CN111246255B - 视频推荐方法、装置、存储介质、终端及服务器 - Google Patents

视频推荐方法、装置、存储介质、终端及服务器 Download PDF

Info

Publication number
CN111246255B
CN111246255B CN202010072107.2A CN202010072107A CN111246255B CN 111246255 B CN111246255 B CN 111246255B CN 202010072107 A CN202010072107 A CN 202010072107A CN 111246255 B CN111246255 B CN 111246255B
Authority
CN
China
Prior art keywords
video
cover
user
target
user group
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
Application number
CN202010072107.2A
Other languages
English (en)
Other versions
CN111246255A (zh
Inventor
赵志璞
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202010072107.2A priority Critical patent/CN111246255B/zh
Publication of CN111246255A publication Critical patent/CN111246255A/zh
Priority to PCT/CN2021/073044 priority patent/WO2021147949A1/zh
Application granted granted Critical
Publication of CN111246255B publication Critical patent/CN111246255B/zh
Priority to US17/842,270 priority patent/US11546663B2/en
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]
    • H04N21/40—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
    • 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
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • H04N21/252—Processing of multiple end-users' preferences to derive collaborative 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]
    • H04N21/20—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
    • 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
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2668—Creating a channel for a dedicated end-user group, e.g. insertion of targeted commercials based on end-user profiles
    • 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
    • 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
    • H04N21/81—Monomedia components thereof
    • H04N21/8146—Monomedia components thereof involving graphical data, e.g. 3D object, 2D graphics
    • H04N21/8153—Monomedia components thereof involving graphical data, e.g. 3D object, 2D graphics comprising still images, e.g. texture, background image

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开提供一种视频推荐方法、装置、存储介质、终端及服务器，用以解决视频封面单一的问题。该视频推荐方法包括：获取目标视频的至少两个相关视频；对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。

