CN111225246A - 一种视频推荐方法、装置及电子设备 - Google Patents

一种视频推荐方法、装置及电子设备 Download PDF

Info

Publication number
CN111225246A
CN111225246A CN202010203170.5A CN202010203170A CN111225246A CN 111225246 A CN111225246 A CN 111225246A CN 202010203170 A CN202010203170 A CN 202010203170A CN 111225246 A CN111225246 A CN 111225246A
Authority
CN
China
Prior art keywords
time
video
target
target video
fast forward
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
Application number
CN202010203170.5A
Other languages
English (en)
Other versions
CN111225246B (zh
Inventor
牟晋勇
张德阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN202010203170.5A priority Critical patent/CN111225246B/zh
Publication of CN111225246A publication Critical patent/CN111225246A/zh
Application granted granted Critical
Publication of CN111225246B publication Critical patent/CN111225246B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04N21/251—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]
    • H04N21/20—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
    • 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
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • 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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, 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]
    • H04N21/40—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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Signal Processing For Recording (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供了一种视频推荐方法、装置及电子设备。所述视频推荐方法包括：确定目标视频播放过程中快进播放的快进视频片段；在确定的快进视频片段中，确定与目标视频片段对应的目标快进视频片段；确定目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值；根据时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的喜好信息进行目标视频片段的推荐。本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，有利于提高视频推荐的准确性与高效性。

Description

一种视频推荐方法、装置及电子设备
技术领域
本发明涉及视频推荐技术领域，尤其涉及一种视频推荐方法、装置及电子设备。
背景技术
目前在视频生产过程中，为了满足用户的观看需求，通常会将一个完整视频分段截取成多个视频片段。这些截取得到的视频片段，可以推荐给不同的用户观看，以满足用户的观看需求。
但现有技术中视频推荐普遍以视频本身所具有的属性，如视频中的人物角色、故事剧情等，作为视频推荐的特征信息，缺少用户维度上的特征信息，在观看需求上，还不能使用户得到更好的满足，视频推荐的准确性还有待提高。
发明内容
本发明提供一种视频推荐方法、装置及电子设备，以便在一定程度上解决现有技术中视频推荐的准确性有待提高的问题。
在本发明实施的第一方面，提供了一种视频推荐方法，应用于服务器，所述视频推荐方法包括：
确定目标视频播放过程中快进播放的快进视频片段；
在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段；其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个；
确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值；其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长；
根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
可选地，所述确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值，包括：
获取每一所述目标快进视频片段的第一开始时间和第一结束时间；
获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间；
根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
可选地，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值，包括：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
可选地，所述喜好信息为喜好程度信息；
所述根据所述时间占比值与预设占比值的比较结果，更新喜好信息，包括：
在所述时间占比值小于或等于所述预设占比值的情况下，将无兴趣值加1，得到更新后的所述无兴趣值；其中，更新前的所述无兴趣值为：根据所述目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值；
根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对所述目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息；
其中，Q表示用户群体对所述目标视频片段的喜好程序信息；C1至CN分别表示对所述目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示所述目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
