CN111949821A - 视频推荐方法、装置、电子设备和存储介质 - Google Patents
视频推荐方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111949821A CN111949821A CN202010589534.8A CN202010589534A CN111949821A CN 111949821 A CN111949821 A CN 111949821A CN 202010589534 A CN202010589534 A CN 202010589534A CN 111949821 A CN111949821 A CN 111949821A
- Authority
- CN
- China
- Prior art keywords
- user
- video
- information
- current environment
- video recommendation
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—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
- G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
- G06F16/785—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content using colour or luminescence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Abstract
本申请公开了视频推荐方法、装置、电子设备和存储介质,涉及智能搜索、云平台技术领域。具体实现方案为:检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及智能搜索、云平台技术领域,尤其涉及一种视频推荐方法、装置、电子设备和存储介质。
背景技术
随着科技发展,电子设备给人们的生活、精神世界带来变化。比如,用户在空闲时间,可以利用电子设备浏览视频来丰富自己的生活。在用户浏览视频时,可以向用户推荐视频。
可见,如何精准地向用户推荐视频是至关重要的。
发明内容
本申请提供一种用于提高推荐精准性的视频推荐方法、装置、电子设备和存储介质。
根据第一方面,提供了一种视频推荐方法,包括:
检测用户当前环境的环境光线信息和环境噪声信息;
根据所述环境光线信息和所述环境噪声信息生成当前环境状态;以及
根据所述当前环境状态对所述用户进行视频推荐。
本申请实施例的视频推荐方法,通过检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
根据第二方面,提供了一种视频推荐装置,包括:
检测用户当前环境的环境光线信息和环境噪声信息;
根据所述环境光线信息和所述环境噪声信息生成当前环境状态;以及
根据所述当前环境状态对所述用户进行视频推荐。
本申请实施例的视频推荐装置,通过检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
根据第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述一方面实施例所述的视频推荐方法。
根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其上存储有计算机程序,所述计算机指令用于使所述计算机执行上述一方面实施例所述的视频推荐方法。
根据本申请的实施例,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的一种视频推荐方法的流程示意图;
图2为本申请实施例提供的另一种视频推荐方法的流程示意图;
图3为本申请实施例提供的另一种视频推荐方法的流程示意图;
图4为本申请实施例提供的另一种视频推荐方法的流程示意图;
图5为本申请实施例提供的另一种视频推荐方法的流程示意图;
图6为本申请实施例提供的一种视频推荐装置的结构示意图;
图7为本申请实施例提供的另一种视频推荐装置的结构示意图;
图8为根据本申请实施例的视频推荐方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的视频推荐方法、装置、电子设备和存储介质。
本申请实施例的视频推荐方法,通过检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
图1为本申请实施例提供的一种视频推荐方法的流程示意图。
本申请实施例的视频推荐方法,可由本申请实施例提供的视频推荐装置执行,该装置可配置于电子设备中,以实现根据用户所处环境的环境状态,向用户推荐视频。其中,该视频推荐方法可应用于服务器,比如云端服务器。
如图1所示,该视频推荐方法包括:
步骤101,检测用户当前环境的环境光线信息和环境噪声信息。
本实施例中,在检测到用户打开用于浏览视频的应用程序时,可检测用户当前环境的环境光线信息和环境噪声信息。