Description

视频推荐方法、装置、存储介质、终端及服务器
技术领域
本公开涉及互联网技术领域，尤其涉及一种视频推荐方法、装置、存储介质、终端及服务器。
背景技术
随着互联网技术的高速发展，越来越多的用户开始用视频来记录自己的生活，并把视频分享给其他用户。
视频封面作为展示视频内容的标志，可以让用户对视频内容有一个大概的认知，其重要性不言而喻。然而，目前的视频都只有单个封面，对所有的用户来说封面都是一样的，因此，相关技术中视频封面比较单一。
发明内容
本公开提供一种视频推荐方法、装置、存储介质、终端及服务器，用以解决视频封面单一的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种视频推荐方法，所述方法用于客户端，所述方法包括：
获取目标视频的至少两个相关视频；
对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
在一可能的实现方式中，与所述相关视频关联的视频封面为热度最高的视频封面；
在查找与所述相关视频关联的视频封面之前，该方法还包括：
获取用户对相关视频执行操作的行为信息；
基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
在一可能的实现方式中，所述基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度，包括：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
根据本公开实施例的第二方面，提供一种视频推荐方法，所述方法用于服务器，所述方法包括：
接收客户端发送的目标视频和视频封面集，所述视频封面集包括至少两个视频封面；
对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；其中，所述视频特征包括视频的类型，所述封面特征包括封面风格；
根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
在一可能的实现方式中，所述根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
在一可能的实现方式中，所述根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
根据所述视频特征，确定所述目标视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
在一可能的实现方式中，在接收客户端发送的目标视频和视频封面集之后，该方法还包括：
根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
若所述目标视频通过验证，对于所述视频封面集中的任一通过验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
根据本公开实施例的第三方面，提供一种视频推荐装置，所述装置用于客户端，所述装置包括：
相关视频获取模块，被配置为获取目标视频的至少两个相关视频；
视频封面集生成模块，被配置为对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
发送模块，被配置为将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
在一可能的实现方式中，与所述相关视频关联的视频封面为热度最高的视频封面；
所述装置还包括：
行为信息获取模块，被配置为获取用户对相关视频执行操作的行为信息；
热度确定模块，被配置为基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
关联模块，被配置为从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
在一可能的实现方式中，所述热度确定模块被配置为：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
根据本公开实施例的第四方面，提供一种视频推荐装置，所述装置用于服务器，所述装置包括：
接收模块，被配置为接收客户端发送的目标视频和视频封面集，所述视频封面集包括至少两个视频封面；
特征获取模块，被配置为对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；其中，所述视频特征包括视频的类型，所述封面特征包括封面风格；
用户群体确定模块，被配置为根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
处理模块，被配置为为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
在一可能的实现方式中，所述用户群体确定模块被配置为：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
在一可能的实现方式中，所述用户群体确定模块被配置为：
根据所述视频特征，确定所述目标视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
在一可能的实现方式中，所述装置还包括：
校验模块，被配置为根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
所述特征获取模块被配置为：
若所述目标视频通过所述校验模块的验证，对于所述视频封面集中的任一通过所述校验模块的验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
根据本公开实施例的第五方面，提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本公开任意可能的实现方式中的视频推荐方法的步骤。
根据本公开实施例的第六方面，提供一种终端，包括存储器、处理器及存储在所述存储器上并可在所述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第一方面或第一方面的任意可能的实现方式中的视频推荐方法的步骤。
