CN112632369A - 一种识别笑声的短视频推荐系统及方法 - Google Patents

一种识别笑声的短视频推荐系统及方法 Download PDF

Info

Publication number
CN112632369A
CN112632369A CN202011409041.8A CN202011409041A CN112632369A CN 112632369 A CN112632369 A CN 112632369A CN 202011409041 A CN202011409041 A CN 202011409041A CN 112632369 A CN112632369 A CN 112632369A
Authority
CN
China
Prior art keywords
video
laughing
sound
user
frame
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
CN202011409041.8A
Other languages
English (en)
Other versions
CN112632369B (zh
Inventor
韩明
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.)
Wuhan Funshion Online Technologies Co ltd
Original Assignee
Wuhan Funshion Online Technologies 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 Wuhan Funshion Online Technologies Co ltd filed Critical Wuhan Funshion Online Technologies Co ltd
Priority to CN202011409041.8A priority Critical patent/CN112632369B/zh
Publication of CN112632369A publication Critical patent/CN112632369A/zh
Application granted granted Critical
Publication of CN112632369B publication Critical patent/CN112632369B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—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
    • 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
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/78—Detection of presence or absence of voice signals
    • G10L25/87—Detection of discrete points within a voice signal

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Hospice & Palliative Care (AREA)
  • Economics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychiatry (AREA)
  • Computing Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及一种识别笑声的短视频推荐系统及方法，该系统包括：声音采集单元、笑声检测模型和视频推荐服务器；声音采集单元包括在用户观看短视频过程中获取用户的声音的收音设备；笑声检测模型判断声音采集单元采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的笑声数值与当前视频的视频ID匹配后发送给视频推荐服务器；视频推荐服务器根据笑声数值高时对应的视频的媒资信息进行视频推荐；为短视频智能推荐提供了新的思路。用户看短视频发出笑声，既代表用户对这个视频感兴趣，用笑声数据作为协同过滤的重要依据，大大提高短视频智能推荐的命中率，为用户节省时间，大大提升用户体验。

