的第一相似度的方法有很多，对此本实施例不进行限定。可以是计算当前浏览数据与标准浏览数据之间的欧式距离，作为当前浏览数据与标准浏览数据的第一相似度；也可以是计算当前浏览数据与标准浏览数据之间的曼哈顿距离，作为当前浏览数据与标准浏览数据的第一相似度；还可以是计算当前浏览数据与标准浏览数据之间的夹角余弦值，作为当前浏览数据与标准浏览数据的第一相似度等。

示例性的，本实施例中，在确定当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度时，可以是从当前浏览数据中找出当前用户的已浏览数据中的每一个已标记视频对应的当前浏览数据，确定该已标记视频的当前浏览数据与目标视频类型用户浏览该已标记视频时设置的标准浏览数据之间的第一相似度。例如，若当前用户已浏览视频为视频1、视频2、视频3和视频4。其中视频1、视频2和视频3是已标记视频，则可以是将当前用户已浏览的视频1视频2和视频3的当前浏览数据，分别与目标视频类型用户已浏览视频中视频1视频2和视频3的标准浏览数据计算第一相似度。可选的，确定出的当前浏览数据与标准浏览数据的第一相似度，可以是各已标记视频的第一相似度组成的集合，也可以是根据各已标记视频第一相似度计算出的平均第一相似度等。

可选的，若当前用户已浏览视频中标记有多种不同目标视频类型的视频，则可以是选出当前用户已浏览视频中对应最多的目标类型的视频，计算该目标类型的视频的当前浏览数据与标准浏览数据的第一相似度。

S103，当第一相似度大于第一预设值时，将当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

其中，第一预设值可以是预先设置的，用来判断当前用户已浏览视频是否为目标视频类型的判定标准，可以是系统预先根据大量的统计分析确定的，也可以是用户根据自身需求设定的。

可选的，在判断第一相似度是否大于第一预设值时，若第一相似度是各已标记视频的第一相似度组成的集合，则可以是判断集合中是否有大于第一预设值的第一相似度，若有，则说明第一相似度大于第一预设值；也可以是判断集合中是否一定比例的第一相似度大于第一预设值，若是，则说明第一相似度大于第一预设值。若第一相似度是根据各已标记视频第一相似度计算出的平均第一相似度，则可以是判断该平均第一相似度是否大于第一预设值。若判断后发现第一相似度大于第一预设值时，则将当前用户的已浏览视频中的未标记视频类型标记为目标视频类型。

可选的，在将当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型之后，还可以包括：基于目标视频类型用户浏览本次标记的各视频，并设置各视频的标准浏览数据。

需要说明的是，本公开实施例中的当前用户已浏览视频中包括已标记视频和未标记视频，通过已标记视频来判断是否将未标记视频标记为已标记视频所属的目标视频类型，若已浏览视频中没有未标记视频，则无需对本次当前用户已浏览视频进行分析处理，因此当前用户已浏览视频都已经进行分类标记。若已浏览视频中没有已标记视频，也无需对本次当前用户已浏览视频进行分析处理，因为没有已标记视频，就无法确定未标记视频对应的目标视频类型。

本公开实施例提供的技术方案，通过获取当前用户已浏览视频的当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据进行相似度比较，若相似度大于预设值，则自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记。解决了现有技术需依靠人工才能完成视频分类的问题，能够降低视频分类成本，提高视频分类效率。

实施例二

图2示出了本公开实施例提供的另一种视频分类方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行优化。具体的，本实施对于上述实施例提供的各步骤中如何确定当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度的具体过程进行详细的介绍。