根据本公开实施例的第七方面，提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述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第二方面或第二方面的任意可能的实现方式中的视频推荐方法的步骤。
根据本公开实施例的第八方面，提供一种计算机程序产品，包括计算机程序，所述程序被处理器执行时实现本公开任意可能的实现方式中的视频推荐方法的步骤。
本公开的实施例提供的技术方案至少带来以下有益效果：
首先获取目标视频的至少两个相关视频，然后对于每一所述相关视频，查找与所述相关视频关联的视频封面，并将查找到的所述视频封面添加到视频封面集，之后，将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，实现了在用户不同的情况下，可以为视频添加不同的视频封面，从而可以为用户提供其感兴趣的视频封面，因此可以解决视频封面单一的问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是相关技术中视频推荐的原理图；
图2是根据一示例性实施例示出的一种视频推荐系统的网络架构图；
图3是根据一示例性实施例示出的客户端侧的视频推荐方法的流程示意图；
图4是根据一示例性实施例示出的服务器侧的视频推荐方法的流程示意图；
图5是根据一示例性实施例示出的视频推荐的原理图；
图6是根据一示例性实施例示出的客户端侧的视频推荐装置的第一种结构示意图；
图7是根据一示例性实施例示出的客户端侧的视频推荐装置的第二种结构示意图；
图8是根据一示例性实施例示出的服务器侧的视频推荐装置的第一种结构示意图；
图9是根据一示例性实施例示出的服务器侧的视频推荐装置的第二种结构示意图；
图10是根据一示例性实施例示出的一种终端的结构示意图；
图11是根据一示例性实施例示出的一种服务器的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开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，以便这里描述的本公开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。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前，推荐给用户的视频都只有单个封面，对所有的用户来说封面都是一样的。如图1所示，视频10，设有单个封面20，添加封面20的视频10推荐给用户群体A、用户群体B和用户群体C，对于用户群体A、用户群体B和用户群体C来说，视频10的封面是一样的。然而，不同的用户有其明显的差异性，不是所有用户都对该视频封面感兴趣，如果用户对视频封面不感兴趣，用户很可能不会点击观看视频，这样会导致视频的点击率比较低，因此迫切需要个性化的视频封面，以提高视频的点击率，而相关技术中视频封面比较单一。
为了解决上述的问题，本公开实施例提出了一种视频推荐方法、装置、存储介质、终端及服务器。
首先，介绍一下本公开实施例提供的技术方案的应用场景的网络架构。
图2是根据一示例性实施例示出的一种视频推荐系统的网络架构图，如图1所示，该网络架构包括多个终端10和服务器20。
终端10可以是智能手机、平板电脑等，终端10是运行有至少一个视频应用(APP)的客户端的电子设备。
服务器20为视频APP的后台服务器，用于接收终端10发送的数据，或者用于向终端10发送数据。
实施例一：
图3是根据一示例性实施例示出的一种视频推荐方法的流程图，如图3所示，该视频推荐方法用于客户端中，该视频推荐方法包括以下步骤：
S101、获取目标视频的至少两个相关视频；
本实施例中，目标视频可以是用户刚拍摄的视频，也可以是已有的未确定封面的视频。
本实施例中，目标视频的相关视频例如可以是与所述目标视频的视频内容相似的相似视频，也可以是与目标视频在如下至少一项相同的视频：视频作者、视频发布地点或者视频主题。相关视频可以通过视频相似性匹配算法从视频库中得到，例如，基于内容的推荐算法(Content-Based Recommendation)、协同过滤的推荐算法(Collaborative FilteringRecommendation)、组合推荐(Hybrid Recommendation)等。
基于内容的推荐算法是根据用户过去喜欢的内容，为用户推荐和他过去喜欢的内容相似的内容，其利用物品的内容属性计算物品之间的相似度，根据物品的相似度确定目标视频的相关视频。
协同过滤主要可以分为基于用户的协同过滤、基于物品的协同过滤(简称ItemCF)、以及基于模型的协同过滤(如矩阵分解等)。其中，ItemCF算法主要通过分析用户行为数据(例如用户对视频的点击、观看、转发、评论数)计算物品之间的相似度，根据物品的相似度确定目标视频的相关视频。
组合推荐是将多个推荐算法组合起来确定目标视频的相关视频。
S102、对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
本实施例中，与所述相关视频关联的视频封面可以为热度最高的视频封面，视频封面的热度可以根据用户对添加有该视频封面的相关视频执行操作的行为信息来确定。
S103、将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
在一些实施例中，在查找与所述相关视频关联的视频封面之前，该方法还包括：
获取用户对相关视频执行操作的行为信息；
基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
在一些实施例中，上述基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度，包括：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
本实施例中，例如可以根据用户是否对添加有视频封面的相关视频进行点击、点赞，对添加有该视频封面的相关视频的作者是否进行关注等行为信息来确定该视频封面的热度。
实施例二：
图4是根据另一示例性实施例示出的一种视频推荐方法的流程图，如图4所示，该视频推荐方法用于服务器中，该方法包括以下步骤。
