CN112333547A - 电视端短视频用户喜爱偏好推荐方法、装置和智能电视 - Google Patents

电视端短视频用户喜爱偏好推荐方法、装置和智能电视 Download PDF

Info

Publication number
CN112333547A
CN112333547A CN202011312138.7A CN202011312138A CN112333547A CN 112333547 A CN112333547 A CN 112333547A CN 202011312138 A CN202011312138 A CN 202011312138A CN 112333547 A CN112333547 A CN 112333547A
Authority
CN
China
Prior art keywords
user
data
short video
portrait
pushing
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
Application number
CN202011312138.7A
Other languages
English (en)
Inventor
马泽
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.)
Guangdong Huanwang Technology Co Ltd
Original Assignee
Guangdong Huanwang 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 Guangdong Huanwang Technology Co Ltd filed Critical Guangdong Huanwang Technology Co Ltd
Priority to CN202011312138.7A priority Critical patent/CN112333547A/zh
Publication of CN112333547A publication Critical patent/CN112333547A/zh
Pending legal-status Critical Current

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]
    • H04N21/40—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
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请涉及一种电视端短视频用户喜爱偏好推荐方法、装置和智能电视，其中该方法包括：获取短视频数据，向用户进行基础推荐；获取用户第一数据，基于用户第一数据得到用户基础偏好，并向用户进行基础偏好推送；其中，所述用户第一数据包括用户停留时长超过第一预设时间的短视频的数据；获取用户第二数据，基于用户第一数据和用户第二数据形成用户画像以及得到用户行为分析结果，并基于用户画像和用户行为数据向用户进行行为画像推送。如此，分别通过基础推荐、用户基础偏好推荐和用户行为画像推荐，从多方面分析用户行为，进行多维度推送，保证用户快速方便获取自己喜欢的短视频，减少用户在寻找自己喜欢的短视频上的时间。

