CN110933472A - 一种用于实现视频推荐的方法和装置 - Google Patents
一种用于实现视频推荐的方法和装置 Download PDFInfo
- Publication number
- CN110933472A CN110933472A CN201911215704.XA CN201911215704A CN110933472A CN 110933472 A CN110933472 A CN 110933472A CN 201911215704 A CN201911215704 A CN 201911215704A CN 110933472 A CN110933472 A CN 110933472A
- Authority
- CN
- China
- Prior art keywords
- user
- video
- obtaining
- commodity
- associated video
- 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.)
- Granted
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
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user 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]
- H04N21/20—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]
- H04N21/40—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
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/47815—Electronic shopping
-
- 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
- H04N21/482—End-user interface for program selection
- H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score
Abstract
本发明提供了一种用于实现视频推荐的方法和装置,涉及视频推送技术领域,通过获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上,从而达到了推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能的技术效果。
Description
技术领域
本发明涉及视频推送技术领域,尤其涉及一种用于实现视频推荐的方法和装置。
背景技术
随着互联网技术的不断发展,尤其是移动终端的普及,用户录制、发布的视频数据日渐丰富,在线视频数量和用户数量呈井喷式增加,为提高用户的视频观看体验,如何向用户进行视频推荐逐渐成为相关技术人员的研究热点。目前,视频提供平台通过对用户的视频爱好进行分析之后,可以主动的向用户推荐视频,视频推荐是视频网站帮助用户查找并观看某个特定领域视频的方法和工具,避免了搜索词的输入和层次目录的多次点击过程,使得查找并观看某个特定类型的视频更加简单容易。
但本发明申请人发现现有技术至少存在如下技术问题:
现有的视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力。
发明内容
本发明实施例提供了一种用于实现视频推荐的方法和装置,解决了现有技术中视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力的技术问题,达到了推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种用于实现视频推荐的方法和装置。
第一方面,本发明提供了一种用于实现视频推荐的方法,所述方法包括:获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
优选的,所述方法还包括:获得第一预设时间内,所述第一用户对于所述第二平台的第一使用时长;获得所述第一用户在所述第一预设时间内的第一使用频次;根据所述第一使用时长、第一使用频次,获得所述第一用户的第一平均使用时长;根据所述第一平均使用时长,获得所述第一关联视频的第一占比时长、第一推送比例;按照所述第一占比时长和所述第一推送比例,将所述第一关联视频推荐给所述第一用户。
优选的,所述方法还包括:获得所述第一用户在所述第一预设时间内的第一视频播放量;根据所述第一使用时长、第一视频播放量,获得所述第一用户的第一平均视频播放时长;根据所述第一平均视频播放时长,判断所述第一关联视频是否满足第二预设条件;当满足时,将所述第一关联视频推荐给所述第一用户。
优选的,所述判断所述第一关联视频是否满足第一预设条件,包括:获得所述第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量;依次获得所述第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数;根据所述第一权重系数、第二权重系数、第三权重系数、第四权重系数、第五权重系数、第六权重系数、第七权重系数,获得所述第一关联视频的第一匹配值;判断所述第一匹配值是否满足第一预设阈值;当满足所述第一预设阈值时,将所述第一关联视频推荐给所述第一用户。
优选的,所述方法还包括:获得第二预设时间内,所述第一用户在所述第一平台上的第一历史记录;根据所述第一历史记录,获得第一喜好商品类型;获得第三预设时间内,所述第一用户在所述第一平台上的第二历史记录;根据所述第二历史记录,获得第二喜好商品类型;判断所述第一喜好商品类型与所述第二喜好商品类型是否一致;当不一致时,根据所述第二历史记录、第二喜好商品类型,获得第二关联视频;将所述第二关联视频推荐给所述第一用户,其中,所述第二关联视频处于第二平台上。
优选的,所述方法还包括:获得第一用户的第一标签信息;获得所述第一用户与第二用户在第一平台上的第一互动信息;获得所述第二用户的第二标签信息;判断所述第一标签信息与所述第二标签信息是否一致;当不一致时,根据所述第一互动信息,获得第三关联商品;根据所述第三关联商品,获得第三关联视频,其中,所述第三关联视频中包括所述第三关联商品;将所述第三关联视频推荐给所述第二用户,其中,所述第三关联视频处于第二平台上。
第二方面,本发明提供了一种用于实现视频推荐的装置,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户在第一平台上的第一购物清单;