为了满足用户的多样化需求,也可在检测到用户打开用于浏览视频的应用程序时,电子设备显示是否开启采集功能的提示信息。在用户确定开启采集功能时,检测用户当前环境的环境光线信息和环境噪声信息;若用户不开启采集功能,那么可以根据预设的推荐方式进行视频推荐,比如随机方式,或者向用户推送同一类型的视频。其中,环境噪声信息包括环境的声音强度。
具体地,电子设备上设置有光敏传感器和麦克风,可利用光敏传感器检测用户当前环境的光线强度,利用麦克风进行采集用户当前环境的声音,以确定当前环境的声音强度。
步骤102,根据环境光线信息和环境噪声信息生成当前环境状态。
在获取环境光线信息和环境噪声信息后,可根据环境光线信息和环境噪声信息生成当前环境状态。具体地,根据当前环境的光线强度和声音强度,生成当前环境状态。
更具体地,预先设置光线强度等级以及对应的光线强度范围,以及声音强度等级及对应的声音强度范围,在获取当前环境的光线强度和声音强度后,确定当前环境的光线强度对应的光线强度等级,和声音强度等级,基于当前环境的光线强度等级和声音强度等级,确定当前环境状态。
比如,光线强度等级范围弱、中、强,声音强度等级也分为弱、中、强,若当前环境光线强度等级为弱和声音强度等级也为弱,确定当前环境状态为光线弱和安静环境;若当前光线强度等级为强,声音强度等级也为强,确定当前环境状态为光线较强、比较嘈杂;若当前光线强度为弱、声音强度等级为中,确定当前环境状态为弱、有一定噪声。
步骤103,根据当前环境状态对用户进行视频推荐。
在生成当前环境状态后,根据当前环境状态向用户推荐视频。具体地,可以预先设置不同环境状态对应的视频类型,确定当前环境状态对应的视频类型,然后从视频库中获取该视频类型的视频,并向用户推荐该类型的视频。
其中,同一环境状态可以对应一种或多种类型的视频。
比如,光线弱和安静环境对应舒缓类的视频,光线强和嘈杂的环境可对应欢快类型的视频或者恐怖类型的视频,光线强和嘈杂的环境也可对应欢快类型和恐怖类型两种类型的视频等。
举例来讲,用户所处环境在光线较弱且声音比较安静,那么可向用户推荐一些视频内容和背景音乐都比较舒缓的视频。
需要说明的是,不同环境状态对应的视频类型可以根据需要进行设置,本申请实施例对此不作限定。
在向用户推荐视频时,可根据待推荐视频的阅读量,确定待推荐视频的推荐优先级,然后根据推荐优先级向用户推荐视频。
当然,用户也可以在搜索框中输入关键词,通过搜索获取相关的视频。
本申请实施例中,通过检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
为了进一步提高推荐的精准性,在本申请的一个实施例中,还可结合用户的当前位置信息,向用户推荐视频。下面结合图2进行说明,图2为本申请实施例提供的另一种视频推荐方法的流程示意图。
如图2所示,该视频推荐方法包括:
步骤201,检测用户当前环境的环境光线信息和环境噪声信息。
步骤202,根据环境光线信息和环境噪声信息生成当前环境状态。
本实施例中,步骤201-步骤202与上述步骤101-步骤102类似,故在此不再赘述。
步骤203,获取用户的当前位置信息。
在实际应用中,当用户所处的位置不同时,所需的视频可能不同。本实施例中,还可获取用户的当前位置信息,具体地,可以根据电子设备的定位功能,获取用户当前的位置信息。
进一步地,可以预先获取用户的居住地址和室内分布图,当确定用户处于家中时,再根据室内分布图,确定用户在家中的位置信息,比如卧室、客厅、餐厅等等。
步骤204,根据当前环境状态和当前位置信息对用户进行视频推荐。
在获取用户当前的位置信息和当前环境状态后,可根据当前环境状态结合当前位置信息,向用户推荐视频。
比如,当前环境为光线强度为中和安静的环境状态,用户当前位置信息为咖啡厅,那么可向用推荐一些舒缓的视频,若向用户推荐恐怖类型的视频,会影响用户的浏览体验。
又如,当前环境为光线强度较强和比较嘈杂的环境状态,用户当前位置信息为商场,可向用户推荐欢快类型的、与购物相关的视频。
再如,当前环境为光线强度较强和安静的环境状态,用户当前位置信息为卧室,可向用户推荐一些有助于睡眠的、舒缓的视频。
本申请实施例中,还可获取用户的当前位置信息,然后根据当前环境状态和当前位置信息对用户进行视频推荐。由此,在根据当前环境状态向用户推荐视频时,通过结合当前位置信息进行视频推荐,进一步提高了视频推荐的精准性。
在本申请的一个实施例中,在根据当前环境状态对用户进行视频推荐时,也可根据当前环境状态生成舒缓等级,根据舒缓等级进行视频推荐。下面结合图3进行说明,图3为本申请实施例提供的另一种视频推荐方法的流程示意图。
如图3所示,该视频推荐方法包括:
步骤301,检测用户当前环境的环境光线信息和环境噪声信息。
步骤302,根据环境光线信息和环境噪声信息生成当前环境状态。
本实施例中,步骤301-步骤302与上述步骤101-步骤102类似,故在此不再赘述。
步骤303,根据当前环境状态生成舒缓等级。
本实施例中,可预先设定各舒缓等级对应的环境状态,在确定当前环境状态后,根据当前环境状态,确定对应的舒缓等级。其中,舒缓等级可用于表征视频的舒缓程度,环境状态的光线越弱和声音强度越小,对应的舒缓等级越高。
比如,光线强度等级为越弱和声音强度等级也为弱,对应的舒缓等级越高;光线强度等级为强和声音强度等级为强,对应的舒缓等级越低。
步骤304,根据舒缓等级对用户进行视频推荐。
本实施例中,每个视频的视频信息包括视频作者、发布时间、舒缓等级等信息。在推荐视频时,可向用户推荐所属的舒缓等级为当前环境状态对应的舒缓等级的视频。