可选地，所述在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段，包括：
在所述快进视频片段中，将与所述目标视频片段具有交集关系的快进视频片段，确定为与所述目标视频片段对应的所述目标快进视频片段。
在本发明实施的第二方面，提供了一种视频推荐装置，应用于服务器，所述视频推荐装置包括：
第一确定模块，用于确定目标视频播放过程中快进播放的快进视频片段；
第二确定模块，用于在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段；其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个；
第三确定模块，用于确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值；其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长；
处理模块，用于根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
可选地，所述第三确定模块包括：
第一获取单元，用于获取每一所述目标快进视频片段的第一开始时间和第一结束时间；
第二获取单元，用于获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间；
第一确定单元，用于根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
可选地，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述第一确定单元具体用于：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
可选地，所述喜好信息为喜好程度信息；
所述处理模块包括：
第一处理单元，用于在所述时间占比值小于或等于所述预设占比值的情况下，将无兴趣值加1，得到更新后的所述无兴趣值；其中，更新前的所述无兴趣值为：根据所述目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值；
第二处理单元，用于根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对所述目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息；
其中，Q表示用户群体对所述目标视频片段的喜好程序信息；C1至CN分别表示对所述目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示所述目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
可选地，所述第二确定模块包括：
第二确定单元，用于在所述快进视频片段中，将与所述目标视频片段具有交集关系的快进视频片段，确定为与所述目标视频片段对应的所述目标快进视频片段。
在本发明实施的第三方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现如上所述的视频播放方法中的步骤或实现如上所述的视频推荐方法中的步骤。
在本发明实施的第四方面，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，该程序被处理器执行时实现如上所述的视频推荐方法。
在本发明实施例的第五方面，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如上所述的视频推荐方法。
针对在先技术，本发明具备如下优点：
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
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
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的一种视频推荐方法的流程示意图；
图2为本发明实施例提供的另一种视频推荐方法的流程示意图；
图3为本发明实施例提供的示例的示意图之一；
图4为本发明实施例提供的示例的示意图之二；
图5为本发明实施例提供的示例的示意图之三；
图6为本发明实施例提供的示例的示意图之四；
图7为本发明实施例提供的示例的示意图之五；
图8为本发明实施例提供的示例的示意图之六；
图9为本发明实施例提供的示例的示意图之七；
图10为本发明实施例提供的一种视频推荐装置的框图；
图11为本发明实施例提供的另一种视频推荐装置的框图；
图12为本发明实施例提供的电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解的是，还可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1是本发明实施例提供的一种视频推荐方法的流程示意图。该视频推荐方法应用于服务器。
如图1所示，该视频推荐方法可以包括：
步骤101：确定目标视频播放过程中快进播放的快进视频片段。
本发明实施例中，服务器可以获取目标视频本次播放过程中，快进播放的快进视频片段。
可选地，服务器可以根据终端设备发送的快进信息，确定目标视频本次播放过程中快进播放的快进视频片段。用户在使用终端设备观看目标视频时，终端设备可以获取用户观看目标视频时的快进行为，并将与快进行为相关的快进信息发送至服务器。这里所述的快进信息可以包括但不限于：目标视频对应的视频标识信息以及每一次快进播放的视频片段的时间区间。其中，根据视频标识信息可以确定出是哪一个视频，根据时间区间可以确定出快进播放的是哪一个视频片段。
用户观看视频的快进行为反应了用户对视频中某个视频片段的喜好程序，一般快进播放的视频片段为用户不感兴趣的视频片段，而未快进播放的视频片段为用户感兴趣的视频片段。本发明实施例中，服务器可以根据视频播放过程中快进播放的视频片段，确定用户对某一视频片段是否喜好。
步骤102：在确定的快进视频片段中，确定与目标视频片段对应的目标快进视频片段。
其中，这里所述的目标视频片段为：预先对目标视频进行截取获得的至少一个视频片段中的其中一个视频片段。本发明实施例中，服务器可以预先对目标视频进行截取，获得至少一个与目标视频关联的视频片段，这些视频片段可以用于推荐给用户。截取原则可以根据实际需求设置，例如，根据视频中的人物、剧情等因素进行截取，本发明实施例对此不进行限定。
服务器在确定目标视频本次播放过程中快进播放的快进视频片段后，可以确定截取获得的每一视频片段对应的快进视频片段(即目标快进视频片段)，以便确定用户对目标视频片段是否喜好。其中，目标快进视频片段的数量为大于或等于0个。
步骤103：确定目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值。
其中，这里所述的有效播放时长为：在目标视频中，目标视频片段相对于目标快进视频片段，未快进播放的视频片段的播放时长。