第二获得单元,所述第二获得单元用于根据所述第一购物清单,获得第一商品信息;
第三获得单元,所述第三获得单元用于根据所述第一商品信息,获得第一关联商品;
第四获得单元,所述第四获得单元用于根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
第一判断单元,所述第一判断单元用于判断所述第一关联视频是否满足第一预设条件;
第一推荐单元,所述第一推荐单元用于当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
优选的,所述装置还包括:
第五获得单元,所述第五获得单元用于获得第一预设时间内,所述第一用户对于所述第二平台的第一使用时长;
第六获得单元,所述第六获得单元用于获得所述第一用户在所述第一预设时间内的第一使用频次;
第七获得单元,所述第七获得单元用于根据所述第一使用时长、第一使用频次,获得所述第一用户的第一平均使用时长;
第八获得单元,所述第八获得单元用于根据所述第一平均使用时长,获得所述第一关联视频的第一占比时长、第一推送比例;
第二推荐单元,所述第二推荐单元用于按照所述第一占比时长和所述第一推送比例,将所述第一关联视频推荐给所述第一用户。
优选的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得所述第一用户在所述第一预设时间内的第一视频播放量;
第十获得单元,所述第十获得单元用于根据所述第一使用时长、第一视频播放量,获得所述第一用户的第一平均视频播放时长;
第二判断单元,所述第二判断单元用于根据所述第一平均视频播放时长,判断所述第一关联视频是否满足第二预设条件;
第三推荐单元,所述第三推荐单元用于当满足时,将所述第一关联视频推荐给所述第一用户。
优选的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量;
第十二获得单元,所述第十二获得单元用于依次获得所述第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数;
第十三获得单元,所述第十三获得单元用于当根据所述第一权重系数、第二权重系数、第三权重系数、第四权重系数、第五权重系数、第六权重系数、第七权重系数,获得所述第一关联视频的第一匹配值;
第三判断单元,所述第三判断单元用于判断所述第一匹配值是否满足第一预设阈值;
第四推荐单元,所述第四推荐单元用于当满足所述第一预设阈值时,将所述第一关联视频推荐给所述第一用户。
优选的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得第二预设时间内,所述第一用户在所述第一平台上的第一历史记录;
第十五获得单元,所述第十五获得单元用于根据所述第一历史记录,获得第一喜好商品类型;
第十六获得单元,所述第十六获得单元用于获得第三预设时间内,所述第一用户在所述第一平台上的第二历史记录;
第十七获得单元,所述第十七获得单元用于根据所述第二历史记录,获得第二喜好商品类型;
第四判断单元,所述第四判断单元用于判断所述第一喜好商品类型与所述第二喜好商品类型是否一致;
第十八获得单元,所述第十八获得单元用于当不一致时,根据所述第二历史记录、第二喜好商品类型,获得第二关联视频;
第五推荐单元,所述第五推荐单元用于将所述第二关联视频推荐给所述第一用户,其中,所述第二关联视频处于第二平台上。
优选的,所述装置还包括:
第十九获得单元,所述第十九获得单元用于获得第一用户的第一标签信息;
第二十获得单元,所述第二十获得单元用于获得所述第一用户与第二用户在第一平台上的第一互动信息;
第二十一获得单元,所述第二十一获得单元用于获得所述第二用户的第二标签信息;
第五判断单元,所述第五判断单元用于判断所述第一标签信息与所述第二标签信息是否一致;
第二十二获得单元,所述第二十二获得单元用于当不一致时,根据所述第一互动信息,获得第三关联商品;
第二十三获得单元,所述第二十三获得单元用于根据所述第三关联商品,获得第三关联视频,其中,所述第三关联视频中包括所述第三关联商品;
第六推荐单元,所述第六推荐单元用于将所述第三关联视频推荐给所述第二用户,其中,所述第三关联视频处于第二平台上。
第三方面,本发明提供了一种用于实现视频推荐的装置,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,所述处理器执行所述程序时实现以下步骤:获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种用于实现视频推荐的方法和装置,通过获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上,从而解决了现有技术中视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力的技术问题,达到了推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种用于实现视频推荐的方法的流程示意图;
图2为本发明实施例中一种用于实现视频推荐的装置的结构示意图;
图3为本发明实施例中另一种用于实现视频推荐的装置的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一判断单元15,第一推荐单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种用于实现视频推荐的方法和装置,用于解决现有技术中视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力的技术问题。
本发明提供的技术方案总体思路如下:
获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上,从而达到了推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能的技术效果。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
图1为本发明实施例中一种用于实现视频推荐的方法的流程示意图。如图1所示,本发明实施例提供了一种用于实现视频推荐的方法,所述方法包括:
步骤110:获得第一用户在第一平台上的第一购物清单。