Description

电视端短视频用户喜爱偏好推荐方法、装置和智能电视
技术领域
本申请涉及数字电视技术领域，尤其涉及一种电视端短视频用户喜爱偏好推荐方法、装置和一种智能电视。
背景技术
目前，无论是大屏端还是手机端，各种短视频出现在用户的视野中，现有技术中一般是根据短视频的类型，比如新闻、片花等对短视频进行分类呈现，但是用户很少会关系短视频是如何分类的，用户只是想看自己喜欢的视频。而面对海量的短视频，用户想要看到自己喜欢看的短视频比较难，只能把时间浪费在不断的滑动上。
发明内容
本申请针对用户观看自己喜欢短视频困难的问题，提供一种电视端短视频推荐方法、装置和智能电视，实现多维度对用户进行全面分析，完成精确推送，从而向用户推送用户喜欢的短视，使用户避免在寻找自己喜欢的短视频上浪费时间。
本申请的上述目的是通过以下技术方案来实现的：
第一方面，本申请实施例提供一种电视端短视频用户喜爱偏好推荐方法，包括：
获取短视频数据，向用户进行基础推荐；其中，短视频数据包括短视频上线时间数据、短视频热度排行数据；
获取用户第一数据，基于用户第一数据得到用户基础偏好，并向用户进行基础偏好推送；其中，所述用户第一数据包括用户播放时长超过第一预设时间的短视频的数据；
获取用户第二数据，基于用户第一数据和用户第二数据形成用户画像以及得到用户行为分析结果，并基于所述用户画像和用户行为分析结果向用户进行画像推送；其中用户第二数据包括用户的短视频关注、订阅数据。
可选的，还包括：
基于用户第一数据获取用户短视频标签、分类；
基于所述用户短视频标签、分类分析得到用户基础偏好。
可选的，所述第一预设时间为3秒。
可选的，所述用户第二数据还包括用户所在的地理位置信息。
可选的，还包括：
记录用户观看过的短视频，并对已播放的短视频进行屏蔽，屏蔽至预设时间节点或屏蔽第二预设时间。
可选的，所述预设时间节点为0点，所述第二预设时间为一天。
第二方面，本申请实施例提供一种电视端短视频用户喜爱偏好推荐装置，其特征在于，包括获取模块、分析模块和推送模块；
所述获取模块用于获取短视频数据、用户第一数据、用户第二数据；其中，所述用户第一数据包括用户已播放短视频的播放的时长、标签和分类；所述用户第二数据包括用户短视频关注、订阅数据和用户的地理位置信息数据；
所述分析模块用于基于所述用户第一数据分析用户基础偏好；
所述分析模块还用于基于所述用户第一数据和所述用户第二数据形成用户画像并得到用户行为分析结果；
所述推送模块用于基于所述短视频数据向用户进行基础推送、基于所述用户基础偏好向用户进行基础偏好推送以及基于所述用户画像和所述用户行为分析结果向用户进行行为画像推送。
可选的，还包括屏蔽模块；
所述屏蔽模块用于屏蔽用户已播放的短视频预设时间。
可选的，所述分析模块还用于基于用户短视频播放时长确定需要获取标签、分类数据的短视频。
第三方面，本申请实施例提供一种智能电视，包括智能电视主体和如权利要求7-8任意一项的短视频用户喜好偏好推荐装置。
本申请的实施例提供的技术方案可以包括以下有益效果：
本申请的实施例提供的技术方案中，包括获取短视频数据，向用户进行基础推荐；其中，短视频数据包括短视频上线时间数据、短视频热度排行数据；获取用户第一数据，基于用户第一数据得到用户基础偏好，并向用户进行基础偏好推送；其中，所述用户第一数据包括用户停留时长超过第一预设时间的短视频的数据；获取用户第二数据，基于用户第一数据和用户第二数据形成用户画像以及得到用户行为分析结果，并基于用户画像和用户行为分析结果想用户进行行为画像推送；其中用户第二数据包括用户的短视频关注、订阅数据。如此，通过对短视频的热度排行信息以及最新上线情况，向用户提供基础推荐；基于用户观看短视频行为，对用户进行基础偏好分析，并根据分析结果，向用户提供基础偏好推送；并且还基于用户基础偏好、用户短视频关注、订阅信息，对用户进行画像以及对用户行为数据进行分析，再对用户进行进一步行为画像推送，从而实现多维度的精确推送，保证向用户推送用户喜欢的短视频，节省用户寻找短视频的时间。
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，并不能限制本申请。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例示出的一种电视端短视频推荐方法的流程示意图；
图2为本申请实施例示出的一种电视端短视频推荐装置的结构示意图；
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请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、本申请的一些方面相一致的装置和方法的例子。
目前，电视端对于短视频呈现的方法，都是根据短视频的类型，例如新闻、片花等对短视频进行分类，再将分类好的短视频分别推送给用户，这种方法得到的分类结果便于对视频进行归类管理，但是，从用户的角都出发，用户并不关心短视频的分类依据以及分类结果，用户只是在寻找自己喜欢的视频，而且短视频的推送，并没有结合用户的行为，所以针对不同的用户，并不能对不同用户分别进行个性化的精确推送，从而造成用户在观看视频时，需要花费很长时间在上下滑动、选择上，浪费时间，体验较差。
实施例
参照图1，图1为本申请实施例示出的一种电视端短视频推荐方法的流程示意图。如图1所示，该方法包括：
S101、获取短视频数据，向用户进行基础推荐；其中，短视频数据包括短视频上线时间数据、短视频热度排行数据；
具体的，首先向用户进行基础推送，在进行基础推送之前，获取短视频的数据，例如视频的上线时间数据，短视频观看播放量的排行、短视频的热度数据，基于短视频数据，向用户推送热度高、最新上线的相关短视频，完成基础推荐。
在实际应用中，当用户首次使用设备进行观看短视频时，对于用户的行为、偏好无从分析，此时，基于短视频的基础数据，即短视频热度排行、上线时间对用户进行基础推荐，对于观看短视频的观看播放、订阅关注数据缺乏的用户，基础推荐的比例可以根据实际情况扩大比例。
S102、获取用户第一数据，基于用户第一数据得到用户基础偏好，并向用户进行基础偏好推送；其中，所述用户第一数据包括用户播放时长超过第一预设时间的短视频的数据；