假设，目标视频的播放时间为：00：00-59：00。对目标视频进行截取获得的目标视频片段的总播放时长为10分钟，目标视频片段相对目标视频的播放时间而言，其对应的播放时间区间为(8：00，18：00)。与目标视频片段对应的目标快进视频片段的数量为1个，其相对目标视频的播放时间区间为(10：00，15：00)，则在目标视频中，目标视频片段相对目标快进视频片段而言未被快进播放的时间段分别为8：00至10：00以及15：00至18：00，即有效播放时长为5分钟，则目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值为5/10＝0.5。
步骤104：根据时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的喜好信息进行目标视频片段的推荐。
其中，更新前的喜好信息为：根据目标视频历史播放过程中的快进视频片段，预先得到的用户群体对目标视频片段的喜好信息。
其中，预设占比值可以为大于0.5且小于1的数值，具体数值可以根据实际需求设置。
本发明实施例中，根据确定的时间占比值与预设占比值的比较结果,可以确定用户对目标视频片段是否喜好。例如，在时间占比值小于或等于预设占比值的情况下，认为用户对该目标视频片段不感兴趣；在时间占比值大于预设占比值的情况下，认为用户对目标视频片段感兴趣。在认为用户对该目标视频片段感兴趣时，对喜好信息进行更新。在认为用户对该目标视频片段不感兴趣时，不对喜好信息进行更新。可以理解的是，是否对喜好信息进行更新，还需根据喜好信息的具体确定方式决定，前述内容仅用于解释说明，并非是对本发明实施例的具体限定。
在依据更新后的喜好信息进行目标视频片段的推荐时，可以设置在喜好信息满足预设条件时，将目标视频推荐给用户，在喜好信息不满足预设条件时，则不进行目标视频的推荐。预设条件可根据喜好信息和实际需求进行设置。
个体用户在一个视频播放过程中的快进行为，反应了个体用户对视频中某个视频片段的喜好程度。在用户群体中，通常对某个视频片段的喜好程度存在普遍性，因此可通过对大量用户观看视频时的快进行为的分析，确定某一视频片段是否受用户群体喜爱，并依据用户群体对视频片段的喜好信息，进行视频推荐。
其中，在对除目标视频片段外的其他视频片段进行视频推荐时，同样可以参照步骤101至步骤104所述的推荐方法进行视频推荐，此处便不再进行赘述。
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
图2是本发明实施例提供的另一种视频推荐方法的流程示意图。该视频推荐方法应用于服务器。
如图2所示，该视频推荐方法可以包括：
步骤201：确定目标视频播放过程中快进播放的快进视频片段。
本发明实施例中，服务器可以获取目标视频本次播放过程中，快进播放的快进视频片段。
可选地，本发明实施例中，服务器可以根据终端设备发送的快进信息，确定目标视频本次播放过程中快进播放的快进视频片段。用户在使用终端设备观看目标视频时，终端设备可以获取用户观看目标视频时的快进行为，并将与快进行为相关的快进信息发送至服务器。这里所述的快进信息可以包括但不限于：目标视频对应的视频标识信息以及每一次快进播放的视频片段的时间区间信息。其中，根据视频标识信息可以确定是终端设备播放的是哪一个视频，根据时间区间信息可以确定快进播放的是哪一个视频片段。
用户观看视频的快进行为反应了用户对视频中某个视频片段的喜好程序，一般快进播放的视频片段为用户不感兴趣的视频片段。本发明实施例中，服务器可以根据视频播放过程中快进播放的视频片段，确定用户对某一视频片段是否喜好。
步骤202：在确定的快进视频片段中，确定与目标视频片段对应的目标快进视频片段。
其中，这里所述的目标视频片段为：预先对目标视频进行截取获得的至少一个视频片段中的其中一个视频片段。本发明实施例中，服务器可以预先对目标视频进行截取，获得至少一个与目标视频关联的视频片段，这些视频片段可以用于推荐给用户。截取原则可以根据实际需求设置，例如，根据视频中的人物、剧情等因素进行截取，本发明实施例对此不进行限定。
服务器在确定目标视频本次播放过程中快进播放的快进视频片段后，可以确定截取获得的每一视频片段对应的快进视频片段(即目标快进视频片段)，以便确定用户对目标视频片段是否喜好。其中，目标快进视频片段的数量为大于或等于0个。
步骤203：获取每一目标快进视频片段的第一开始时间和第一结束时间，以及目标视频片段相对于目标视频的第二开始时间和第二结束时间。
本发明实施例中，可以根据每一目标视频片段的时间区间信息，确定每一目标快进视频片段的开始时间(即第一开始时间)和结束时间(即第一结束时间)。
本发明实施例中，服务器对目标视频截取时，可以同时记录截取获得的每一视频片段相对整个目标视频而言的时间区间信息。例如，目标视频的播放时间区间为：(00：00-59：00)，将目标视频的播放时间段为30：00-40：00的视频截取为一个视频片段，同时记录该视频片段相对目标视频的时间区间为：(30：00，40：00)。依据该时间区间则可以得到该视频片段相对目标视频的开始时间为30：00，结束时间为40：00。
步骤204：根据每一目标快进视频片段的第一开始时间和第一结束时间，以及目标视频片段的第二开始时间和第二结束时间，确定目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值。
其中，这里所述的有效播放时长为：在目标视频中，目标视频片段相对于目标快进视频片段，未快进播放的视频片段的播放时长。
本发明实施例中，可以根据目标快进视频片段的开始时间和结束时间，与目标视频片段的开始时间和开始时间，确定目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值。
假设，目标视频的播放时间为：00：00-59：00。对目标视频进行截取获得的目标视频片段的总播放时长为10分钟，目标视频片段相对目标视频的播放时间而言，其对应的播放时间区间为(8：00，18：00)。与目标视频片段对应的目标快进视频片段的数量为1个，其相对目标视频的播放时间区间为(10：00，15：00)，则在目标视频中，目标视频片段相对目标快进视频片段而言未被快进播放的时间段分别为8：00至10：00以及15：00至18：00，即有效播放时长为5分钟，则目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值为5/10＝0.5。
步骤205：根据时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的喜好信息进行目标视频片段的推荐。
其中，更新前的喜好信息为：根据目标视频历史播放过程中的快进视频片段，预先得到的用户群体对目标视频片段的喜好信息。
其中，预设占比值可以为大于0.5且小于1的数值，具体数值可以根据实际需求设置。
本发明实施例中，根据确定的时间占比值与预设占比值的比较结果,可以确定用户对目标视频片段是否喜好。例如，在时间占比值小于或等于预设占比值的情况下，认为用户对该目标视频片段不感兴趣；在时间占比值大于预设占比值的情况下，认为用户对目标视频片段感兴趣。在认为用户对该目标视频片段感兴趣时，对喜好信息进行更新。在认为用户对该目标视频片段不感兴趣时，不对喜好信息进行更新。可以理解的是，是否对喜好信息进行更新，还需根据喜好信息的确定具体方式决定，前述内容仅用于解释说明，并非是对本发明实施例的具体限定。
在依据更新后的喜好信息进行目标视频片段的推荐时，可以设置在喜好信息满足预设条件时，将目标视频推荐给用户，在喜好信息不满足预设条件时，则不进行目标视频的推荐。预设条件可根据喜好信息和实际需求进行设置。