具体而言,第一平台即为安装在终端设备上的购物软件或者是网络零售平台,当用户需要购买商品时,用户可以通过互联网在终端设备上打开该第一平台,从而实现购物需求,通过第一平台完善了终端设备的功能,为用户提供了更丰富的使用体验,该第一平台如淘宝、唯品会、京东、拼多多等。同时,该第一平台可以安装在智能手机上或者是平板电脑上、计算机上,也可以通过网页进入零售平台。第一用户即为在第一平台上所注册的个人账户,并且用户在注册账号时,通常需要填写相关的个人信息,例如手机号、身份证号、收货地址、性别等,注册之后用户可以在第一平台上进行交易,也就是说,当第一用户在购物平台上浏览商品时,若看到中意的商品可以进行购买,最终通过各种在线支付手段进行支付完成交易,完成网上购物的流程。第一购物清单即为用户在第一平台上的购物信息,其中包括用户的购物车清单和用户已经购买过的商品清单,在购物车中,用户可以像在超市里购物一样,随意添加、删除商品,待选购完毕后,统一下单。
步骤120:根据所述第一购物清单,获得第一商品信息。
步骤130:根据所述第一商品信息,获得第一关联商品。
具体而言,在得到用户的第一购物清单之后,即可相应的获得第一商品信息,其中,第一商品信息即为用户的购物清单中商品的相关信息,其中,包括商品的类型、尺寸、颜色、金额等,进而从第一商品信息中即可相应的提取到第一关联商品。其中,第一关联商品为第一商品信息中,经数据分析之后所获取到的商品,并且第一关联商品为用户的购物清单中购买频率较高的一类商品。举例而言,当第一平台为淘宝时,经过对第一用户贾某在淘宝上的购物清单分析之后,贾某经常在淘宝上购买的物品为零食类商品,因此,此时所获得的第一关联商品即为属于零食类的小食品。
步骤140:根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品。
具体而言,根据购物清单获得关联商品之后,进而可以获得第一关联视频,第一关联视频即为与第一关联商品具有第一相关度的视频,也就是说,在第一关联视频中具有第一关联商品,即第一关联视频中包括了第一关联商品,并且第一关联视频中可包括一个及一个以上与第一关联商品有关的视频。进一步的,第一关联视频为第二平台上可播放的与第一关联商品有关的视频信息,其中,第二平台即为安装在终端设备上的应用软件,该第二平台如抖音、快手、今日头条等,用户可以在第二平台上搜索自己感兴趣的视频,也可以拍摄视频进行发布、与其他用户进行互动等。当第一关联商品为生鲜时,则第一关联视频可以是关于生鲜的做法、清洗方法、当季生鲜的挑选方法等,当第一关联商品为家用电器时,则第一关联视频可以是家用电器的保养方法、出现紧急情况时的处理方法、清理方法、一些店铺上新的电器产品等,当第一关联商品为鞋子时,则第一关联视频可以是同款鞋子、其他类似款的鞋子、关于该商品的清洗方法、近期热度较高的鞋子类型,也可以是近期正在打折销售鞋子的店铺信息等。
步骤150:判断所述第一关联视频是否满足第一预设条件。
步骤160:当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
进一步的,所述判断所述第一关联视频是否满足第一预设条件,包括:所述判断所述第一关联视频是否满足第一预设条件,包括:获得所述第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量;依次获得所述第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数;根据所述第一权重系数、第二权重系数、第三权重系数、第四权重系数、第五权重系数、第六权重系数、第七权重系数,获得所述第一关联视频的第一匹配值;判断所述第一匹配值是否满足第一预设阈值;当满足所述第一预设阈值时,将所述第一关联视频推荐给所述第一用户。
具体而言,在得到第一关联视频之后,接着需要判断第一关联视频是否能够满足第一预设条件,具体的判断逻辑为:首先,依次获得第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量,其中,第一播放量为第一关联视频的总浏览量、第一点赞量为平台用户对于第一关联视频的点赞总数、第一评论量为平台用户对于第一关联视频的评论信息、第一转发量为平台用户对于第一关联视频的转发量,其中,转发量仅限于在同一平台上的转发、第一分享量为平台用户将第一关联视频通过其他客户端分享给其他人的总量,例如可通过微信、微博、QQ等方式将快手上的第一关联视频推荐给朋友、亲人、同事等、第一发布时间为第一关联视频的具体发布日期、第一下载量即为在第二平台上第一关联视频的总下载量。接着,相应的获得第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数、第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数,然后,将第一播放量与第一权重系数相乘、第一点赞量与第二权重系数相乘、第一评论量与第三权重系数相乘、第一转发量与第四权重系数相乘、第一发布时间与第五权重系数相乘、第一分享量与第六权重系数相乘、第一发布时间与第七权重系数相乘,最终将各个值相加,得到第一关联视频的第一匹配值,最后,判断第一匹配值是否达到了第一预设阈值的要求,当满足时,则将第一关联视频推送给第一用户即可。举例而言,当第一关联商品为体育用品如篮球时,则对与篮球有关的视频进行搜索之后,获得第一关联视频,进而得到第一关联视频的播放量为15000,点赞量为20000,评论数为8000,转发量为4000,分享数为3500,下载量为2800,发布时间为当天,若此时的播放量权重系数为0.25,点赞量权重系数为0.1,评论数权重系数为0.1,转发量权重系数为0.25,分享数权重系数为0.1,下载量权重系数为0.1,发布时间权重系数为0.1,因此,计算得到第一关联视频的第一匹配值=15000×0.25+20000×0.1+8000×0.1+4000×0.25+3500×0.1+2800×0.1=8180,若预设阈值为3000,则此时第一关联视频满足了阈值要求,当用户在使用第二平台如抖音、快手时,可以将其推送给用户,从而解决了现有技术中在海量的视频资源面前,往往不能根据关联商品为用户提供量身挑选的视频,视频与用户需求和用户特点的匹配性差,视频投放目标人群的准确率不佳的问题。
因此,通过本实施例中的用于实现视频推荐的方法,使得推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能,从而进一步解决了现有的视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力的技术问题。