比如,舒缓等级分为4级,第一级、第二级、第三级、第四级,其中,舒缓程度逐渐增高,也即第四级的舒缓程度最强,且当前环境状态生成的舒缓等级为第三级,那么可向用户推荐舒缓等级为第三级的视频。
本申请实施例中,在根据当前环境状态对用户进行视频推荐时,可先根据当前环境状态生成舒缓等级,然后根据舒缓等级对用户进行视频推荐。由此,通过根据舒缓等级向用户推荐视频,使得用户浏览与当前环境状态匹配的视频,提高了视频推荐的精准性。
在实际应用中,用户对感兴趣的视频,通常会看完完整的视频,对于不感兴趣的视频会略过。基于此,为了进一步提高推荐精准性,在本申请的一个实施例中,在根据当前环境状态推进视频时,可结合用户的历史喜好信息进行推荐。下面结合图4进行说明,图4为本申请实施例提供的另一种视频推荐方法的流程示意图。
如图4所示,该视频推荐方法包括:
步骤401,检测用户当前环境的环境光线信息和环境噪声信息。
步骤402,根据环境光线信息和环境噪声信息生成当前环境状态。
本实施例中,步骤401-步骤402与上述步骤101-步骤102类似,故在此不再赘述。
步骤403,获取用户的历史喜好信息。
本实施例中,可以根据用户的历史浏览记录,确定用户的历史喜好信息。其中,历史浏览记录包括浏览过的视频的类型、在视频上的停留时长、是否点赞、是否评论、是否转发等信息,基于这些信息可以确定用户的历史喜好信息。
比如,用户浏览过的视频包括娱乐类的视频、体育类的视频等,其中,对娱乐类的视频有进行点赞、评论等,且停留时长超过了预设时长阈值,对于体育类的视频未进行过点赞、评论等,且停留时长小预设时长阈值,那么可以确定用户喜欢娱乐类的视频。
或者,也可以根据用户在其他应用程序的历史使用记录,确定用户的历史喜好信息,比如用户经常浏览娱乐新闻、观看娱乐综艺等,那么可以确定用户比较喜欢娱乐类的内容。
步骤404,根据当前环境状态和历史喜好信息对用户进行视频推荐。
本实施例中,可先根据历史喜好信息,获取候选视频,然后根据当前环境状态,从候选视频中筛选出与当前环境状态对应的视频,并向用户推荐。
比如,根据历史喜好信息,获取体育类、新闻类、娱乐类的候选视频,当前环境状态为光线比较弱比较安静的环境,可向从候选视频中获取比较舒缓的视频,然后向用户进行推荐。
本申请实施例中,还可获取用户的历史喜好信息,根据当前环境状态和历史喜好信息对用户进行视频推荐。由此,在根据当前环境状态向用户推荐视频时,通过结合用户历史喜好信息进行视频推荐,使得推荐的视频不仅满足用户喜好,而且与用户当前所处环境的环境状态匹配,大大提高了视频推荐的精准性。
在实际应用中,电子设备通常是在连网状态下,实时获取视频以供用户浏览,那么网络质量对视频浏览有一定的影响。基于此,在本申请的一个实施例中,在根据当前环境状态推荐视频时,可考虑用户的当前网络状态,以进一步提高视频推荐的精准性。下面结合图5进行说明,图5为本申请实施例提供的另一种视频推荐方法的流程示意图。
如图5所示,该视频推荐方法包括:
步骤501,检测用户当前环境的环境光线信息和环境噪声信息。
步骤502,根据环境光线信息和环境噪声信息生成当前环境状态。
本实施例中,步骤501-步骤502与上述步骤101-步骤102类似,故在此不再赘述。
步骤503,检测用户的当前网络状态。
本实施例中,实时检测用户的当前网络状态。其中,网络状态包括网络类型、网络信号的强弱等,网络类型包括数据流量和无线网络等。如果网络类型为数据流量,网络状态还可包括当前剩余数据流量,可通过获取用户的流量套餐和当前已用数据流量确定。
步骤504,根据当前网络状态生成视频清晰度需求信息。
在获取当前网络状态后,根据当前网络状态,生成视频清晰度需求信息。其中,视频清晰度需求信息包括视频清晰度等级,比如分为超清、高清、标清等。
比如,当前网络状态为网络为无线网络,且信号强,那么视频清晰度需求信息可以为高清;若当前网络状态为无线网络、信号较高弱,那么生成视频清晰度需求信息可以为标清。又如,用户当前使用的网络为数据流量,剩余数据流量为总流量的一半,那么视频清晰度需求可以为标清。
步骤505,根据当前环境状态和视频清晰度需求信息对用户进行视频推荐。
本实施例中,可先根据当前环境状态,获取待推荐视频,然后根据视频清晰度需求,向用户推荐与视频清晰度需求信息对应的待推荐视频。
比如,生成的视频清晰度需求信息为标清,根据当前环境状态,确定向用户推荐一些比较舒缓的视频,那么在向用户推荐视频时,以标清的视频清晰度等级向用户推送舒缓的视频。
本申请实施例中,通过检测用户当前环境的环境光线信息和环境噪声信息,根据环境光线信息和环境噪声信息生成当前环境状态,还可检测用户的当前网络状态,然后根据当前网络状态生成视频清晰度需求信息,并根据当前环境状态和视频清晰度需求信息对用户进行视频推荐。由此,通过根据当前网络状态生成视频清晰度需求信息,在根据当前环境状态对用户进行视频推荐时,结合视频清晰度需求信息,从而向用户推荐与当前环境状态和当前网络状态匹配的视频,大大提高了视频推荐的精准性。
为了实现上述实施例,本申请实施例还提出一种视频推荐装置。图6为本申请实施例提供的一种视频推荐装置的结构示意图。
如图6所示,该视频推荐装置600包括:第一检测模块610、第一生成模块620及推荐模块630。
第一检测模块610,用于检测用户当前环境的环境光线信息和环境噪声信息;
第一生成模块620,用于根据环境光线信息和环境噪声信息生成当前环境状态;以及