个体用户在一个视频播放过程中的快进行为，反应了个体用户对视频中某个视频片段的喜好程度。在用户群体中，通常对某个视频片段的喜好程度存在普遍性，因此可通过对大量用户观看视频时的快进行为的分析，确定某一视频片段是否受用户群体喜爱，并依据用户群体对视频片段的喜好信息，进行视频推荐。
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
可选地，在对除目标视频片段外的其他视频片段进行视频推荐时，同样可以参照步骤201至步骤205所述的推荐方法进行视频推荐，此处便不再进行赘述。
可选地，步骤202：在确定的快进视频片段中，确定与目标视频片段对应的目标快进视频片段，包括：在确定的快进视频片段中，将与目标视频片段具有交集关系的快进视频片段，确定为与目标视频片段对应的目标快进视频片段。
本发明实施例中，具体可以根据快进播放的视频片段与目标视频片段是否具有交集，来确定与目标视频片段对应的目标快进视频片段。例如，目标视频的播放时间为：00：00-59：00，相对目标视频的播放时间而言，某一次快进播放的视频片段的时间区域为：(10：00，12：00)，某一截取获得的视频片段的时间区域为：(8：00，11：00)，显然，该快进播放的视频片段与该截取获得的视频片段具有交集，则认为该快进播放的视频片段是与该截取获得的视频片段对应的快进视频片段。
可选地，为了更好地理解步骤204，下面以在目标视频片段对应的目标快进视频片段的数量为一个的情况下如何确定时间占比值为例，对步骤204进行进一步的解释说明，如下所述：
1、在第一开始时间小于或等于第二开始时间、第一结束时间大于或等于第二结束时间的情况下，目标视频片段的有效播放时长为0，则确定时间占比值为0。
2、在第一开始时间小于或等于第二开始时间、第一结束时间大于或等于第二开始时间且小于第二结束时间的情况下，目标视频片段的有效播放时长为：第二结束时间-第一结束时间，则确定时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)。
3、在第一开始时间大于第二开始时间且小于或等于第二结束时间、第一结束时间大于或等于第二结束时间的情况下，目标视频片段的有效播放时长为：第一开始时间-第二开始时间，则确定时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)。
4、在第一开始时间大于第二开始时间、第二结束时间小于第二结束时间的情况下，目标视频片段的有效播放时长为：1-(第一结束时间-第一开始时间)，则确定时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
可选地，在目标视频片段对应的目标快进视频片段的数量为至少两个的情况下，可以先分别计算每一目标快进视频片段对目标视频片段的时间占比值，然后计算得到的时间占比值之和，最后将“1-时间占比值之和”得到的数值，确定为目标视频片段的有效播放时长对目标视频片段的总播放时长的时间占比值。
可选地，步骤205中所述的喜好信息为用户群体对目标视频片段的喜好程度信息。
步骤205：根据时间占比值与预设占比值的比较结果，更新喜好信息，包括：
在时间占比值小于或等于预设占比值的情况下，将无兴趣值加1，得到更新后的无兴趣值；根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息。
其中，更新前的无兴趣值为：根据目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值。
其中，Q表示用户群体对目标视频片段的喜好程序信息；C1至CN分别表示对目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
在时间占比值小于或等于预设占比值的情况下，认为用户对该目标视频片段不感兴趣，则对预先统计得到的、用户群体对目标视频片段的无兴趣值进行加1处理，得到更新后的无兴趣值。然后根据更新后的无兴趣值与预设公式，计算用户群体对目标视频片段的喜好程序信息。其中，Q的数值越大，说明用户群体对该目标视频片段越感兴趣；反之，Q的数值越小，说明用户群体对该目标视频片段越不感兴趣。本发明实施例中，可以设置：在Q值大于或等于预设数值时，推荐目标视频片段给用户；在Q值小于预设数值时，不推荐目标视频片段给用户。其中，预设数值为大于0小于1的数值，具体数值可以根据实际需求设置。
其中，在计算喜好程度信息时，采用的C1至CN的数据值，均为更新后的无兴趣值。
为了更好的理解本发明实施例提供的技术方案，下面以一示例加以说明。
1、获取完整视频(对应目标视频)进行截取后得到的视频片段相关数据。
如图3所示，视频生产过程中，服务器可以通过视频片段数据处理模块，将一个完整视频进行截取，获得至少一个视频片段数据，并将截取得到的每个视频片段相对该完整视频的起始时间区间等相关数据写入服务器端的数据库中，具体写入数据库中的数据可以包括：
(1)该完整视频的视频标识：Vid；
(2)每个视频片段的片段标识：Vcutidx；
(3)每个视频片段的起始时间区间：(Tcutidx_1,Tcutidx_2)；
其中，Vcutidx表示第x个视频片段的片段标识；Tcutidx_1表示第x个视频片段的开始时间，Tcutidx_2表示第N个视频片段的结束时间，x为大于或等于1的正整数。
2、获取用户快进行为的相关数据。
如图3所示，客户端可以通过快进行为数据处理模块，获取用户观看一个完整视频时的快进行为数据，并将获取到的快进行为数据上传至服务器，由服务器将数据写入数据库，用户快进行为数据可以包括：
(1)该完整视频的视频标识：Vid；
(2)用户标识：Uid_i；
(3)一次快进播放的视频片段的起始时间区间(Tforwardy_1,Tforwardy_2)；
其中，i表示某一个用户，y表示第y次快进播放，Tforwardy_1表示第y次快进播放的视频片段的开始时间，Tforwardy_2表示第y次快进播放的视频片段的结束时间，y为大于或等于0的整数，i为大于或等于0的整数。
3、对视频片段数据和用户的快进行为数据进行处理。
如图3所示，服务器可以通过数据分析与计算模块，根据完整视频的视频标识Vid从数据库中获取截取得到的视频片段数据和用户的快进行为数据，得到视频推荐的参考信息。
假设，视频片段的数量为N个，分别为：[Vcutid1:(Tcutid1_1,Tcutid1_2),…,Vcutidx:(Tcutidx_1,Tcutidx_2),…,VcutidN:
(TcutidN_1,TcutidN_2)]。用户y某一次观看该完整视频进行的快进行为的次数为M次，每次一快进播放的视频片段的起始时间区间为：[Uid_y:(Tforward1_1,Tforward1_2),…,(Tforwardx_1,Tforwardx_2),…,(TforwardM_1,TforwardM_2)]。
下面以第N个视频片段(对应目标视频片段)以及用户y第M次的快进行为为例，说明对视频片段数据与用户快进行为数据的处理过程。假设与第N个视频片段对应的快进视频片段仅包括第M次快进播放的视频片段(对应目标快进视频片段)，具体处理过程如下所述：
(1)如图4所示，若用户y第M次快进播放的视频片段对应的起始时间区间：(TforwardM_1,TforwardM_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