进一步的,本实施例中的用于实现视频推荐的方法也可结合人工智能技术来实现,其中,人工智能的英文缩写为AI(Artificial Intelligence),它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体的步骤为:获得第一用户在第一平台上的第一购物清单的照片;将所述第一用户在第一平台上的第一购物清单的照片输入模型中,其中,所述模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:所述第一用户在第一平台上的第一购物清单的照片、用来标识所述第一购物清单中第一商品信息的第一标识信息以及用来标识所述第一购物清单中第一关联商品的第二标识信息;获取所述模型的输出信息,其中,所述输出信息包括所述第一用户在第一平台上的第一购物清单的照片中的第一关联视频,其中,所述第一关联视频根据所述第一关联商品获得,且所述第一关联视频中包括所述第一关联商品;在所述第一关联视频满足第一预设条件的情况下,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
进一步的,本实施例中的训练模型是通过采用多组数据利用机器学习训练得出的,其中,机器学习是实现人工智能的一种途径,它和数据挖掘有一定的相似性,也是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。对比于数据挖掘从大数据之间找相互特性而言,机器学习更加注重算法的设计,让计算机能够自动地从数据中“学习”规律,并利用规律对未知数据进行预测。
进一步的,所述方法还包括:获得第一预设时间内,所述第一用户对于所述第二平台的第一使用时长;获得所述第一用户在所述第一预设时间内的第一使用频次;根据所述第一使用时长、第一使用频次,获得所述第一用户的第一平均使用时长;根据所述第一平均使用时长,获得所述第一关联视频的第一占比时长、第一推送比例;按照所述第一占比时长和所述第一推送比例,将所述第一关联视频推荐给所述第一用户。
具体而言,第一使用时长即为用户在一定的时间内登陆并且使用第二平台的总时间,该第一预设时间可根据实际需要进行设置,本实施例中不做具体限制,例如可以为24小时,48小时,一周内,一个月等。第一使用频次即为用户在第一预设时间内登陆第二平台的总次数,进而根据第一使用时长、第一使用频次,即可得到用户的第一平均使用时长,也就是用户平均每一次开启第二平台时,所使用的时间。进而可以根据预设占比计算出第一关联视频的第一占比时长和推送比例,最后将第一关联视频按照第一占比时长和第一推送比例,推荐给第一用户即可。其中,预设占比即为在用户的第一平均使用时长内,推荐第一关联视频的时间,即就是第一关联视频在第一平均使用时长范围内所占用的时间;推送比例即为在用户的第一平均使用时长内,推荐第一关联视频的数量和顺序,当第一关联视频中包括多个视频时,为了避免一直持续推送关联视频,且推送次数过多引起用户的反感,可设置相应的推送比例,即,在推送第一关联视频中的多个视频之间,可以间隔预设个数的其他视频,换句话说,就是在用户使用第二平台时,在浏览的视频中间歇性的插入所要推送的关联视频。举例而言,当第二平台为今日头条时,用户在24小时内使用今日头条的总时间为3个小时,同时用户在24小时内开启今日头条的总次数为6次,这样,可以计算出该用户每次使用今日头条的平均时间约为0.5个小时,因此,若预设占比设为10分钟,推送比例为每间隔两个视频推送一次第一关联视频中的视频,因此,在用户每次登陆今日头条的0.5个小时的使用时间内,即可每间隔两个其他视频之后,为用户推送第一关联视频中的内容,并且控制第一关联视频中的视频的总时长为10分钟,以免推送时间过长降低用户的体验感,甚至导致卸载应用的现象发生,从而进一步提升用户的使用体验感,提高智能化程度。
进一步的,所述方法还包括:获得所述第一用户在所述第一预设时间内的第一视频播放量;根据所述第一使用时长、第一视频播放量,获得所述第一用户的第一平均视频播放时长;根据所述第一平均视频播放时长,判断所述第一关联视频是否满足第二预设条件;当满足时,将所述第一关联视频推荐给所述第一用户。
具体而言,第一视频播放量即为在第一预设时间内,用户所观看视频的总量,然后根据第一使用时长、第一视频播放量,可以计算出第一平均视频播放时长,其中,第一平均视频播放时长即为用户观看每一个视频的平均时长。进一步的,所述第一关联视频是否满足第二预设条件,当满足时,然后将第一关联视频推荐给第一用户。其中,第二预设条件为:对比第一关联视频的播放时长与第一平均视频播放时长,当第一关联视频的播放时长小于第一平均视频播放时长时,则直接将第一关联视频推送给第一用户,当第一关联视频的播放时长大于第一平均视频播放时长时,则进一步得到两者之间的时长差,然后判断时长差是否满足预设阈值要求,若满足时,则接着将第一关联视频推送给第一用户。举例而言,当用户在24小时内观看视频的总数量为100个,第一使用时长为100分钟,则说明用户观看一个视频的平均时长为1分钟,当第一关联视频中视频的时长为30秒时,则将该视频推送给用户即可,当第一关联视频中视频的时长为2分钟时,若此时时长差阈值要求设为90秒时,则说明2分钟的时长满足了阈值要求,则将该视频推送给用户即可,这样,能够更准确的基于用户的浏览习惯推送视频数据,提高召回率,更便捷的将优质视频推送给用户,避免优质数据的浪费。
进一步的,所述方法还包括:获得第二预设时间内,所述第一用户在所述第一平台上的第一历史记录;根据所述第一历史记录,获得第一喜好商品类型;获得第三预设时间内,所述第一用户在所述第一平台上的第二历史记录;根据所述第二历史记录,获得第二喜好商品类型;判断所述第一喜好商品类型与所述第二喜好商品类型是否一致;当不一致时,根据所述第二历史记录、第二喜好商品类型,获得第二关联视频;将所述第二关联视频推荐给所述第一用户,其中,所述第二关联视频处于第二平台上。
具体而言,第一历史记录即为用户在第一平台上,在一定时间内的操作痕迹信息,其中,第一历史记录包括用户的搜索记录、购买记录、跟卖家的沟通信息等,第二预设时间可根据实际需要进行设置,本实施例中不做具体限制,例如可以是一周、一个月、一个季度或者是半年等,因此,通过对用户在第二预设时间的第一历史记录进行大数据分析即可得到用户的第一喜好商品类型。进一步的,可以获得在第三预设时间内,用户在第一平台上的第二历史记录,同样的,第三预设时间可根据实际需要进行设置,本实施例中不做具体限制,例如可以是一周、一个月、一个季度或者是半年等,并且本实施例中以第三预设时间短于第二预设时间作为优选,即第三预设时间为距离当前时间较近的时间范围,第二历史记录即为用户在第一平台上在第三预设时间内的操作痕迹信息,其中,第二历史记录包括用户的搜索记录、购买记录、跟卖家的沟通信息等,因此,通过对用户在第三预设时间的第二历史记录进行大数据分析即可得到用户的第二喜好商品类型。然后,将第一喜好商品类型与第二喜好商品类型进行对比,判断两者是否一致,当不一致时,则将第二喜好商品类型作为用户的最近喜好商品类型,即代表着第二商品类型中的商品为用户近期想要购买的物品,此时相应的获得第二关联视频后,最后,当用户登录第二平台时,将第二关联视频推荐给第一用户。举例而言,当用户在淘宝上过去三个月内的喜欢购买的商品类型为衣服,但是用户在最近一周内的历史记录显示,用户感兴趣的商品为保温杯,则对比得到衣服和保温杯为两种不同类型的商品,说明用户近期想要购买的商品为保温杯,这样,可以获得与保温杯有关的关联视频,在用户登录抖音时,可以将保温杯的视频推荐给用户,从而达到根据用户不同时期的喜好进行推荐视频的调整,为用户提供量身挑选的视频,提高视频与用户需求和用户特点的匹配性,提高视频投放目标人群的准确率。