S201、接收客户端发送的目标视频和视频封面集，所述视频封面集包括至少两个视频封面；
S202、对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；
本实施例中，视频特征包括视频的类型，比如，美食、体育、游戏等类型，封面特征包括封面风格。
S203、根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
在一些实施例中，步骤S203中根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
本实施例中，每一个用户群体都对应设有一个标识，例如，用户群体A对应标识0x1，用户群体B对应标识0x2，用户群体C对应标识0x3。
在一些实施例中，上述视频推荐方法还可以包括训练模型的步骤，下面介绍视频推荐模型的训练过程。
(1)获取训练样本集，所述训练样本集中的每一训练样本包括：视频的视频特征、视频封面的封面特征、以及用户群体的标识；
其中，训练样本集可以通过如下方式获得：
获取视频推荐历史记录信息，视频推荐历史记录信息包括大量的视频推荐数据，每一条视频推荐数据记录了用户将添加有某一视频封面的某一视频推荐给某一用户群体；
对于每一条视频推荐数据，根据该视频推荐数据，获取视频的视频特征，视频封面的封面特征，以及确定添加有该视频封面的该视频所推荐给的用户群体的标识，即可以得到一个训练样本。
(2)通过所述训练样本集，对待训练模型进行训练，得到所述视频推荐模型。
在另一些实施例中，步骤S203中根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
根据所述视频特征，确定所述视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
例如，某一视频10，确定该视频的视频封面集包括视频封面a、视频封面b和视频封面c，该视频的视频特征包括游戏，查找游戏对应的用户群体，确定该视频可以推荐给包括用户群体A、用户群体B和用户群体C的用户群体组，再根据各个视频封面的封面特征(比如封面风格)，分别确定视频封面a对应用户群体A，视频封面b对应用户群体B，视频封面c对应用户群体C，也就是说，添加有视频封面a的视频10可以推荐给用户群体A，添加有视频封面b视频10可以推荐给用户群体B，添加有视频封面c视频10可以推荐给用户群体C，如图5所示。
S204、为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
在一些实施例中，在接收客户端发送的目标视频和视频封面集之后，该方法还包括：
根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
若所述目标视频通过验证，对于所述视频封面集中的任一通过验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
其中，筛选策略例如可以包括过滤具有负向标签(例如内容敏感，被举报等)的视频封面、过滤违反法律法规的视频(例如暴力视频、色情视频)。
本公开实施例提供的技术方案，首先接收客户端发送的目标视频和视频封面集，然后对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征，并根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，之后，为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体，实现了在用户不同的情况下，可以为视频添加不同的视频封面，从而可以为用户提供其感兴趣的视频封面，因此可以解决视频封面单一的问题。
基于同一发明构思，本公开实施例还提供了一种视频推荐装置，图6是根据一示例性实施例示出的一种视频推荐装置的框图。参照图6，该视频推荐装置用于客户端中，该视频推荐装置包括：相关视频获取模块11、视频封面集生成模块12和发送模块13。
相关视频获取模块11，被配置为获取目标视频的至少两个相关视频；
视频封面集生成模块12，被配置为对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
发送模块13，被配置为将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
在一可能的实现方式中，与所述相关视频关联的视频封面为热度最高的视频封面；
如图7所示，上述视频推荐装置还包括：
行为信息获取模块14，被配置为获取用户对相关视频执行操作的行为信息；
热度确定模块15，被配置为基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
关联模块16，被配置为从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
在一可能的实现方式中，热度确定模块15被配置为：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
基于同一发明构思，本公开实施例还提供了一种视频推荐装置，图8是根据一示例性实施例示出的一种视频推荐装置的框图。参照图8，该视频推荐装置用于服务器中，该视频推荐装置包括：接收模块21、特征获取模块22、用户群体确定模块23和处理模块24。
在一可能的实现方式中，用户群体确定模块23被配置为：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
在另一可能的实现方式中，用户群体确定模块23被配置为：
根据所述视频特征，确定所述目标视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
在一可能的实现方式中，如图9所示，上述视频推荐装置还包括：
校验模块25，被配置为根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
特征获取模块22被配置为：
若所述目标视频通过所述校验模块25的验证，对于所述视频封面集中的任一通过所述校验模块25的验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