TforwardM_1<＝TcutidN_1且TforwardM_2>＝TcutidN_2；
则用户y在该第N个视频片段的有效播放时长对第N个视频片段总播放时长的的时间占比值为：
Pplay＝0/(TcutidN_2-TcutidN_1)＝0。
其中，Pplay表示时间占比值，设定占比阈值(对应预设占比值)为Pvalid。如果Pplay<Pvalid，则表示用户对该第N个视频片段不感兴趣，对应该第N个视频片段的统计标识CcutidN(对应无兴趣值)进行加1处理：CcutidN＝CcutidN’+1。其中，CcutidN’表示预先统计得到的统计标识数值。
(2)如图5所示，若用户y第M次快进播放的视频片段对应的起始时间区间：(TforwardM_1,TforwardM_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
TforwardM_1<＝TcutidN_1、TforwardM_2>＝TcutidN_1且TforwardM_2<TcutidN_2；
则用户y在该第N个视频片段的有效播放时长对第N个视频片段总播放时长的的时间占比值为：
Pplay＝(TcutidN_2-TforwardM_2)/(TcutidN_2-TcutidN_1)；
如果Pplay<Pvalid，则表示用户对该第N个视频片段不感兴趣，对应该第N个视频片段的统计标识CcutidN进行加1处理：CcutidN＝CcutidN’+1。
(3)如图6所示，用户y第M次快进播放的视频片段对应的起始时间区间：(TforwardM_1,TforwardM_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
TforwardM_1>TcutidN_1、TforwardM_1<＝TcutidN_2且TforwardM_2>＝TcutidN_2；
则用户y在该第N个视频片段的有效播放时长对第N个视频片段总播放时长的的时间占比值为：
Pplay＝(TforwardM_1-TcutidN_1)/(TcutidN_2-TcutidN_1)；
如果Pplay<Pvalid，则表示用户对该第N个视频片段不感兴趣，对应该第N个视频片段的统计标识CcutidN进行加1处理：CcutidN＝CcutidN’+1。
(4)如图7所示，用户y第M次快进播放的视频片段对应的起始时间区间：(TforwardM_1,TforwardM_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
TforwardM_1>TcutidN_1且TforwardM_2<TcutidN_2；
则用户y在该第N个视频片段的有效播放时长对第N个视频片段总播放时长的的时间占比值为：
Pplay＝1-(TforwardM_2-TforwardM_1)/(TcutidN_2-TcutidN_1)；
如果Pplay<Pvalid，则表示用户对该第N个视频片段不感兴趣，对应该第N个视频片段的统计标识CcutidN进行加1处理：CcutidN＝CcutidN’+1。
其中，如果用户在第N个视频片段VcutidN:(TcutidN_1,TcutidN_2)内具有多次快进行为，即第N个视频片段对应多个快进视频片段：[(Tforward1_1,Tforward1_2),…,(Tforwardj_1,Tforwardj_2)]，其中，j为大于1的正整数，则可通过下述示例中所述的方法，计算第N个视频片段的有效播放时长对第N个视频片段总播放时长的时间占比值Pplay，如下所述：
例如，用户在第N个视频片段内具有3次快进行为，每次快进行为对应的快进视频片段分别为：(Tforward1_1,Tforward1_2)、(Tforward2_1,Tforward2_2)、(Tforward3_1,Tforward3_2)，这三个快进视频片段依次记为快进视频片段1、快进视频片段2和快进视频片段3，如图8所示。
首先，计算每一快进视频片段对第N个视频片段的时间占比值。
A、快进视频片段1与对应的起始时间区间：(Tforward1_1,Tforward1_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
Tforward1_1<＝TcutidN_1、Tforward1_2>＝TcutidN_1且Tforward1_2<TcutidN_2；
则快进视频片段1对第N个视频片段的时间占比值为：
P1＝(Tforward1_2-TcutidN_1)/(TcutidN_2-TcutidN_1)。
B、快进视频片段2与对应的起始时间区间：(Tforward2_1,Tforward2_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
Tforward2_1>TcutidN_1且Tforward2_2<TcutidN_2；
则快进视频片段2对第N个视频片段的时间占比值为：
P2＝(Tforward2_2-Tforward2_1)/(TcutidN_2-TcutidN_1)。
C、快进视频片段3与对应的起始时间区间：(Tforward3_1,Tforward3_2)，与第N个视频片段VcutidN的起始时间区间：(TcutidN_1,TcutidN_2)，在时间上满足如下关系：
Tforward3_1>TcutidN_1、Tforward3_1<＝TcutidN_2且Tforward3_2>＝TcutidN_2；
则快进视频片段3对第N个视频片段的时间占比值为：
P3＝(TcutidN_2-Tforward3_1)/(TcutidN_2-TcutidN_1)。
然后，计算三个快进视频片段对第N个视频片段的时间占比值之和Psum，即：
Psum＝P1+P2+P3。
最后，该第N个视频片段的有效播放时长对第N个视频片段总播放时长的的时间占比值Pplay＝1-Psum。
根据上述N个视频片段数据与单个用户快进行为数据的处理规则，依次类推，可以对多个用户快进行为数据进行分析处理。经过前述处理过程，每个视频片段可以得到一个对应用户群体快进行为的统计标识CcutidN，CcutidN的值越大，表示用户群体对该视频片段越不感兴趣，处理流程如图9所示。
通过对N个视频片段与多个用户快进行为数据的分析处理，可以得到用户群体对各个视频片段的不感兴趣计数值集合S：[Vcutid1:Ccutid1,Vcutid2:Ccutid2,…,VcutidN:CcutidN]，进而可以计算出一个完整视频下各个视频片段的喜好程度信息Qcutidx，计算公式如下：
QcutidN＝1-CcutidN/(Ccutid1+Ccutid2+…+CcutidN)；
其中，QcutidN代表第N个视频片段在用户群体中的喜好程度，QcutidN越接近于1，表示该视频片段越被用户所喜欢。故可将QcutidN作为一个在用户行为维度上的视频推荐的参考信息，以提高视频推荐的准确性与高效性。
可选地，在确定与该完整视频关联的N个视频片段对应的快进视频片段时，可以将单个用户的M次快进行为数据，依次对与该完整视频关联的N个视频片段数据，进行遍历处理，在二者之间检测到满足上述时间关系时，则认为二者之间具有对应关系，进而确定单个用户对与该完整视频关联的N个视频片段的喜好信息。