进一步的,所述方法还包括:获得第一用户的第一标签信息;获得所述第一用户与第二用户在第一平台上的第一互动信息;获得所述第二用户的第二标签信息;判断所述第一标签信息与所述第二标签信息是否一致;当不一致时,根据所述第一互动信息,获得第三关联商品;根据所述第三关联商品,获得第三关联视频,其中,所述第三关联视频中包括所述第三关联商品;将所述第三关联视频推荐给所述第二用户,其中,所述第三关联视频处于第二平台上。
具体而言,第一标签信息即为第一用户的画像信息,也就是通过采集用户的个人信息例如社会属性、生活习惯、消费信息等数据信息之后,进而抽象出一个用户的信息全貌,通过标签信息可以为用户的个性化推荐服务。通过对第一用户在预设时间内的浏览记录、访问记录、购买记录、购物车以及收藏夹信息中对应包含的商品信息进行分析和处理,即可从中判断得到第一用户的第一标签信息。举例而言,当第一平台为淘宝时,在半年的时间内,用户在淘宝上经常购买和浏览、关注的商品为母婴类产品,则可以将宝妈作为该用户的标签;若第一用户在淘宝上经常购买和浏览、关注的商品为体育用品类产品,则可以将体育爱好者作为该用户的标签。当第二用户通过第一平台与第一用户产生相关的聊天记录之后,例如当第一用户购买过某一商品之后,第二用户也想购买时,可以针对此商品与第一用户进行交流沟通,此时再获得第二用户的第二标签信息,第二标签信息即为第一用户的画像信息,也就是通过采集用户的个人信息例如社会属性、生活习惯、消费信息等数据信息之后,进而抽象出一个用户的信息全貌,通过标签信息可以为用户的个性化推荐服务。进一步的,将第一标签信息与第二标签信息进行对比,判断两个标签信息是否一致,当不一致的时候,则根据两个用户之间的互动信息,获取到第三关联商品,然后在相应的得到第三关联视频之后,当第二用户登录第二平台时,将其推荐给第二用户。举例而言,第一用户王某在淘宝上的标签为体育爱好者,第二用户张某在淘宝上的标签为母婴爱好者,由于王某和张某两个人的标签不一致,则当王某购买了一件衣服,张某在淘宝上针对这件衣服与王某进行沟通交流,说明王某有购买这件衣服的意向,根据该衣服获得关联视频之后,当张某打开抖音时,则将与这件衣服有关的视频推荐给张某,这样,进一步避免了由于现有视频繁杂,容易导致推荐的视频的准确率下降,影响用户体验的问题,达到了避免消耗用户大量的时间和精力的技术效果。
进一步的,当第一标签信息与第二标签信息一致时,将所述第二关联视频推荐给所述第二用户,其中,所述第二关联视频处于第二平台上。
具体而言当两个用户的标签信息一致时则说明两个用户在第一平台上的画像信息相似度很高,这样,可以判定第一用户近期想要购买的第二喜好商品类型同样与第二用户近期想要购买的商品类型相似度很高,即代表着第二商品类型中的商品为用户近期想要购买的物品,此时相应的获得第二关联视频后,最后,当用户登录第二平台时,将第二关联视频推荐给第二用户,从而达到根据用户不同时期的喜好进行推荐视频的调整,为用户提供量身挑选的视频,提高视频与用户需求和用户特点的匹配性,提高视频投放目标人群的准确率的技术效果。
实施例二
基于与前述实施例中一种用于实现视频推荐的方法同样的发明构思,本发明还提供一种用于实现视频推荐的方法装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一用户在第一平台上的第一购物清单;
第二获得单元12,所述第二获得单元12用于根据所述第一购物清单,获得第一商品信息;
第三获得单元13,所述第三获得单元13用于根据所述第一商品信息,获得第一关联商品;
第四获得单元14,所述第四获得单元14用于根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
第一判断单元15,所述第一判断单元15用于判断所述第一关联视频是否满足第一预设条件;
第一推荐单元16,所述第一推荐单元16用于当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
进一步的,所述装置还包括:
第五获得单元,所述第五获得单元用于获得第一预设时间内,所述第一用户对于所述第二平台的第一使用时长;
第六获得单元,所述第六获得单元用于获得所述第一用户在所述第一预设时间内的第一使用频次;
第七获得单元,所述第七获得单元用于根据所述第一使用时长、第一使用频次,获得所述第一用户的第一平均使用时长;
第八获得单元,所述第八获得单元用于根据所述第一平均使用时长,获得所述第一关联视频的第一占比时长、第一推送比例;
第二推荐单元,所述第二推荐单元用于按照所述第一占比时长和所述第一推送比例,将所述第一关联视频推荐给所述第一用户。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于获得所述第一用户在所述第一预设时间内的第一视频播放量;
第十获得单元,所述第十获得单元用于根据所述第一使用时长、第一视频播放量,获得所述第一用户的第一平均视频播放时长;
第二判断单元,所述第二判断单元用于根据所述第一平均视频播放时长,判断所述第一关联视频是否满足第二预设条件;
第三推荐单元,所述第三推荐单元用于当满足时,将所述第一关联视频推荐给所述第一用户。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量;
第十二获得单元,所述第十二获得单元用于依次获得所述第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数;
第十三获得单元,所述第十三获得单元用于当根据所述第一权重系数、第二权重系数、第三权重系数、第四权重系数、第五权重系数、第六权重系数、第七权重系数,获得所述第一关联视频的第一匹配值;
第三判断单元,所述第三判断单元用于判断所述第一匹配值是否满足第一预设阈值;
第四推荐单元,所述第四推荐单元用于当满足所述第一预设阈值时,将所述第一关联视频推荐给所述第一用户。
进一步的,所述装置还包括:
第十四获得单元,所述第十四获得单元用于获得第二预设时间内,所述第一用户在所述第一平台上的第一历史记录;
第十五获得单元,所述第十五获得单元用于根据所述第一历史记录,获得第一喜好商品类型;
第十六获得单元,所述第十六获得单元用于获得第三预设时间内,所述第一用户在所述第一平台上的第二历史记录;
第十七获得单元,所述第十七获得单元用于根据所述第二历史记录,获得第二喜好商品类型;
第四判断单元,所述第四判断单元用于判断所述第一喜好商品类型与所述第二喜好商品类型是否一致;