基于同一发明构思，本公开实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任意可能的实现方式中的视频推荐方法的步骤。
可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
基于同一发明构思，本公开实施例还提供了一种计算机程序产品，包括计算机程序，所述程序被处理器执行时实现上述任意可能的实现方式中的视频推荐方法的步骤。
基于同一发明构思，本公开实施例还提供了一种终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
其中，所述处理器被配置为：
获取目标视频的至少两个相关视频；
对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
如图10所示，图10是本公开根据一示例性实施例示出的一种终端1700的一结构示意图。例如，终端1700可以是具有路由功能的移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图10，终端1700可以包括以下一个或多个组件：处理组件1702，存储器1704，电源组件1706，多媒体组件1708，音频组件1710，输入/输出(I/O)的接口1712，传感器组件1714，以及通信组件1716。
处理组件1702通常控制终端1700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1702可以包括一个或多个处理器1720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1702可以包括一个或多个模块，便于处理组件1702和其他组件之间的交互。例如，处理组件1702可以包括多媒体模块，以方便多媒体组件1708和处理组件1702之间的交互。
存储器1704被配置为存储各种类型的数据以支持在终端1700的操作。这些数据的示例包括用于在终端1700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件1706为终端1700的各种组件提供电力。电源组件1706可以包括电源管理系统，一个或多个电源，及其他与为终端1700生成、管理和分配电力相关联的组件。
多媒体组件1708包括在所述终端1700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1708包括一个前置摄像头和/或后置摄像头。当终端1700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1710被配置为输出和/或输入音频信号。例如，音频组件1710包括一个麦克风(MIC)，当终端1700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1704或经由通信组件1716发送。在一些实施例中，音频组件1710还包括一个扬声器，用于输出音频信号。
I/O接口1712为处理组件1702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1714包括一个或多个传感器，用于为终端1700提供各个方面的状态评估。例如，传感器组件1714可以检测到终端1700的打开/关闭状态，组件的相对定位，例如所述组件为终端1700的显示器和小键盘，传感器组件1714还可以检测终端1700或终端1700一个组件的位置改变，用户与终端1700接触的存在或不存在，终端1700方位或加速/减速和终端1700的温度变化。传感器组件1714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1714还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器，微波传感器或温度传感器。
通信组件1716被配置为便于终端1700和其他设备之间有线或无线方式的通信。终端1700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，终端1700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行如图3所示的视频推荐方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1704，上述指令可由终端1700的处理器1720执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
基于同一发明构思，本公开实施例还提供了一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；
其中，所述处理器被配置为：
接收客户端发送的目标视频和视频封面集，所述视频封面集包括至少两个视频封面；
对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；其中，所述视频特征包括视频的类型，所述封面特征包括封面风格；
根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
如图11所示，图11是根据一示例性实施例示出的一种服务器1800的一结构示意图。参照图11，服务器1800包括处理组件1802，其进一步包括一个或多个处理器，以及由存储器1804所代表的存储器资源，用于存储可由处理组件1802的执行的指令，例如应用程序。存储器1804中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1802被配置为执行指令，以执行如图4所示的视频推荐方法。
服务器1800还可以包括一个电源组件1806，被配置为执行服务器1800的电源管理，一个有线或无线网络接口1808，被配置为将服务器1800连接到网络，和一个输入输出(I/O)接口1810。服务器1800可以操作基于存储在存储器1804的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (17)