推荐模块630,用于根据当前环境状态对用户进行视频推荐。
图7为本申请实施例提供的另一种视频推荐装置的结构示意图。
在本申请实施例一种可能的实现方式中,如图7所示,该装置还可包括:
第一获取模块640,用于获取用户的当前位置信息,其中,推荐模块630,用于根据当前环境状态和当前位置信息对用户进行视频推荐。
在本申请实施例一种可能的实现方式中,推荐模块630,包括:
生成单元,用于根据当前环境状态生成舒缓等级;
推荐单元,用于根据舒缓等级对用户进行视频推荐。
在本申请实施例一种可能的实现方式中,该装置还可包括:
第二获取模块,用于获取用户的历史喜好信息,其中,推荐模块630,用于根据当前环境状态和历史喜好信息对用户进行视频推荐。
在本申请实施例一种可能的实现方式中,该装置还可包括:
第二检测模块,用于检测用户的当前网络状态;
第二生成模块,用于根据当前网络状态生成视频清晰度需求信息,其中,推荐模块,用于根据当前环境状态和视频清晰度需求信息对用户进行视频推荐。
需要说明的是,前述视频推荐方法实施例的解释说明,也适用于该实施例的视频推荐装置,故在此不再赘述。
本申请实施例的视频推荐装置,通过检测用户当前环境的环境光线信息和环境噪声信息,然后根据环境光线信息和环境噪声信息生成当前环境状态,之后根据当前环境状态对用户进行视频推荐。由此,基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图8所示,是根据本申请实施例的视频推荐方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示,该电子设备包括:一个或多个处理器701、存储器702,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GU I的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的视频推荐方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的视频推荐方法。
存储器702作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的视频推荐方法对应的程序指令/模块(例如,附图6所示的第一检测模块610、第一生成模块620及推荐模块630)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的视频推荐方法。
存储器702可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据视频推荐电子设备的使用所创建的数据等。此外,存储器702可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器702可选包括相对于处理器701远程设置的存储器,这些远程存储器可以通过网络连接至视频推荐方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
视频推荐方法的电子设备还可以包括:输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接,图8中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息,以及产生与视频推荐方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS(VirtualPrivate Server,虚拟专用服务器)服务中,存在的管理难度大,业务扩展性弱的缺陷。
根据本申请实施例的技术方案,通过基于用户当前所处环境的环境光线信息和环境噪声信息,向用户推荐视频,从而可以精准地定位用户当前所需的视频,提高了视频推荐的精准性。
在本说明书的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种视频推荐方法,包括:
检测用户当前环境的环境光线信息和环境噪声信息;
根据所述环境光线信息和所述环境噪声信息生成当前环境状态;以及
根据所述当前环境状态对所述用户进行视频推荐。
2.如权利要求1所述的视频推荐方法,还包括:
获取所述用户的当前位置信息,其中,根据所述当前环境状态和所述当前位置信息对所述用户进行视频推荐。
3.如权利要求1所述的视频推荐方法,所述根据所述当前环境状态对所述用户进行视频推荐,包括:
根据所述当前环境状态生成舒缓等级;
根据所述舒缓等级对所述用户进行视频推荐。
4.如权利要求1所述的视频推荐方法,还包括:
获取所述用户的历史喜好信息,其中,根据所述当前环境状态和所述历史喜好信息对所述用户进行视频推荐。
5.如权利要求1所述的视频推荐方法,还包括:
检测所述用户的当前网络状态;
根据所述当前网络状态生成视频清晰度需求信息,其中,根据所述当前环境状态和所述视频清晰度需求信息对所述用户进行视频推荐。
6.一种视频推荐装置,包括:
第一检测模块,用于检测用户当前环境的环境光线信息和环境噪声信息;
第一生成模块,用于根据所述环境光线信息和所述环境噪声信息生成当前环境状态;以及
推荐模块,用于根据所述当前环境状态对所述用户进行视频推荐。
7.如权利要求6所述的视频推荐装置,还包括:
第一获取模块,用于获取所述用户的当前位置信息,其中,所述推荐模块,用于根据所述当前环境状态和所述当前位置信息对所述用户进行视频推荐。
8.如权利要求6所述的视频推荐装置,其中,所述推荐模块,包括:
生成单元,用于根据所述当前环境状态生成舒缓等级;
推荐单元,用于根据所述舒缓等级对所述用户进行视频推荐。
9.如权利要求6所述的视频推荐装置,还包括:
第二获取模块,用于获取所述用户的历史喜好信息,其中,所述推荐模块,用于根据所述当前环境状态和所述历史喜好信息对所述用户进行视频推荐。
10.如权利要求6所述的视频推荐装置,还包括:
第二检测模块,用于检测所述用户的当前网络状态;
第二生成模块,用于根据所述当前网络状态生成视频清晰度需求信息,其中,所述推荐模块,用于根据所述当前环境状态和所述视频清晰度需求信息对所述用户进行视频推荐。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的视频推荐方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的视频推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010589534.8A CN111949821A (zh) | 2020-06-24 | 2020-06-24 | 视频推荐方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010589534.8A CN111949821A (zh) | 2020-06-24 | 2020-06-24 | 视频推荐方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111949821A true CN111949821A (zh) | 2020-11-17 |
Family
ID=73337240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010589534.8A Pending CN111949821A (zh) | 2020-06-24 | 2020-06-24 | 视频推荐方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111949821A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117275459A (zh) * | 2023-09-15 | 2023-12-22 | 天嘉科技(南京)有限公司 | 一种基于大数据服务的信息采集设备及信息采集方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202226A (zh) * | 2016-06-28 | 2016-12-07 | 乐视控股(北京)有限公司 | 一种资源推荐方法及装置 |
CN106776999A (zh) * | 2016-12-07 | 2017-05-31 | 北京小米移动软件有限公司 | 多媒体数据推荐方法及装置 |
CN107291416A (zh) * | 2017-06-20 | 2017-10-24 | 广东小天才科技有限公司 | 一种音频播放方法、系统及终端设备 |
CN107483732A (zh) * | 2017-08-18 | 2017-12-15 | 广东欧珀移动通信有限公司 | 移动终端的音量控制方法、装置及存储介质和移动终端 |
CN107567619A (zh) * | 2015-02-11 | 2018-01-09 | 谷歌公司 | 基于来自多个数据源的情绪和/或行为信息来提供推荐 |
CN107800793A (zh) * | 2017-10-27 | 2018-03-13 | 江苏大学 | 车联网环境下行车音乐主动推送系统 |
CN109005461A (zh) * | 2018-08-01 | 2018-12-14 | 优视科技新加坡有限公司 | 一种视频对象的推荐方法、装置和设备/终端/服务器 |
CN109213892A (zh) * | 2018-08-20 | 2019-01-15 | 广东小天才科技有限公司 | 一种音频播放方法、装置、设备及存储介质 |
CN109995799A (zh) * | 2017-12-29 | 2019-07-09 | 广东欧珀移动通信有限公司 | 信息推送方法、装置、终端及存储介质 |
-
2020
- 2020-06-24 CN CN202010589534.8A patent/CN111949821A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107567619A (zh) * | 2015-02-11 | 2018-01-09 | 谷歌公司 | 基于来自多个数据源的情绪和/或行为信息来提供推荐 |
CN106202226A (zh) * | 2016-06-28 | 2016-12-07 | 乐视控股(北京)有限公司 | 一种资源推荐方法及装置 |
CN106776999A (zh) * | 2016-12-07 | 2017-05-31 | 北京小米移动软件有限公司 | 多媒体数据推荐方法及装置 |