第十八获得单元,所述第十八获得单元用于当不一致时,根据所述第二历史记录、第二喜好商品类型,获得第二关联视频;
第五推荐单元,所述第五推荐单元用于将所述第二关联视频推荐给所述第一用户,其中,所述第二关联视频处于第二平台上。
进一步的,所述装置还包括:
第十九获得单元,所述第十九获得单元用于获得第一用户的第一标签信息;
第二十获得单元,所述第二十获得单元用于获得所述第一用户与第二用户在第一平台上的第一互动信息;
第二十一获得单元,所述第二十一获得单元用于获得所述第二用户的第二标签信息;
第五判断单元,所述第五判断单元用于判断所述第一标签信息与所述第二标签信息是否一致;
第二十二获得单元,所述第二十二获得单元用于当不一致时,根据所述第一互动信息,获得第三关联商品;
第二十三获得单元,所述第二十三获得单元用于根据所述第三关联商品,获得第三关联视频,其中,所述第三关联视频中包括所述第三关联商品;
第六推荐单元,所述第六推荐单元用于将所述第三关联视频推荐给所述第二用户,其中,所述第三关联视频处于第二平台上。
前述图1实施例一中的一种用于实现视频推荐的方法的各种变化方式和具体实例同样适用于本实施例的一种用于实现视频推荐的装置,通过前述对一种用于实现视频推荐的方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种用于实现视频推荐的装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种用于实现视频推荐的方法同样的发明构思,本发明还提供一种用于实现视频推荐的装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种用于实现视频推荐的方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种用于实现视频推荐的方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种用于实现视频推荐的方法和装置,通过获得第一用户在第一平台上的第一购物清单;根据所述第一购物清单,获得第一商品信息;根据所述第一商品信息,获得第一关联商品;根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;判断所述第一关联视频是否满足第一预设条件;当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上,从而解决了现有技术中视频数量庞大,视频推荐难以针对个人用户的真实需求等问题,容易导致推荐的视频的准确率下降,影响用户体验,需要消耗用户大量的时间和精力的技术问题,达到了推荐的视频信息能够更切合用户需求,提高准确率,减少用户的搜索时间,提升用户体验性能的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种用于实现视频推荐的方法,其特征在于,所述方法包括:
获得第一用户在第一平台上的第一购物清单;
根据所述第一购物清单,获得第一商品信息;
根据所述第一商品信息,获得第一关联商品;
根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
判断所述第一关联视频是否满足第一预设条件;
当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得第一预设时间内,所述第一用户对于所述第二平台的第一使用时长;
获得所述第一用户在所述第一预设时间内的第一使用频次;
根据所述第一使用时长、第一使用频次,获得所述第一用户的第一平均使用时长;
根据所述第一平均使用时长,获得所述第一关联视频的第一占比时长、第一推送比例;
按照所述第一占比时长和所述第一推送比例,将所述第一关联视频推荐给所述第一用户。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
获得所述第一用户在所述第一预设时间内的第一视频播放量;
根据所述第一使用时长、第一视频播放量,获得所述第一用户的第一平均视频播放时长;
根据所述第一平均视频播放时长,判断所述第一关联视频是否满足第二预设条件;
当满足时,将所述第一关联视频推荐给所述第一用户。
4.如权利要求1所述的方法,其特征在于,所述判断所述第一关联视频是否满足第一预设条件,包括:
获得所述第一关联视频的第一播放量、第一点赞量、第一评论量、第一转发量、第一分享量、第一发布时间、第一下载量;
依次获得所述第一播放量的第一权重系数、第一点赞量的第二权重系数、第一评论量的第三权重系数、第一转发量的第四权重系数第一分享量的第五权重系数、第一发布时间的第六权重系数、第一下载量的第七权重系数;
根据所述第一权重系数、第二权重系数、第三权重系数、第四权重系数、第五权重系数、第六权重系数、第七权重系数,获得所述第一关联视频的第一匹配值;
判断所述第一匹配值是否满足第一预设阈值;
当满足所述第一预设阈值时,将所述第一关联视频推荐给所述第一用户。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得第二预设时间内,所述第一用户在所述第一平台上的第一历史记录;
根据所述第一历史记录,获得第一喜好商品类型;
获得第三预设时间内,所述第一用户在所述第一平台上的第二历史记录;
根据所述第二历史记录,获得第二喜好商品类型;
判断所述第一喜好商品类型与所述第二喜好商品类型是否一致;
当不一致时,根据所述第二历史记录、第二喜好商品类型,获得第二关联视频;
将所述第二关联视频推荐给所述第一用户,其中,所述第二关联视频处于第二平台上。
6.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得第一用户的第一标签信息;
获得所述第一用户与第二用户在第一平台上的第一互动信息;
获得所述第二用户的第二标签信息;
判断所述第一标签信息与所述第二标签信息是否一致;
当不一致时,根据所述第一互动信息,获得第三关联商品;
根据所述第三关联商品,获得第三关联视频,其中,所述第三关联视频中包括所述第三关联商品;
将所述第三关联视频推荐给所述第二用户,其中,所述第三关联视频处于第二平台上。
7.一种用于实现视频推荐的装置,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于获得第一用户在第一平台上的第一购物清单;
第二获得单元,所述第二获得单元用于根据所述第一购物清单,获得第一商品信息;
第三获得单元,所述第三获得单元用于根据所述第一商品信息,获得第一关联商品;
第四获得单元,所述第四获得单元用于根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
第一判断单元,所述第一判断单元用于判断所述第一关联视频是否满足第一预设条件;