可选的，如图2所示，本实施例中的方法可以包括如下步骤：

S201，获取当前用户已浏览视频的当前浏览数据。

S202，根据预设规则，将当前浏览数据转换为第一参数矩阵，将标准浏览数据转换为第二参数矩阵。

其中，标准浏览数据为目标视频类型用户已浏览视频的标准浏览数据。预设规则可以是预先设置的将浏览数据转化为参数矩阵的具体规则，其可以包括浏览数据中每一个参数的转换规则，可以按照该预设规则，将浏览数据中每一个参数都转化为参数矩阵中的该参数对应的数值。如若浏览数据中包括：视频标识、浏览时长、收藏标签、转发标签、喜爱标签。则视频标识的转化规则可以是：若视频标识为数字标识，则直接将该数字标识作为参数矩阵中视频标识对应的数据；若视频标识为非数字标识，则可以是对非数字标识按照一定的信息编码规则(如汉字编码规则、英文子母编码规则)进行编码，将编码后的结果作为参数矩阵中视频标识对应的数据。浏览时长的转化规则可以是直接将浏览时长对应的数值作为参数矩阵中浏览时长对应的数据，如若浏览时长为1分钟，则将1作为参数矩阵中浏览时长对应的数据；也可以是预先划分多个时间段，并为各时间段设置不同的标识符，判断当前浏览数据中的浏览时长属于哪个时间段，就将该浏览时长转化为所属时间段的标识符，作为参数矩阵中浏览时长对应的数据。如预先划分5个时间段：0分钟-1分钟、2分钟-5分钟、6分钟-30分钟、31分钟-60分钟、60分钟-120分钟，各时间段对应的标识符分别为01、02、03、04、05、06。若当前浏览数据的浏览时长为3分钟，则就爱那个3分钟所属的2分钟-5分钟的时间段的标识符02作为参数矩阵中浏览时长对应的数据。收藏标签的转化规则可以是为收藏标签设置两个数据值，若用户触发了收藏标签，则将收藏标签转化为一种数据值，若没有触发收藏标签，则将收藏标签转化为另一种数据值。如可以是为收藏标签设置两个数据0和1，若用户触发了收藏标签，则将收藏标签转化为1，若没有触发收藏标签，则将收藏标签转化为0。对于转发标签和喜爱标签的预设规则可以与收藏标签类似，对此不进行赘述。

示例性的，按照预设规则，将每一个当前浏览数据都转化为对应的第一参数矩阵，将该当前浏览数据对应的已标记视频的标准浏览数据也按照预设规则转化为第二参数矩阵。

S203，确定第一参数矩阵和第二参数矩阵的欧式距离。

示例性的，确定第一参数矩阵和第二参数据的欧式距离时，可以是分别计算每一个当前浏览数据的第一参数矩阵和该当前浏览数据对应的已标记视频的标准浏览数据的第二参数矩阵之间的欧式距离。

具体的，第一参数矩阵和第二参数矩阵的欧式距离计算公式可以是：

其中，d₁₂为第一参数矩阵和第二参数矩阵的欧式距离，n为第一参数矩阵和第二参数矩阵的维度，x_1k为第一参数矩阵中第k个维度对应的数值；x_2k为第二参数矩阵中第k个维度对应的数值。

S204，根据欧式距离确定当前浏览数据与标准浏览数据的第一相似度。

示例性的，由于欧式距离中，两矩阵的欧式距离值越大，说明两矩阵之间的相似度越小，两矩阵的欧式距离值越小，说明两矩阵之间的相似度越大，因此，当前浏览数据与标准浏览数据的第一相似度与欧式距离成反比。在根据欧式距离确定当前浏览数据与标准浏览数据的第一相似度时，可以是将S203计算出的欧式距离在按照预设公式进行计算后，得到第一相似度值，例如，可以是将计算出的欧式距离带入公式中，计算当前浏览数据与标准浏览数据的第一相似度，其中，s为当前浏览数据与标准浏览数据的第一相似度，d₁₂为第一参数矩阵和第二参数矩阵的欧式距离。此时s越接近1，说明当前浏览数据与标准浏览数据的相似度越高。

S205，当第一相似度大于第一预设值时，将当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

本公开实施例提供的技术方案，通过获取当前用户已浏览视频的当前浏览数据，将当前浏览数据和与标准浏览数据转换成参数矩阵的形式计算两矩阵的欧式距离，根据欧式距离确定当前浏览数据与标准浏览数据的第一相似度，进而在相似度大于预设值时，自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记。采用计算矩阵的欧式距离的方式确定第一相似度，提高了第一相似度确定的准确性，能够在提高视频分类效率的同时，保证了视频分类的准确性。