具体的，当用户已经在设备上播放过一定数量的短视频后，在对用户进行基础推送的基础上，获取用户第一数据；用户第一数据包括用户已播放观看的各种短视频的视频数据和播放时长；获取用户已播放的播放时长后，再对短视频进行进一步的数据获取和分析，得到例如短视频的标签和分类；再根据用户已播放短视频的标签、分类、时长对用户的基础偏好进行分析，将类似标签、分类的视频推送给客户。
在实际应用中，对于用户已播放的短视频，有很多可能是用户不经意间点到的，或者因为其他原因播放的，不一定都是用户喜欢的短视频，如果只是直接将用户点击播放过的短视频进行分析，很有可能分析结果偏离用户的偏好。所以本申请实施例提供的电视端短视频用户喜爱偏好推荐的方法中，在基于用户播放过的短视频分析用户偏好时，对短视频进行进一步的筛选，即用户在短视频上观看停留时间要超过第一预设时间内，其中，第一预设时间可以是3秒，以此对用户真实感兴趣的视频，和无意间点开的短视频进行区分，从而提高后续数据分析的准确性。
具体的，首先对用户已播放短视频的时长进行获取，对播放时长超过第一预设时间的短视频进行更详细的数据分析和获取，例如短视频的标签、分类等数据。
另外，也可以直接获取用户已播放短视频的标签、分类和时长，再对播放时长与第一预设时间进行对比，获得播放时间长超过第一预设时间的短视频数据，直接对短视频数据进行分析，得到用户的基础偏好。
进一步的，需要说明的是，第一预设时间的设置也可以是根据实际情况进行相应的变动，本申请只是提供一种优选地实施方案，只是通过改变第一预设时间，以此来区分用户感兴趣与否，都是属于本申请的保护范围之内。
S103、获取用户第二数据，基于用户第一数据和用户第二数据形成用户画像以及得到用户行为分析结果，并基于所述用户画像和用户行为分析结果向用户进行画像推送；其中用户第二数据包括用户的短视频关注、订阅数据。
具体的，获取包括短视频关注、订阅等数据的用户第二数据，结合用户第一数据，通过预设的算法，对用户进行分析，对用户建立画像，并得到用户的行为分析结果。基于用户画像和行为分析结果，对短视频进行筛选，将与用户画像、行为分析结果类似的或存在相关性的短视频推送给用户，完成行为画像推送。
另外，用户第二数据还包括用户的地理位置数据。在实际应用中，用户所在地，对用户的喜好是有一定影响的，并且对于用户短视频的观看内容有着直接的影响，例如当地的热点新闻、风景介绍等，以及对用户行为进行分析时，用户所在的地理位置也能提供一定帮助，所以在对用户进行画像及行为分析时，获取用户的地理位置信息，通过结合用户所在的地理位置信息，对用户进行画像和行为分析，能够使分析结果更加准确，从而使基于用户画像和行为分析结果进行的推送更加精确，更加符合用户的喜好偏好。
需要说明的是，针对不同使用阶段的用户，多种推荐所占的比例可以根据实际情况进行改变，例如，在用户首次使用相关设备进行观看短视频时，可以只进行基础推荐，随着用户的播放量以及行为数据的丰富，增加基础偏好推荐和行为画像推荐，而且三种推荐方式在用户后期使用时，也可以同时进行推送，保证推荐的准确性。
本申请实施例提供的电视端短视频用户喜爱偏好推荐方法，通过针对不同使用阶段的用户分别进行比例不同的推荐，其中包括基于短视频热度、上线时间数据进行的基础推荐、基于用户观看短视频的标签、分类和时长分析得到的用户偏好而进行的基础偏好推荐以及基于用户各种行为建立的用户画像而进行的行为画像推荐，多维度高精准的分析用户的喜好，并推送相关的短视频，精确推送用户喜欢的短视频，节省用户时间，增加用户体现。
进一步的，本申请实施例提供的电视端短视频用户喜爱偏好推荐方法，还包括：记录用户观看过的短视频，并对已经播放过的短视频进行屏蔽，屏蔽至预设时间节点预设时长或屏蔽第二预设。
具体的，在基于用户观看短视频以及其他的用户行为向用户进行短视频推送时，可能存在将相同的短视频再次推送给客户，这对用户的体验是有影响的，同时造成资源的浪费，所以本申请实施例中的推送方法中还包括对用户已播放的短视频进行屏蔽；具体的屏蔽方法可以是，对推送过的短视频进行记录，在下次推送时直接屏蔽，不再继续推送给客户。
在实际应用中，为了播放过的短视频不会在短时间内再次推送给用户，可以将屏蔽的时间进行设置，例如将用户看过的短视频屏蔽预设时间，例如一天，或者设置预设时间节点，例如0点，从而保证用户播放过的短视频不会在当天再次推荐给客户，提高用户的体验。
基于同一个发明构思，本申请还提供一种电视端短视频用户喜爱偏好推荐装置，图2为本申请实施例示出的一种电视端短视频推荐装置的结构示意图，如图2所示，本申请实施例提供的电视端短视频用户喜爱偏好推荐装置包括获取模块21、分析模块22和推送模块23；
所述获取模块21用于获取短视频数据、用户第一数据、用户第二数据；其中，所述用户第一数据包括用户已播放短视频的播放的时长、标签和分类；所述用户第二数据包括用户短视频关注、订阅数据和用户的地理位置信息数据；
所述分析模块22用于基于所述用户第一数据分析用户基础偏好；
所述分析模块22还用于基于所述用户第一数据和所述用户第二数据形成用户画像并得到用户行为分析结果；
所述推送模块23用于基于所述短视频数据向用户进行基础推送、基于所述用户基础偏好向用户进行基础偏好推送以及基于所述用户画像和所述用户行为分析结果向用户进行行为画像推送。
进一步的，本申请实施例提供的电视端短视频用户喜爱偏好推荐装置，还包括屏蔽模块24；
所述屏蔽模块24用于屏蔽用户已播放的短视频预设时间。
进一步的，本申请实施例提供的电视端短视频用户喜爱偏好推荐装置中，所述分析模块22还用于基于用户短视频播放时长确定需要获取标签、分类数据的短视频。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
基于同一个发明构思，本申请还提供一种智能电视，包括智能电视主体和如权利要求7-8任意一项的短视频用户喜好偏好推荐装置。关于智能电视的具体实施方式，已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
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 (10)