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
图10是本发明实施例提供的一种视频推荐装置的框图，该视频推荐装置应用于服务器。
如图10所示，该视频推荐装置1000可以包括：
第一确定模块1001，用于确定目标视频播放过程中快进播放的快进视频片段。
第二确定模块1002，用于在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段。
其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个。
第三确定模块1003，用于确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值。
其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长。
处理模块1004，用于根据所述时间占比值与预设占比值的比较结果，确定用户群体对所述目标视频片段的喜好信息，并将所述喜好信息作为推荐所述目标视频片段的参考信息。
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
图11是本发明实施例提供的一种视频推荐装置的框图，该视频推荐装置应用于服务器。
如图11所示，该视频推荐装置1100可以包括：
第一确定模块1101，用于确定目标视频播放过程中快进播放的快进视频片段。
第二确定模块1102，用于在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段。
其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个。
第三确定模块1103，用于确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值。
其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长。
处理模块1104，用于根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
可选地，所述第三确定模块1103包括：
第一获取单元11031，用于获取每一所述目标快进视频片段的第一开始时间和第一结束时间。
第二获取单元11032，用于获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间。
第一确定单元11033，用于根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
可选地，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述第一确定单元11033具体用于：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
可选地，所述喜好信息为喜好程度信息。
所述处理模块1104包括：
第一处理单元11041，用于在所述时间占比值小于或等于所述预设占比值的情况下，将无兴趣值加1，得到更新后的所述无兴趣值。
其中，更新前的所述无兴趣值为：根据所述目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值。
第二处理单元11042，用于根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对所述目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息。
其中，Q表示用户群体对所述目标视频片段的喜好程序信息；C1至CN分别表示对所述目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示所述目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
可选地，所述第二确定模块1102包括：
第二确定单元11021，用于在所述快进视频片段中，将与所述目标视频片段具有交集关系的快进视频片段，确定为与所述目标视频片段对应的所述目标快进视频片段。
本发明实施例中，在进行视频推荐时，根据用户观看视频时的快进行为，确定用户对与观看的视频关联的视频片段的喜好信息，并将用户对视频片段的喜好信息，作为视频片段推荐的一个参考信息，这样，在视频推荐上则增加了用户维度上的参考信息。而基于用户喜好进行视频推荐，可以更加精准地为用户推荐受喜欢程度高的视频片段，从而提高视频推荐的准确性与高效性，进而提升视频的点击率和视频播放总时长。
对于上述装置实施例而言，由于其与方法实施例基本相似，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，该电子设备可以是服务器。如图12所示，包括处理器1201、通信接口1202、存储器1203和通信总线1204，其中，处理器1201，通信接口1202，存储器1203通过通信总线1204完成相互间的通信。
存储器1203，用于存放计算机程序。
在电子设备为终端设备时，处理器1201用于执行存储器1203上所存放的程序时，实现如下步骤：
确定目标视频播放过程中快进播放的快进视频片段；
在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段；其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个；
确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值；其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长；
根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
可选地，所述确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值，包括：
获取每一所述目标快进视频片段的第一开始时间和第一结束时间；
获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间；
根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
可选地，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值，包括：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
可选地，所述喜好信息为喜好程度信息；所述根据所述时间占比值与预设占比值的比较结果，更新喜好信息，包括：
在所述时间占比值小于或等于所述预设占比值的情况下，将无兴趣值加1，得到更新后的所述无兴趣值；其中，更新前的所述无兴趣值为：根据所述目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值；
根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对所述目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息；