实施例三

图3示出了本公开实施例提供的另一种视频分类方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行优化。具体的，本实施对于上述实施例提供的各步骤的基础上，在获取当前用户已浏览视频的当前浏览数据之前，增加了对当前用户已浏览视频进行判断处理过程，以及在对当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型之后，增加了对标记视频进行验证的过程。

可选的，如图3所示，本实施例中的方法可以包括如下步骤：

S301，开始。

S302，确定当前用户的已浏览视频与目标视频类型用户已浏览视频是否存在交集，若是，则执行S302，若否，则返回等待下一次执行S302。

示例性的，当前用户的已浏览视频可以是由已标记视频和/或未标记视频构成的，要想通过已标记视频来判断是否将未标记视频标记为已标记视频所属的目标视频类型时，需要当前用户的已浏览视频中包括目标视频类型用户已浏览视频。而目标视频类型用户已浏览视频是标记为该目标类型的所有视频。因此，在执行获取当前用户已浏览视频的当前浏览数据之前，需要先判断当前用户的已浏览视频与目标类型用户已浏览视频是否存在交集。

具体的，可以是将当前用户的已浏览视频与目标视频类型用户已浏览过的标记为该目标类型的所有视频做交集运算，判断当前用户的已浏览视频中是否存在已标记为该目标视频类型的视频。若是，则可以继续执行下述S303获取当前用户已浏览视频的当前浏览数据的步骤，若否，则说明本次当前用户的已浏览视频中都是未标记过目标视频类型的数据，无法根据本次当前用户的已浏览视频对已浏览视频中的未标记视频进行标记，因此，返回等待下一次在当前用户浏览视频时再次执行S302的确定下一次当前用户的已浏览视频与目标视频类型用户已浏览视频是否存在交集。可选的，若当前用户的已浏览视频都属于目标视频类型用户已浏览过的标记为该目标类型的视频，则说明当前用户的已浏览视频都经过标记，没有待标记的视频，此时也可以是返回等待下一次在当前用户浏览视频时再次执行S302的确定下一次当前用户的已浏览视频与目标视频类型用户已浏览视频是否存在交集。

可选的，为了对当前用户已浏览视频分类的准确性，在确定当前用户的已浏览视频与目标视频类型用户已浏览视频是否存在交集时，可以是在当前用户的已浏览视频与目标视频类型用户已浏览视频的交集达到预设数量，或当前用户的已浏览视频与目标视频类型用户已浏览视频的交集数量占当前用户已浏览视频总数的比例达到预设比例时，才判断为当前用户的已浏览视频与目标视频类型用户已浏览视频存在交集。例如，若当前用户已浏览视频的数量为10个，与目标视频类型用户已浏览视频的交集数量为8个，可以是通过判断交集数量8大于预设数量6，则确定当前用户的已浏览视频与目标视频类型用户已浏览视频存在交集；也可以通过判断交集数量8占当前用户已浏览视频总数10的比例为4/5，大于预设比例2/3，则确定为当前用户的已浏览视频与目标视频类型用户已浏览视频存在交集。

S303，获取交集视频的当前浏览数据。

示例性的，在确定当前用户的已浏览视频与目标视频类型用户已浏览视频存在交集后，为了提高视频分类效率，本实施例可以是只获取当前用户的已浏览视频中与目标视频类型用户已浏览视频存在交集的视频的当前浏览数据。

S304，确定当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度。

S305，当第一相似度大于第一预设值时，将当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

S306，提取被标记视频中的特征信息和关键词，将特征信息和关键词在预先设置的目标视频类型信息库中进行匹配。

其中，特征信息可以是被标记视频的音频特征、图像特征以及文字特征等。可选的，音频特征可以是包括但不限于音频的音色、音调以及音频转化后的文字内容等特征；图像特征可以包括但不限于视频图像中出现的目标物体、背景环境以及清晰度等特征；文字特征可以包括但不限于视频中的标题文字、字幕文字、作者、视频上传时间以及时长等特征。关键词可以是对视频音频转换后的文字内容、视频字幕内容、标题内容等进行关键词提取得到的。目标视频类型信息库可以是针对该目标类型而设置的该目标类型的视频所具备的特征信息和关键词等。目标视频类型信息库可以是通过每一种目标视频类型对应的已标记视频进行分析提取出该目标视频类型所具备的共性特征信息和关键词，存储在目标信息类型信息库中。可选的，可以是针对每一种目标视频类型都设置一个该视频类型信息库，也可以是设置一个视频信息库，在该视频信息库中按照目标视频类型，分类存储各目标视频类型对应的特征信息和关键词。