1.一种电视端短视频用户喜爱偏好推荐方法，其特征在于，包括：
获取短视频数据，向用户进行基础推荐；其中，短视频数据包括短视频上线时间数据、短视频热度排行数据；
获取用户第一数据，基于用户第一数据得到用户基础偏好，并向用户进行基础偏好推送；其中，所述用户第一数据包括用户播放时长超过第一预设时间的短视频的数据；
获取用户第二数据，基于用户第一数据和用户第二数据形成用户画像以及得到用户行为分析结果，并基于所述用户画像和用户行为分析结果向用户进行画像推送；其中用户第二数据包括用户的短视频关注、订阅数据。
2.根据权利要求1所述的一种电视端短视频用户喜爱偏好推荐方法，其特征在于，还包括：
基于用户第一数据获取用户短视频标签、分类；
基于所述用户短视频标签、分类分析得到用户基础偏好。
3.根据权利要求1所述的一种电视端短视频用户喜爱偏好推荐方法，其特征在于，所述第一预设时间为3秒。
4.根据权利要求1所述的一种电视端短视频用户喜爱偏好推荐方法，其特征在于，所述用户第二数据还包括用户所在的地理位置信息。
5.根据权利要求1所述的一种电视端短视频用户喜爱偏好推荐方法，其特征在于，还包括：
记录用户观看过的短视频，并对已播放的短视频进行屏蔽，屏蔽至预设时间节点或屏蔽第二预设时间。
6.根据权利要求5所述的一种电视端短视频用户喜爱偏好推荐方法，其特征在于，所述预设时间节点为0点，所述第二预设时间为一天。
7.一种电视端短视频用户喜爱偏好推荐装置，其特征在于，包括获取模块、分析模块和推送模块；
所述获取模块用于获取短视频数据、用户第一数据、用户第二数据；其中，所述用户第一数据包括用户已播放短视频的播放的时长、标签和分类；所述用户第二数据包括用户短视频关注、订阅数据和用户的地理位置信息数据；
所述分析模块用于基于所述用户第一数据分析用户基础偏好；
所述分析模块还用于基于所述用户第一数据和所述用户第二数据形成用户画像并得到用户行为分析结果；
所述推送模块用于基于所述短视频数据向用户进行基础推送、基于所述用户基础偏好向用户进行基础偏好推送以及基于所述用户画像和所述用户行为分析结果向用户进行行为画像推送。
8.根据权利要求7所述的一种电视端短视频用户喜爱偏好推荐装置，其特征在于，还包括屏蔽模块；
所述屏蔽模块用于屏蔽用户已播放的短视频预设时间。
9.根据权利要求7所述的一种电视端短视频用户喜爱偏好推荐装置，其特征在于，所述分析模块还用于基于用户短视频播放时长确定需要获取标签、分类数据的短视频。
10.一种智能电视，包括智能电视主体和如权利要求7-8任意一项的短视频用户喜好偏好推荐装置。
CN202011312138.7A 2020-11-20 2020-11-20 电视端短视频用户喜爱偏好推荐方法、装置和智能电视 Pending CN112333547A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011312138.7A CN112333547A (zh) 2020-11-20 2020-11-20 电视端短视频用户喜爱偏好推荐方法、装置和智能电视