其中，Q表示用户群体对所述目标视频片段的喜好程序信息；C1至CN分别表示对所述目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示所述目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
可选地，所述在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段，包括：
在所述快进视频片段中，将与所述目标视频片段具有交集关系的快进视频片段，确定为与所述目标视频片段对应的所述目标快进视频片段。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中所述的视频推荐方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中所述的视频推荐方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，包含在本发明的保护范围内。

Claims (10)

1.一种视频推荐方法，应用于服务器，其特征在于，所述视频推荐方法包括：
确定目标视频播放过程中快进播放的快进视频片段；
在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段；其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个；
确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值；其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长；
根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
2.根据权利要求1所述的视频推荐方法，其特征在于，所述确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值，包括：
获取每一所述目标快进视频片段的第一开始时间和第一结束时间；
获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间；
根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
3.根据权利要求2所述的视频推荐方法，其特征在于，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值，包括：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
4.根据权利要求1所述的视频推荐方法，其特征在于，所述喜好信息为喜好程度信息；
所述根据所述时间占比值与预设占比值的比较结果，更新喜好信息，包括：
在所述时间占比值小于或等于所述预设占比值的情况下，将无兴趣值加1，得到更新后的所述无兴趣值；其中，更新前的所述无兴趣值为：根据所述目标视频历史播放过程中的快进视频片段，预先统计得到的、用户群体对所述目标视频片段无兴趣的统计数值；
根据预设公式：Q＝1–Cx/(C1+C2+…+CN)，计算用户群体对所述目标视频片段的喜好程度信息，并将计算得到的喜好程度信息确定为更新后的所述喜好程度信息；
其中，Q表示用户群体对所述目标视频片段的喜好程序信息；C1至CN分别表示对所述目标视频进行截取获得的每一个视频片段对应的最新无兴趣值；Cx表示所述目标视频片段对应的最新无兴趣值；N为大于或等于1的正整数。
5.根据权利要求1所述的视频推荐方法，其特征在于，所述在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段，包括：
在所述快进视频片段中，将与所述目标视频片段具有交集关系的快进视频片段，确定为与所述目标视频片段对应的所述目标快进视频片段。
6.一种视频推荐装置，应用于服务器，其特征在于，所述视频推荐装置包括：
第一确定模块，用于确定目标视频播放过程中快进播放的快进视频片段；
第二确定模块，用于在所述快进视频片段中，确定与目标视频片段对应的目标快进视频片段；其中，所述目标视频片段为：预先对所述目标视频进行截取获得的至少一个视频片段中的其中一个；
第三确定模块，用于确定所述目标视频片段的有效播放时长对所述目标视频片段的总播放时长的时间占比值；其中，所述有效播放时长为：所述目标视频片段相对于所述目标快进视频片段，未快进播放的视频片段的播放时长；
处理模块，用于根据所述时间占比值与预设占比值的比较结果，更新喜好信息，并依据更新后的所述喜好信息进行所述目标视频片段的推荐；其中，更新前的所述喜好信息为：根据所述目标视频历史播放过程中的快进视频片段，预先得到的用户群体对所述目标视频片段的喜好信息。
7.根据权利要求6所述的视频推荐装置，其特征在于，所述第三确定模块包括：
第一获取单元，用于获取每一所述目标快进视频片段的第一开始时间和第一结束时间；
第二获取单元，用于获取所述目标视频片段相对于所述目标视频的第二开始时间和第二结束时间；
第一确定单元，用于根据每一所述目标快进视频片段的第一开始时间和第一结束时间，以及所述目标视频片段的第二开始时间和第二结束时间，确定所述时间占比值。
8.根据权利要求7所述的视频推荐装置，其特征在于，在所述目标视频片段对应的所述目标快进视频片段的数量为一个的情况下，所述第一确定单元具体用于：
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二结束时间的情况下，确定所述时间占比值为0；
在所述第一开始时间小于或等于所述第二开始时间、所述第一结束时间大于或等于所述第二开始时间且小于所述第二结束时间的情况下，确定所述时间占比值为：(第二结束时间-第一结束时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间且小于或等于第二结束时间、所述第一结束时间大于或等于第二结束时间的情况下，确定所述时间占比值为：(第一开始时间-第二开始时间)/(第二结束时间-第二开始时间)；
在所述第一开始时间大于所述第二开始时间、所述第二结束时间小于所述第二结束时间的情况下，确定所述时间占比值为：1-(第一结束时间-第一开始时间)/(第二结束时间-第二开始时间)。
9.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线；其中，处理器、通信接口以及存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现如权利要求1至5任一项所述的视频推荐方法中的步骤。
10.一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如权利要求1至5任一项所述的视频推荐方法。
CN202010203170.5A 2020-03-20 2020-03-20 一种视频推荐方法、装置及电子设备 Active CN111225246B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010203170.5A CN111225246B (zh) 2020-03-20 2020-03-20 一种视频推荐方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010203170.5A CN111225246B (zh) 2020-03-20 2020-03-20 一种视频推荐方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111225246A true CN111225246A (zh) 2020-06-02