可选的，为了防止S305对未标记视频标记的视频类型不准确，可以是对S305新标记的各视频进行标记准确性验证，具体的，可以是针对每一个新被标记的视频，通过该视频的图像、音频、文字多方面进行分析，从中提取该视频的特征信息和关键词。然后将提取出的特征信息和关键词与该视频被标记的视频类型的信息库中记录的特征信息和关键词进行匹配比较。

可选的，将特征信息和关键词在预先设置的目标视频类型信息库中进行匹配时，可以是看信息库中是否记录有提取出的特征信息和/或关键词，若有，则说明匹配成功，否则，说明匹配不成功；也可以是计算信息库中特征信息和关键词与提出的特征信息和关键词之间的相似度，若相似度达到预设值，则说明匹配成功，否则，说明匹配不成功。

S307，判断匹配是否成功，若成功，则执行S309，否则，执行S308。

示例性的，若判断匹配成功，则说明S305对未标记视频标记的视频类型准确，执行S309结束本次视频分类操作，若判断匹配失败，则说明S305对未标记视频标记的视频类型不准确，执行S308，对匹配失败的特征信息和关键词对应的视频，取消本次对该视频标记的类型标记，即恢复该视频的未标记状态。

S308，当匹配失败时，取消对被标记视频的类型标记。

S309，结束。

本公开实施例提供的技术方案，在用户已浏览视频与目标视频类型用户已浏览视频存在交集时，获取交集视频的当前浏览数据，与目标视频类型用户已浏览视频的标准浏览数据进行相似度比较，若相似度大于预设值，自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记，并基于目标视频类型信息库对标记后的视频进行匹配性验证，若匹配失败，取消对标记视频的类型标记。避免了因相似度分析不准确造成视频类型标记错误的情况，在提高视频分类效率的同时，保证了视频分类标记的准确性。

实施例四

图4示出了本公开实施例提供的另一种视频分类方法的流程图，本实施例在上述实施例提供的各个可选方案的基础上进行优化。具体的，本实施对于上述实施例提供的各步骤的基础上，增加了向当前用户推荐视频的具体操作过程。

可选的，如图4所示，本实施例中的方法可以包括如下步骤：

S401，获取当前用户已浏览视频的当前浏览数据。

S402，确定当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度。

S403，当第一相似度大于第一预设值时，将当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

S404，确定目标视频类型用户浏览的各个视频与当前用户已浏览视频的第二相似度。

其中，第二相似度可以是指当前用户浏览的视频与目标视频类型用户浏览的各已标记视频之间内容细节特征的相似度。例如，若目标视频类型为房源视频，其内容细节特征可以包括房源的位置、户型、朝向、价格等；若目标视频类型为汽车视频，其内容细节特征可以包括汽车的品牌、产地、车型、功能等。

示例性的，可以是根据当前用户已浏览视频，确定该当前用户已浏览视频所共有的至少一个内容细节特征，然后根据当前用户已浏览视频所属的目标视频类型，针对标记有该目标视频类型的各视频，确定各视频与当前用户已浏览视频的所述至少一个内容细节特征之间的第二相似度。例如，若根据当前用户已浏览视频，确定当前用户已浏览视频所共有的细节特征有房源位置为地铁附近、户型为两室一厅的房源，当前用户已浏览视频所属的视频类型为房源类型，则针对标记有房源类型的各视频，确定各视频的房源位置特征和户型特征与当前用户已浏览视频所共有的细节特征有房源位置特征(即地铁附近)、户型特征(即两室一厅)的第二相似度。

可选的，确定目标视频类型用户浏览的各个视频与当前用户已浏览视频的第二相似度时方法有很多，本实施例不进行限定。如可以采用欧式距离法确定；也可以采用曼哈顿距离法确定；还可以采用夹角余弦值法确定等。