1.一种视频推荐方法，其特征在于，所述方法用于客户端，所述方法包括：
获取目标视频的至少两个相关视频；所述相关视频是通过视频相似性匹配算法得到的；
对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
2.根据权利要求1所述的方法，其特征在于，与所述相关视频关联的视频封面为热度最高的视频封面；
在查找与所述相关视频关联的视频封面之前，该方法还包括：
获取用户对相关视频执行操作的行为信息；
基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
3.根据权利要求2所述的方法，其特征在于，所述基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度，包括：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
4.一种视频推荐方法，其特征在于，所述方法用于服务器，所述方法包括：
接收客户端发送的目标视频和视频封面集，所述视频封面集包括所述目标视频的至少两个相关视频的封面；所述相关视频是通过视频相似性匹配算法得到的；
对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；其中，所述视频特征包括视频的类型，所述封面特征包括封面风格；
根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
5.根据权利要求4所述的方法，其特征在于，所述根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
6.根据权利要求4所述的方法，其特征在于，所述根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，包括：
根据所述视频特征，确定所述目标视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
7.根据权利要求4所述的方法，其特征在于，在接收客户端发送的目标视频和视频封面集之后，该方法还包括：
根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
若所述目标视频通过验证，对于所述视频封面集中的任一通过验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
8.一种视频推荐装置，其特征在于，所述装置用于客户端，所述装置包括：
相关视频获取模块，被配置为获取目标视频的至少两个相关视频；所述相关视频是通过视频相似性匹配算法得到的；
视频封面集生成模块，被配置为对于每一所述相关视频，查找与所述相关视频关联的视频封面，其中，所述视频封面是根据用户对所述相关视频执行操作的行为信息确定的，并将查找到的所述视频封面添加到视频封面集，所述视频封面集包括至少两个视频封面；
发送模块，被配置为将所述目标视频和所述视频封面集发送给服务器，以使服务器基于所述视频封面集，为所述目标视频添加不同的视频封面并推荐给不同的用户群体，所述用户群体包括至少一个用户。
9.根据权利要求8所述的装置，其特征在于，与所述相关视频关联的视频封面为热度最高的视频封面；
所述装置还包括：
行为信息获取模块，被配置为获取用户对相关视频执行操作的行为信息；
热度确定模块，被配置为基于所述行为信息，分别确定所述相关视频对应的各个视频封面的热度；
关联模块，被配置为从所述相关视频对应的所有视频封面中查找热度最高的视频封面，并关联所述相关视频与所述热度最高的视频封面。
10.根据权利要求9所述的装置，其特征在于，所述热度确定模块被配置为：
对于所述相关视频对应的每一视频封面，根据用户对添加有所述视频封面的所述相关视频执行操作的行为信息，确定所述视频封面的热度。
11.一种视频推荐装置，其特征在于，所述装置用于服务器，所述装置包括：
接收模块，被配置为接收客户端发送的目标视频和视频封面集，所述视频封面集包括所述目标视频的至少两个相关视频的封面；所述相关视频是通过视频相似性匹配算法得到的；
特征获取模块，被配置为对于所述视频封面集中的任一视频封面，获取所述目标视频的视频特征，以及获取所述视频封面的封面特征；其中，所述视频特征包括视频的类型，所述封面特征包括封面风格；
用户群体确定模块，被配置为根据所述视频特征和所述封面特征，确定所述视频封面对应的用户群体，所述用户群体包括至少一个用户；
处理模块，被配置为为所述目标视频添加所述视频封面，并将添加有所述视频封面的所述目标视频推荐给所述用户群体。
12.根据权利要求11所述的装置，其特征在于，所述用户群体确定模块被配置为：
将所述视频特征和所述封面特征输入到预先训练的视频推荐模型，得到所述视频推荐模型输出的对应用户群体的标识；
将所述标识对应的用户群体，确定为所述视频封面对应的用户群体。
13.根据权利要求11所述的装置，其特征在于，所述用户群体确定模块被配置为：
根据所述视频特征，确定所述目标视频对应的用户群体组，所述用户群体组包括至少两个用户群体；
根据所述封面特征，从所述用户群体组中确定所述视频封面对应的用户群体。
14.根据权利要求11所述的装置，其特征在于，所述装置还包括：
校验模块，被配置为根据设定的筛选策略对所述目标视频和所述视频封面集中的视频封面进行验证；
所述特征获取模块被配置为：
若所述目标视频通过所述校验模块的验证，对于所述视频封面集中的任一通过所述校验模块的验证的视频封面，执行获取所述目标视频的视频特征，以及获取所述视频封面的封面特征的步骤。
15.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
16.一种终端，包括存储器、处理器及存储在所述存储器上并可在所述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权利要求1-3任一项所述方法的步骤。
17.一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述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权利要求4-7任一项所述方法的步骤。
CN202010072107.2A 2020-01-21 2020-01-21 视频推荐方法、装置、存储介质、终端及服务器 Active CN111246255B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010072107.2A CN111246255B (zh) 2020-01-21 2020-01-21 视频推荐方法、装置、存储介质、终端及服务器
PCT/CN2021/073044 WO2021147949A1 (zh) 2020-01-21 2021-01-21 视频推荐方法及装置
US17/842,270 US11546663B2 (en) 2020-01-21 2022-06-16 Video recommendation method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010072107.2A CN111246255B (zh) 2020-01-21 2020-01-21 视频推荐方法、装置、存储介质、终端及服务器