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011312138.7A CN112333547A (zh) 2020-11-20 2020-11-20 电视端短视频用户喜爱偏好推荐方法、装置和智能电视

Publications (1)

Publication Number Publication Date
CN112333547A true CN112333547A (zh) 2021-02-05

Family

ID=74321869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011312138.7A Pending CN112333547A (zh) 2020-11-20 2020-11-20 电视端短视频用户喜爱偏好推荐方法、装置和智能电视

Country Status (1)

Country Link
CN (1) CN112333547A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259708A (zh) * 2021-04-06 2021-08-13 阿里健康科技(中国)有限公司 基于短视频介绍商品的方法、计算机设备和介质
CN113420018A (zh) * 2021-06-22 2021-09-21 平安科技（深圳）有限公司 用户行为数据分析方法、装置、设备及存储介质
CN113784211A (zh) * 2021-09-17 2021-12-10 北京快来文化传播集团有限公司 短视频播放方法及其装置
CN115065872A (zh) * 2022-06-17 2022-09-16 联通沃音乐文化有限公司 一种影音视频的智能推荐方法及系统
CN115834959A (zh) * 2023-02-28 2023-03-21 北京奇树有鱼文化传媒有限公司 一种视频推荐信息确定方法、装置、电子设备和介质
CN115878841A (zh) * 2023-03-03 2023-03-31 南京邮电大学 一种基于改进秃鹰搜索算法的短视频推荐方法及系统
CN117676206A (zh) * 2023-12-07 2024-03-08 北京沃东天骏信息技术有限公司 视频推荐方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105915701A (zh) * 2015-12-31 2016-08-31 乐视移动智能信息技术（北京）有限公司 一种信息推荐方法及装置
CN105915949A (zh) * 2015-12-23 2016-08-31 乐视网信息技术（北京）股份有限公司 一种视频内容推荐方法、设备和系统
CN106326474A (zh) * 2016-08-31 2017-01-11 南京炫佳网络科技有限公司 动漫视频个性化推荐方法
WO2017028098A1 (zh) * 2015-08-16 2017-02-23 常平 推荐网站时显示技术信息的方法和网站推荐系统
US20170169040A1 (en) * 2015-12-15 2017-06-15 Le Holdings (Beijing) Co., Ltd. Method and electronic device for recommending video
WO2017101299A1 (zh) * 2015-12-15 2017-06-22 乐视控股（北京）有限公司 视频推荐方法、装置和设备
CN108447543A (zh) * 2017-02-14 2018-08-24 佛山市顺德区美的电热电器制造有限公司 基于烹饪设备的菜谱推送方法和装置
CN109788322A (zh) * 2019-01-03 2019-05-21 百度在线网络技术（北京）有限公司 视频信息推送方法、装置、设备及存储介质
CN111079016A (zh) * 2019-12-17 2020-04-28 北京奇艺世纪科技有限公司 一种短视频推荐方法、装置及电子设备
CN111163339A (zh) * 2019-12-31 2020-05-15 西安帝凡合赢科技发展有限公司 一种短视频推荐方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017028098A1 (zh) * 2015-08-16 2017-02-23 常平 推荐网站时显示技术信息的方法和网站推荐系统
US20170169040A1 (en) * 2015-12-15 2017-06-15 Le Holdings (Beijing) Co., Ltd. Method and electronic device for recommending video
WO2017101299A1 (zh) * 2015-12-15 2017-06-22 乐视控股（北京）有限公司 视频推荐方法、装置和设备
CN105915949A (zh) * 2015-12-23 2016-08-31 乐视网信息技术（北京）股份有限公司 一种视频内容推荐方法、设备和系统
CN105915701A (zh) * 2015-12-31 2016-08-31 乐视移动智能信息技术（北京）有限公司 一种信息推荐方法及装置
CN106326474A (zh) * 2016-08-31 2017-01-11 南京炫佳网络科技有限公司 动漫视频个性化推荐方法
CN108447543A (zh) * 2017-02-14 2018-08-24 佛山市顺德区美的电热电器制造有限公司 基于烹饪设备的菜谱推送方法和装置
CN109788322A (zh) * 2019-01-03 2019-05-21 百度在线网络技术（北京）有限公司 视频信息推送方法、装置、设备及存储介质
CN111079016A (zh) * 2019-12-17 2020-04-28 北京奇艺世纪科技有限公司 一种短视频推荐方法、装置及电子设备
CN111163339A (zh) * 2019-12-31 2020-05-15 西安帝凡合赢科技发展有限公司 一种短视频推荐方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113259708A (zh) * 2021-04-06 2021-08-13 阿里健康科技(中国)有限公司 基于短视频介绍商品的方法、计算机设备和介质
CN113420018A (zh) * 2021-06-22 2021-09-21 平安科技（深圳）有限公司 用户行为数据分析方法、装置、设备及存储介质
CN113784211A (zh) * 2021-09-17 2021-12-10 北京快来文化传播集团有限公司 短视频播放方法及其装置
CN115065872A (zh) * 2022-06-17 2022-09-16 联通沃音乐文化有限公司 一种影音视频的智能推荐方法及系统
CN115834959A (zh) * 2023-02-28 2023-03-21 北京奇树有鱼文化传媒有限公司 一种视频推荐信息确定方法、装置、电子设备和介质
CN115834959B (zh) * 2023-02-28 2023-04-28 北京奇树有鱼文化传媒有限公司 一种视频推荐信息确定方法、装置、电子设备和介质
CN115878841A (zh) * 2023-03-03 2023-03-31 南京邮电大学 一种基于改进秃鹰搜索算法的短视频推荐方法及系统
CN117676206A (zh) * 2023-12-07 2024-03-08 北京沃东天骏信息技术有限公司 视频推荐方法和装置