第一推荐单元,所述第一推荐单元用于当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
8.一种用于实现视频推荐的装置,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,其特征在于,所述处理器执行所述程序时实现以下步骤:
获得第一用户在第一平台上的第一购物清单;
根据所述第一购物清单,获得第一商品信息;
根据所述第一商品信息,获得第一关联商品;
根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
判断所述第一关联视频是否满足第一预设条件;
当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
9.一种计算机可读存储介质,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以下步骤:
获得第一用户在第一平台上的第一购物清单;
根据所述第一购物清单,获得第一商品信息;
根据所述第一商品信息,获得第一关联商品;
根据所述第一关联商品,获得第一关联视频,其中,所述第一关联视频中包括所述第一关联商品;
判断所述第一关联视频是否满足第一预设条件;
当满足时,将所述第一关联视频推荐给所述第一用户,其中,所述第一关联视频处于第二平台上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215704.XA CN110933472B (zh) | 2019-12-02 | 2019-12-02 | 一种用于实现视频推荐的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911215704.XA CN110933472B (zh) | 2019-12-02 | 2019-12-02 | 一种用于实现视频推荐的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110933472A true CN110933472A (zh) | 2020-03-27 |
CN110933472B CN110933472B (zh) | 2021-10-22 |
Family
ID=69848376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911215704.XA Active CN110933472B (zh) | 2019-12-02 | 2019-12-02 | 一种用于实现视频推荐的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110933472B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460181A (zh) * | 2020-04-01 | 2020-07-28 | 北京奇艺世纪科技有限公司 | 多媒体资源推荐方法、电子设备及存储介质 |
CN111614998A (zh) * | 2020-05-26 | 2020-09-01 | 上海连尚网络科技有限公司 | 推广视频的处理方法、电子设备及计算机可读存储介质 |
CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
CN115442539A (zh) * | 2021-06-04 | 2022-12-06 | 北京字跳网络技术有限公司 | 一种视频编辑方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268331A1 (en) * | 2012-04-10 | 2013-10-10 | Sears Brands, Llc | Methods and systems for providing online group shopping services |
CN106385634A (zh) * | 2016-09-07 | 2017-02-08 | 合智能科技(深圳)有限公司 | 视频推荐方法和装置 |
US20180025405A1 (en) * | 2016-07-25 | 2018-01-25 | Facebook, Inc. | Presentation of content items synchronized with media display |
CN107656938A (zh) * | 2016-07-26 | 2018-02-02 | 北京搜狗科技发展有限公司 | 一种推荐方法和装置、一种用于推荐的装置 |
CN108537578A (zh) * | 2018-03-26 | 2018-09-14 | 杭州米趣网络科技有限公司 | 基于大数据的广告推送方法及装置 |
US20180268472A1 (en) * | 2017-03-16 | 2018-09-20 | EyesMatch Ltd. | System and method for digital makeup mirror |
CN108960992A (zh) * | 2018-06-29 | 2018-12-07 | 黄宗治 | 一种信息推荐方法以及相关设备 |
CN109492152A (zh) * | 2018-09-26 | 2019-03-19 | 平安科技(深圳)有限公司 | 推送定制内容的方法、装置、计算机设备及存储介质 |
CN109919660A (zh) * | 2019-01-31 | 2019-06-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种实时竞价系统中广告请求的发送方法及装置 |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN110489645A (zh) * | 2019-08-15 | 2019-11-22 | 深圳市云积分科技有限公司 | 一种品牌关联消费者定向营销的信息处理方法及装置 |
-
2019
- 2019-12-02 CN CN201911215704.XA patent/CN110933472B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130268331A1 (en) * | 2012-04-10 | 2013-10-10 | Sears Brands, Llc | Methods and systems for providing online group shopping services |