Publications (2)

Publication Number Publication Date
CN111246255A CN111246255A (zh) 2020-06-05
CN111246255B true CN111246255B (zh) 2022-05-06

Family

ID=70871428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010072107.2A Active CN111246255B (zh) 2020-01-21 2020-01-21 视频推荐方法、装置、存储介质、终端及服务器

Country Status (3)

Country Link
US (1) US11546663B2 (zh)
CN (1) CN111246255B (zh)
WO (1) WO2021147949A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246255B (zh) * 2020-01-21 2022-05-06 北京达佳互联信息技术有限公司 视频推荐方法、装置、存储介质、终端及服务器
CN112035196A (zh) * 2020-08-04 2020-12-04 北京达佳互联信息技术有限公司 视频封面的处理方法、装置、电子设备及存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITTO20120867A1 (it) * 2012-10-05 2014-04-06 Rai Radiotelevisione Italiana Metodo e sistema per la raccomandazione di contenuti multimediali su una piattaforma multimediale
US9883245B2 (en) * 2015-08-31 2018-01-30 Opentv, Inc. Systems and methods for enabling a user to generate a plan to access content using multiple content services
US9736502B2 (en) * 2015-09-14 2017-08-15 Alan H. Barber System, device, and method for providing audiences for live video streaming
CN106547767B (zh) * 2015-09-18 2020-05-12 北京国双科技有限公司 确定视频封面图片的方法及装置
CN105120336A (zh) * 2015-09-23 2015-12-02 联想(北京)有限公司 一种信息处理方法及电子设备
CN105893423A (zh) * 2015-12-03 2016-08-24 乐视网信息技术（北京）股份有限公司 视频推荐方法、系统、终端以及服务器
CN108804452B (zh) * 2017-04-28 2021-06-04 阿里巴巴（中国）有限公司 多媒体资源封面展示方法及装置
CN109660854B (zh) * 2017-10-10 2021-08-24 腾讯科技（深圳）有限公司 视频推荐方法、装置、设备和存储介质
CN107958030B (zh) * 2017-11-17 2021-08-24 北京奇虎科技有限公司 视频封面推荐模型优化方法及装置
CN108650524B (zh) * 2018-05-23 2022-08-16 腾讯科技（深圳）有限公司 视频封面生成方法、装置、计算机设备及存储介质
CN109996091A (zh) * 2019-03-28 2019-07-09 苏州八叉树智能科技有限公司 生成视频封面的方法、装置、电子设备和计算机可读存储介质
CN110046263B (zh) * 2019-04-23 2023-08-18 腾讯音乐娱乐科技（深圳）有限公司 多媒体推荐方法、装置、服务器及存储介质
CN110572711B (zh) * 2019-09-27 2023-03-24 北京达佳互联信息技术有限公司 视频封面生成方法、装置、计算机设备及存储介质
CN110602564B (zh) * 2019-10-12 2022-04-15 北京字节跳动网络技术有限公司 视频优化信息提供方法、装置、电子设备及可读介质
CN113132753A (zh) * 2019-12-30 2021-07-16 阿里巴巴集团控股有限公司 数据处理方法及装置、视频封面生成方法及装置
CN111246255B (zh) * 2020-01-21 2022-05-06 北京达佳互联信息技术有限公司 视频推荐方法、装置、存储介质、终端及服务器

Also Published As

Publication number Publication date
CN111246255A (zh) 2020-06-05
US11546663B2 (en) 2023-01-03
US20220312077A1 (en) 2022-09-29
WO2021147949A1 (zh) 2021-07-29

Similar Documents

Publication Publication Date Title
CN108932253B (zh) 多媒体搜索结果展示方法及装置
CN107992604B (zh) 一种任务条目的分发方法及相关装置
CN106874308B (zh) 一种推荐方法和装置、一种用于推荐的装置
CN110688527A (zh) 视频推荐方法、装置、存储介质及电子设备
CN109783656B (zh) 音视频数据的推荐方法、系统及服务器和存储介质
CN107784045B (zh) 一种快捷回复方法和装置、一种用于快捷回复的装置
US11546663B2 (en) Video recommendation method and apparatus
CN112445970B (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN106777016B (zh) 基于即时通信进行信息推荐的方法及装置
CN107229403B (zh) 一种信息内容选择方法及装置
CN106649781B (zh) 应用推荐方法及装置
CN113343028B (zh) 意图确定模型的训练方法和装置
CN113901241A (zh) 页面展示方法、装置、电子设备及存储介质
CN112612949B (zh) 推荐数据集合的建立方法及装置
CN112685641B (zh) 一种信息处理方法及装置
CN110110046B (zh) 同名实体推荐方法及装置
CN110213062B (zh) 处理消息的方法及装置
CN112784151A (zh) 一种确定推荐信息的方法及相关装置
CN108205534B (zh) 一种皮肤资源展示方法、装置及电子设备
CN114666643A (zh) 一种信息显示方法、装置、电子设备及存储介质
CN113836415A (zh) 信息推荐方法、装置、介质及设备
CN111179011A (zh) 一种保险产品推荐方法及装置
CN106599202B (zh) 一种标签排序方法及装置
CN107870941B (zh) 一种网页排序方法、装置及设备
CN107168693B (zh) 锁屏界面的显示方法及装置

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