Similar Documents

Publication Publication Date Title
CN112333547A (zh) 电视端短视频用户喜爱偏好推荐方法、装置和智能电视
US20230325437A1 (en) User interface for viewing targeted segments of multimedia content based on time-based metadata search criteria
CN109189951B (zh) 一种多媒体资源推荐方法、设备及存储介质
CN105956149B (zh) 默认搜索词的推荐方法和装置
US20190364085A1 (en) Video-Production System With Social-Media Features
CN111447505B (zh) 视频剪辑方法、网络设备及计算机可读存储介质
US20130086159A1 (en) Media content recommendations based on social network relationship
CN109511015B (zh) 多媒体资源推荐方法、装置、存储介质及设备
CN109753601B (zh) 推荐信息点击率确定方法、装置及电子设备
CN105095431A (zh) 根据用户的行为信息推送视频的方法和装置
US20210174234A1 (en) Systems, apparatus, and methods for generating prediction sets based on a known set of features
CN108471544B (zh) 一种构建视频用户画像方法及装置
CN108519991A (zh) 一种主播账户推荐的方法和装置
JP2016522918A (ja) ユーザ履歴のプレイリスト及びサブスクリプション
CN108197336B (zh) 一种视频查找的方法及装置
US20170220869A1 (en) Automatic supercut creation and arrangement
CN101833552A (zh) 一种流媒体标记和推荐的方法
CN114071237A (zh) 一种基于用户画像的智能电视个性化专题推荐方法
CN114640868B (zh) 一种视频引流方法及相关设备
US9015607B2 (en) Virtual space providing apparatus and method
CN106534984B (zh) 电视节目推送方法及装置
KR101490506B1 (ko) 동영상 컨텐츠 편집 방법 및 장치
CN105183829A (zh) 一种图片分类方法和装置
CN105956061A (zh) 一种用户间相似度确定方法及装置
CN113158040A (zh) 智能电视热点标签提炼及相关视频推荐方法、装置和设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210205