S405，将目标视频类型用户浏览的各个视频中第二相似度大于第二预设值的视频推荐给当前用户。

其中，第二预设值可以是预先设置的，用来判断各视频是否可作为待推荐视频的判定标准，可以是系统预先根据大量的统计分析确定的，也可以是用户根据自身需求设定的。

示例性的，确定出目标视频类型用户浏览的各个视频与当前用户已浏览视频的第二相似度后，可以将目标视频类型用户浏览的各个视频(即标记为该目标视频类型的各视频)中第二相似度大于第二预设阈值的视频推荐给当前用户。例如，若标记为房源视频类型的各视频中，视频1、视频3和视频9的房源位置为地铁附近，且户型为两室一厅，确定出的视频1、视频3和视频9与前用户已浏览视频所共有的房源位置特征地铁附近、户型特征两室一厅的第二相似度大于第二预设值，此时将视频1、视频3和视频9推荐给当前用户。

可选的，向用户推荐视频时，可以根据用户的浏览视频记录，从确定出的大于第二预设值的视频中，滤除用户已浏览过的视频，向用户推荐其没有浏览过的视频。若待向当前用户推荐的视频为多个时，可以是将待推荐的多个视频按照相似度值递减的顺序依次推荐给用户。

可选的，本实施例中S404到S405向当前用户推荐视频时，可以是根据当前用户开始浏览视频数据时，即按照上述方法为用户推荐视频，并随用当前用户已浏览视频的增加，不断调整确定第二相似度的视频内容细节特征，从而保证随着当前用户已浏览视频的增加，更准确的向用户推荐符合其需求的视频。

本公开实施例提供的技术方案，通过获取当前用户已浏览视频的当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据进行第一相似度比较，若相似度大于预设值，则自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记。此外还可以通过比较目标视频类型用户浏览的各视频与当前用户已浏览视频的第二相似度，将各视频中第二相似度大于第二预设值的视频推荐给当前用户。能够在提高视频分类效率的同时，增加向用户准确推荐感兴趣视频的功能。

实施例五

图5示出了本公开实施例提供的一种视频分类装置的结构示意图，本公开实施例可适用于在用户浏览视频的过程中，对用户已浏览视频进行视频类型标记的情况，该装置可以通过软件和/或硬件来实现，并集成在执行本方法的电子设备中。如图5所示，本公开实施例中视频分类装置，可以包括：

浏览数据获取模块501，用于获取当前用户已浏览视频的当前浏览数据；

相似度确定模块502，用于确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；

视频类型标记模块503，用于当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

本公开实施例提供的技术方案，通过获取当前用户已浏览视频的当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据进行相似度比较，若相似度大于预设值，则自动对当前用户已浏览视频中未标记视频类型的视频进行视频类型标记。解决了现有技术需依靠人工才能完成视频分类的问题，能够降低视频分类成本，提高视频分类效率。

进一步的，上述视频分类装置，还可以包括：

标准构建模块，用于创建虚拟的目标视频类型用户，基于所述目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据。