US20180025405A1 (en) * | 2016-07-25 | 2018-01-25 | Facebook, Inc. | Presentation of content items synchronized with media display |
CN107656938A (zh) * | 2016-07-26 | 2018-02-02 | 北京搜狗科技发展有限公司 | 一种推荐方法和装置、一种用于推荐的装置 |
CN106385634A (zh) * | 2016-09-07 | 2017-02-08 | 合智能科技(深圳)有限公司 | 视频推荐方法和装置 |
US20180268472A1 (en) * | 2017-03-16 | 2018-09-20 | EyesMatch Ltd. | System and method for digital makeup mirror |
CN108537578A (zh) * | 2018-03-26 | 2018-09-14 | 杭州米趣网络科技有限公司 | 基于大数据的广告推送方法及装置 |
CN108960992A (zh) * | 2018-06-29 | 2018-12-07 | 黄宗治 | 一种信息推荐方法以及相关设备 |
CN109492152A (zh) * | 2018-09-26 | 2019-03-19 | 平安科技(深圳)有限公司 | 推送定制内容的方法、装置、计算机设备及存储介质 |
CN109919660A (zh) * | 2019-01-31 | 2019-06-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种实时竞价系统中广告请求的发送方法及装置 |
CN110222272A (zh) * | 2019-04-18 | 2019-09-10 | 广东工业大学 | 一种潜在客户挖掘与推荐方法 |
CN110489645A (zh) * | 2019-08-15 | 2019-11-22 | 深圳市云积分科技有限公司 | 一种品牌关联消费者定向营销的信息处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
青谷: "抖音广告推广模式的操作流程分析", 《青瓜传媒》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460181A (zh) * | 2020-04-01 | 2020-07-28 | 北京奇艺世纪科技有限公司 | 多媒体资源推荐方法、电子设备及存储介质 |
CN111614998A (zh) * | 2020-05-26 | 2020-09-01 | 上海连尚网络科技有限公司 | 推广视频的处理方法、电子设备及计算机可读存储介质 |
CN115442539A (zh) * | 2021-06-04 | 2022-12-06 | 北京字跳网络技术有限公司 | 一种视频编辑方法、装置、设备及存储介质 |
CN115442539B (zh) * | 2021-06-04 | 2023-11-07 | 北京字跳网络技术有限公司 | 一种视频编辑方法、装置、设备及存储介质 |
CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110933472B (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110933472B (zh) | 一种用于实现视频推荐的方法和装置 | |
US20230267508A1 (en) | Predictive recommendation system using absolute relevance | |
US20100268661A1 (en) | Recommendation Systems | |
CN108153791B (zh) | 一种资源推荐方法和相关装置 | |
CN111737418B (zh) | 搜索词和商品的相关性预测方法、设备和存储介质 | |
CN110969512B (zh) | 一种基于用户购买行为的商品推荐方法和装置 | |
JP6827305B2 (ja) | 選択装置、選択方法および選択プログラム | |
US11210695B2 (en) | Predictive recommendation system using tiered feature data | |
US20150206222A1 (en) | Method to construct conditioning variables based on personal photos | |
CN110751537A (zh) | 一种基于线上线下的智能营销方法和装置 | |
CN110807691B (zh) | 一种跨商品品类的商品推荐方法和装置 | |
CN115860870A (zh) | 一种商品推荐方法、系统、装置及可读介质 | |
CN112132660A (zh) | 商品推荐方法、系统、设备及存储介质 | |
CN110781399A (zh) | 一种跨平台的信息推送方法和装置 | |
CN116127184A (zh) | 产品的推荐方法及装置、非易失性存储介质、电子设备 | |
CN115860865A (zh) | 商品组合构造方法及其装置、设备、介质、产品 | |
KR102576123B1 (ko) | 제품 공동구매 연계 시스템 및 방법 | |
CN113516496B (zh) | 广告转化率预估模型构建方法、装置、设备及其介质 | |
CN110738521B (zh) | 一种多电商品牌的客户销售方法和装置 | |
CN113781171A (zh) | 信息推送方法、装置、设备及存储介质 | |
CN113609375A (zh) | 内容推荐方法及装置、存储介质及电子装置 | |
CN111192112A (zh) | 一种多平台的交互方法和装置 | |
Beer et al. | General framework for context-aware recommendation of social events | |
Beer et al. | Implementation of context-aware item recommendation through MapReduce data aggregation | |
Beer et al. | Implementation of a map-reduce based context-aware recommendation engine for social music events |
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 |