CN107291416A (zh) * | 2017-06-20 | 2017-10-24 | 广东小天才科技有限公司 | 一种音频播放方法、系统及终端设备 |
CN107483732A (zh) * | 2017-08-18 | 2017-12-15 | 广东欧珀移动通信有限公司 | 移动终端的音量控制方法、装置及存储介质和移动终端 |
CN107800793A (zh) * | 2017-10-27 | 2018-03-13 | 江苏大学 | 车联网环境下行车音乐主动推送系统 |
CN109995799A (zh) * | 2017-12-29 | 2019-07-09 | 广东欧珀移动通信有限公司 | 信息推送方法、装置、终端及存储介质 |
CN109005461A (zh) * | 2018-08-01 | 2018-12-14 | 优视科技新加坡有限公司 | 一种视频对象的推荐方法、装置和设备/终端/服务器 |
CN109213892A (zh) * | 2018-08-20 | 2019-01-15 | 广东小天才科技有限公司 | 一种音频播放方法、装置、设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117275459A (zh) * | 2023-09-15 | 2023-12-22 | 天嘉科技(南京)有限公司 | 一种基于大数据服务的信息采集设备及信息采集方法 |
CN117275459B (zh) * | 2023-09-15 | 2024-03-29 | 深圳市优讯佳电子科技有限公司 | 一种基于大数据服务的信息采集设备及信息采集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111708964A (zh) | 多媒体资源的推荐方法、装置、电子设备和存储介质 | |
US11449682B2 (en) | Adjusting chatbot conversation to user personality and mood | |
CN112115299A (zh) | 视频搜索方法、装置、推荐方法、电子设备及存储介质 | |
CN106294308B (zh) | 命名实体识别方法及装置 | |
CN104202718A (zh) | 一种向用户提供信息的方法与装置 | |
CN110674406A (zh) | 推荐方法、装置、电子设备及存储介质 | |
JP6956119B2 (ja) | 文脈情報を提供するためのシステムおよび方法 | |
US20160156774A1 (en) | Techniques for enhancing content on a mobile device | |
KR20160083915A (ko) | 제품 정보를 전달 및 표시하기 위한 방법, 장치, 및 시스템 | |
CN111522940A (zh) | 用于处理评论信息的方法和装置 | |
WO2015149321A1 (en) | Personal digital engine for user empowerment and method to operate the same | |
JP2021179990A (ja) | 地理位置点のソート方法、ソートモデルの訓練方法及び対応装置 | |
US20200081981A1 (en) | System and method for a scene builder | |
US9910917B2 (en) | Presenting tags of a tag cloud in a more understandable and visually appealing manner | |
CN113449144B (zh) | 视频处理方法、装置和电子设备 | |
US20240098343A1 (en) | Platform to provide supplemental media content based on content of a media stream and a user accessing the media stream | |
CN111666417B (zh) | 生成同义词的方法、装置、电子设备以及可读存储介质 | |
CN113656125A (zh) | 一种虚拟助手生成的方法、装置及电子设备 | |
CN111949821A (zh) | 视频推荐方法、装置、电子设备和存储介质 | |
US20210098012A1 (en) | Voice Skill Recommendation Method, Apparatus, Device and Storage Medium | |
CN106021279B (zh) | 信息显示方法和装置 | |
CN110741365A (zh) | 用于管理多媒体内容中的加载时间的数据结构查询 | |
CN112652304A (zh) | 智能设备的语音交互方法、装置和电子设备 | |
CN111353070A (zh) | 视频标题的处理方法、装置、电子设备及可读存储介质 | |
CN112825256A (zh) | 录制语音包功能的引导方法、装置、设备和计算机存储介质 |
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 |