进一步的，上述浏览数据包括视频标识、浏览时长、收藏标签、转发标签、喜爱标签。

进一步的，上述相似度确定模块502具体用于：

根据预设规则，将所述当前浏览数据转换为第一参数矩阵，将所述标准浏览数据转换为第二参数矩阵；

确定所述第一参数矩阵和所述第二参数矩阵的欧式距离；

根据所述欧式距离确定所述当前浏览数据与所述标准浏览数据的第一相似度。

进一步的，上述当前浏览数据与所述标准浏览数据的第一相似度与所述欧式距离成反比。

进一步的，上述视频分类装置，还可以包括：

交集判断模块，用于确定所述当前用户的已浏览视频与所述目标视频类型用户已浏览视频是否存在交集；若是，则继续执行所述获取当前用户已浏览视频的当前浏览数据的步骤；

相应的，上述浏览数据获取模块501具体用于获取交集视频的当前浏览数据。

进一步的，上述视频分类装置，还可以包括：

匹配模块，用于提取被标记视频中的特征信息和关键词，将所述特征信息和所述关键词在预先设置的目标视频类型信息库中进行匹配；

标记取消模块，用于当匹配失败时，取消对所述被标记视频的类型标记。

进一步的，上述相似度确定模块502还用于：确定目标视频类型用户浏览的各个视频与所述当前用户已浏览视频的第二相似度；

视频分类装置，还可以包括：视频推荐模块，用于将目标视频类型用户浏览的各个视频中所述第二相似度大于第二预设值的视频推荐给所述当前用户。

本公开实施例提供的视频分类装置，与上述实施例提供的视频分类方法属于同一发明构思，未在本公开实施例中详尽描述的技术细节可参见上述实施例，并且本公开实施例与上述实施例具有相同的有益效果。

实施例六

下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备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，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603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可以允许电子设备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电子设备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。

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，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本公开中，计算机可读存储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存储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电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

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电子设备执行时，使得该电子设备：获取当前用户已浏览视频的当前浏览数据；确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

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操作的计算机程序代码，上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。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

实施例七

本公开实施例七还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被视频分类装置执行时实现如本公开实施例一提供的视频分类方法，该方法包括：获取当前用户已浏览视频的当前浏览数据；确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

当然，本公开实施例所提供的一种计算机可读存储介质，其上存储的计算机程序被执行时不限于实现如上所述的方法操作，还可以实现本公开任意实施例所提供的视频分类方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本公开可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开各个实施例所述的方法。

值得注意的是，上述视频分类装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开的保护范围。

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，本公开中所涉及的公开范围，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公开构思的情况下，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。

Claims (11)

1.一种视频分类方法，其特征在于，包括：

获取当前用户已浏览视频的当前浏览数据；

确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；

当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

2.根据权利要求1所述方法，其特征在于，在确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度之前，还包括：

创建虚拟的目标视频类型用户，基于所述目标视频类型用户浏览已标记的目标视频类型视频，并设置各视频的标准浏览数据。

3.根据权利要求1或2所述的方法，其特征在于，所述浏览数据包括视频标识、浏览时长、收藏标签、转发标签、喜爱标签。

4.根据权利要求1所述的方法，其特征在于，确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度，包括：

根据预设规则，将所述当前浏览数据转换为第一参数矩阵，将所述标准浏览数据转换为第二参数矩阵；

确定所述第一参数矩阵和所述第二参数矩阵的欧式距离；

根据所述欧式距离确定所述当前浏览数据与所述标准浏览数据的第一相似度。

5.根据权利要求4所述的方法，其特征在于，所述当前浏览数据与所述标准浏览数据的第一相似度与所述欧式距离成反比。

6.根据权利要求1所述的方法，其特征在于，在获取当前用户已浏览视频的当前浏览数据之前，还包括：

确定所述当前用户的已浏览视频与所述目标视频类型用户已浏览视频是否存在交集；

若是，则继续执行所述获取当前用户已浏览视频的当前浏览数据的步骤；

相应的，所述获取当前用户已浏览视频的当前浏览数据包括：获取交集视频的当前浏览数据。

7.根据权利要求1所述的方法，其特征在于，在将所述当前用户浏览的各个视频的视频类型标记为目标视频类型之后，还包括：

提取被标记视频中的特征信息和关键词，将所述特征信息和所述关键词在预先设置的目标视频类型信息库中进行匹配；

当匹配失败时，取消对所述被标记视频的类型标记。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

确定目标视频类型用户浏览的各个视频与所述当前用户已浏览视频的第二相似度；

将目标视频类型用户浏览的各个视频中所述第二相似度大于第二预设值的视频推荐给所述当前用户。

9.一种视频分类装置，其特征在于，包括：

浏览数据获取模块，用于获取当前用户已浏览视频的当前浏览数据；

相似度确定模块，用于确定所述当前浏览数据与目标视频类型用户已浏览视频的标准浏览数据的第一相似度；

视频类型标记模块，用于当所述第一相似度大于第一预设值时，将所述当前用户的已浏览视频中的未标记视频的视频类型标记为目标视频类型。

10.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的视频分类方法。

11.一种可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的视频分类方法。