CN111225246B CN111225246B (zh) 2022-02-01

Family

ID=70831620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010203170.5A Active CN111225246B (zh) 2020-03-20 2020-03-20 一种视频推荐方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111225246B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669656A (zh) * 2020-06-19 2020-09-15 北京奇艺世纪科技有限公司 一种视频片段的精彩程度确定方法及装置
CN112115298A (zh) * 2020-09-15 2020-12-22 北京奇艺世纪科技有限公司 视频推荐方法、装置、电子设备及存储介质
CN112565904A (zh) * 2020-11-30 2021-03-26 北京达佳互联信息技术有限公司 视频片段推送方法、装置、服务器以及存储介质
CN113779306A (zh) * 2020-08-25 2021-12-10 北京沃东天骏信息技术有限公司 一种播放进度确定方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160314410A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from one data space
CN106383904A (zh) * 2016-09-29 2017-02-08 中国联合网络通信集团有限公司 视频推荐方法及装置
CN107247733A (zh) * 2017-05-05 2017-10-13 中广热点云科技有限公司 一种视频片段观看热度分析方法及系统
CN110825910A (zh) * 2019-10-15 2020-02-21 平安科技（深圳）有限公司 基于大数据的视频课程推荐方法及相关装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160314410A1 (en) * 2015-04-23 2016-10-27 Rovi Guides, Inc. Systems and methods for improving accuracy in media asset recommendations based on data from one data space
CN106383904A (zh) * 2016-09-29 2017-02-08 中国联合网络通信集团有限公司 视频推荐方法及装置
CN107247733A (zh) * 2017-05-05 2017-10-13 中广热点云科技有限公司 一种视频片段观看热度分析方法及系统
CN110825910A (zh) * 2019-10-15 2020-02-21 平安科技（深圳）有限公司 基于大数据的视频课程推荐方法及相关装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111669656A (zh) * 2020-06-19 2020-09-15 北京奇艺世纪科技有限公司 一种视频片段的精彩程度确定方法及装置
CN113779306A (zh) * 2020-08-25 2021-12-10 北京沃东天骏信息技术有限公司 一种播放进度确定方法和装置
CN112115298A (zh) * 2020-09-15 2020-12-22 北京奇艺世纪科技有限公司 视频推荐方法、装置、电子设备及存储介质
CN112115298B (zh) * 2020-09-15 2023-07-25 北京奇艺世纪科技有限公司 视频推荐方法、装置、电子设备及存储介质
CN112565904A (zh) * 2020-11-30 2021-03-26 北京达佳互联信息技术有限公司 视频片段推送方法、装置、服务器以及存储介质
CN112565904B (zh) * 2020-11-30 2023-05-09 北京达佳互联信息技术有限公司 视频片段推送方法、装置、服务器以及存储介质

Also Published As

Publication number Publication date
CN111225246B (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
CN111225246B (zh) 一种视频推荐方法、装置及电子设备
KR102378855B1 (ko) 소셜 미디어를 이용하는 사용자의 통계를 추정하는 방법 및 장치
WO2017113677A1 (zh) 处理用户行为数据的方法和系统
CN110941738B (zh) 推荐方法、装置、电子设备及计算机可读存储介质
CN109753601B (zh) 推荐信息点击率确定方法、装置及电子设备
CN110290400B (zh) 可疑刷量视频的识别方法、真实播放量预估方法及装置
CN109685144B (zh) 一种对视频模型做评估的方法、装置及电子设备
CN109672936B (zh) 一种视频评估集的确定方法、装置及电子设备
CN108366012B (zh) 一种社交关系建立方法、装置及电子设备
CN105843876B (zh) 多媒体资源的质量评估方法和装置
WO2022007626A1 (zh) 视频内容推荐方法、装置及计算机设备
CN111479129A (zh) 直播封面的确定方法、装置、服务器、介质及系统
CN110121088B (zh) 一种用户属性信息确定方法、装置及电子设备
CN110535943B (zh) 数据处理方法、装置、电子设备及存储介质
CN111314744B (zh) 视频推送方法、服务器
CN110996142B (zh) 视频召回方法及装置、电子设备及存储介质
CN111597380B (zh) 一种推荐视频确定方法、装置、电子设备及存储介质
CN108228598B (zh) 媒体信息排序方法、服务器和系统
CN109753585B (zh) 一种推荐视频的确定方法、装置、电子设备及存储介质
CN111669626A (zh) 一种视频缺省播放关系的确定方法、装置及电子设备
CN110971973A (zh) 一种视频推送方法、装置及电子设备
CN110020129B (zh) 点击率校正方法、预估方法、装置、计算设备及存储介质
CN111565322B (zh) 一种用户情感倾向信息获得方法、装置及电子设备
CN110839178B (zh) 一种内容的预测方法、装置及计算机可读存储介质
CN110557660B (zh) 一种直播视频处理方法及装置

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