Description

一种识别笑声的短视频推荐系统及方法
技术领域
本发明涉及语音识别领域，尤其涉及一种识别笑声的短视频推荐系统及方法。
背景技术
进入5G世代，短视频产品引爆，每天都产生海量的短视频内容。短视频已经成为人们网络生活中的重要休闲放松方式之一。每天产生海量的短视频内容，如何在浩瀚的内容库中找到自己感兴趣的内容，是一个需要解决的问题。用户时间宝贵，不愿意花时间和精力去寻找，短视频大多数用于PGC创作，没有严谨的标题和分类，很难用筛选的方式去找到合适的内容。所以，需要一种智能短视频推荐方法，能够高效推荐短视频内容，满足用户需求，提升用户满意度。
现有的智能推荐技术分为三类：即协同过滤推荐、内容过滤推荐、混合协同过滤和内容过滤的推荐(协同过滤+内容过滤)协同过滤是目前推荐系统中最成功和应用最广泛的技术，在理论研究和实践中都取得了快速的发展，它根据用户的历史选择信息和相似性关系，收集与用户兴趣爱好相同的其他用户的评价信息来产生推荐。用户在观看短视频的过程中经常会被短视频内容逗笑，观看同一个短视频都会被逗笑的用户，我们认为具备相似性，可以作为协同过滤的重要依据。目前的相似性判断多存在人机交互中，例如观看视频，停留时间，跳出率等，尚未有基于笑声的推荐。
发明内容
本发明针对现有技术中存在的技术问题，提供一种识别笑声的短视频推荐系统及方法，解决现有技术中问题。
本发明解决上述技术问题的技术方案如下：一种识别笑声的短视频推荐系统，所述系统包括：声音采集单元、笑声检测模型和视频推荐服务器；
所述声音采集单元包括在用户观看短视频过程中获取用户的声音的收音设备；
所述笑声检测模型判断所述声音采集单元采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的所述笑声数值与当前视频的视频ID匹配后发送给所述视频推荐服务器；
所述视频推荐服务器根据笑声数值高时对应的视频的媒资信息进行视频推荐。
一种识别笑声的短视频推荐方法，包括：
获取用户观看短视频过程中的声音；
判断采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的所述笑声数值与当前视频的视频ID进行匹配保存；
根据笑声数值高时对应的视频的媒资信息进行视频推荐。
本发明的有益效果是：本发明提供的一种识别笑声的短视频推荐系统及方法，以评分的相似性来表达用户偏好的相似性，以偏好相似的用户的喜好来推测用户的观看喜好。具体过程是，如果甲和乙看同样的视频，甲和乙的笑声评分相同或者差距很小，则两个用户的偏好相似。如果甲用户对视频A有评分，而乙用户对视频A没有评分，则以用户甲的评分推测乙用户评分对视频A的评分，将对预测分高的视频推荐给用户。经过算法后，会给用户推荐出合适的短视频。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述声音采集单元包括收音设备启动模块，视频播放软件运行时通过所述收音设备启动模块打开所述收音设备开始工作。
进一步，所述笑声检测模型根据机器学习算法训练得到，基于所述笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数；
根据所述笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧；
识别与所述当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当所述数量大于设定的数量阈值时，将所述当前的语音帧确定为笑声帧。
进一步，所述笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为所述笑声检测模型的评价指标；
精确率
Figure BDA0002818862300000031
召回率
Figure BDA0002818862300000032
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
进一步，各个视频的所述媒资信息也上传到所述视频推荐服务器，所述媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者、安全级别、质量级别以及媒资介绍中的一个或多个。
进一步，所述视频推荐服务器设置有各个所述笑声数值的区间，设置各个所述媒资信息的编号和权重；
优先推荐与所述笑声数值最大的区间中所述媒资信息的编号相同且权重大的视频。
进一步，所述视频推荐服务器还包括用户相似性评估模块；
根据各个用户上传的所述笑声数值与当前视频的视频ID的匹配关系进行相似性评估；
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
进一步，通过笑声检测模型判断采集到的声音是否为笑声，笑声检测模型根据机器学习算法训练得到，基于所述笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数；
根据所述笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧；
识别与所述当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当所述数量大于设定的数量阈值时，将所述当前的语音帧确定为笑声帧。
所述笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为所述笑声检测模型的评价指标；
精确率
Figure BDA0002818862300000041
召回率
Figure BDA0002818862300000042
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
进一步，所述媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者、安全级别、质量级别以及媒资介绍中的一个或多个；
设置各个所述笑声数值的区间，设置各个所述媒资信息的编号和权重；
优先推荐与所述笑声数值最大的区间中所述媒资信息的编号相同且权重大的视频；
根据各个用户上传的所述笑声数值与当前视频的视频ID的匹配关系进行相似性评估；
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
采用上述进一步方案的有益效果是：通过机器学习算法设置笑声检测模型判断是否为笑声，避免视频推荐服务器收到的声音数据过大；对于某一用户，可以根据其浏览过的视频的媒资信息进行类似媒资信息的推荐；还可以进行用户相似性评价，将用户的笑声数值高的视频推荐给没有观看该视频的的相似用户。
附图说明
图1为本发明提供的一种识别笑声的短视频推荐系统的结构框图；
图2为本发明实施例提供的一种识别笑声的短视频推荐方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示为本发明提供的一种识别笑声的短视频推荐系统的结构框图，由图1可知，该系统包括：声音采集单元、笑声检测模型和视频推荐服务器。
声音采集单元包括在用户观看短视频过程中获取用户的声音的收音设备。
具体的，可以使用蓝牙遥控器，麦克风阵列、声音人录设备等手段，在用户观看短视频过程中获取用户的声音。
笑声检测模型判断声音采集单元采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的笑声数值与当前视频的视频ID匹配后发送给视频推荐服务器。
该笑声数值表示，综合分贝数和笑声时长，给出的一个用户对该视频喜好度的综合评分。
视频推荐服务器根据笑声数值高时对应的视频的媒资信息进行视频推荐，完成内容协同过滤。
本发明提供的一种识别笑声的短视频推荐系统，为短视频智能推荐提供了新的思路。用户看短视频发出笑声，既代表用户对这个视频感兴趣。根据用户笑声的大小和笑声持续的时间，可以计算出用户对这个视频的喜爱程度。笑声数据可以作为协同过滤的的重要依据，大大提高短视频智能推荐的命中率，为用户节省时间，大大提升用户体验。
实施例1
本发明提供的实施例1为本发明提供的一种识别笑声的短视频推荐系统的实施例，该系统包括：声音采集单元、笑声检测模型和视频推荐服务器。
声音采集单元包括在用户观看短视频过程中获取用户的声音的收音设备。
进一步的，声音采集单元包括收音设备启动模块，视频播放软件运行时通过收音设备启动模块打开收音设备开始工作。
笑声检测模型判断声音采集单元采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的笑声数值与当前视频的视频ID匹配后发送给视频推荐服务器。
进一步的，笑声检测模型根据机器学习算法训练得到，基于笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数。
根据笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧。
识别与当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当数量大于设定的数量阈值时，将当前的语音帧确定为笑声帧。
进一步的，笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为笑声检测模型的评价指标。
精确率
Figure BDA0002818862300000071
召回率
Figure BDA0002818862300000072
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
视频推荐服务器根据笑声数值高时对应的视频的媒资信息进行视频推荐。
优选的，各个视频的媒资信息也上传到视频推荐服务器，媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者(主播)、安全级别、质量级别以及媒资介绍中的一个或多个。
视频推荐服务器设置有各个笑声数值的区间，设置各个媒资信息的编号和权重。
优先推荐与笑声数值最大的区间中媒资信息的编号相同且权重大的视频。
视频推荐服务器还包括用户相似性评估模块。
根据各个用户上传的笑声数值与当前视频的视频ID的匹配关系进行相似性评估。
即根据笑声数值判断各个用户是否对该视频感兴趣后，根据不同用户对同一视频是否感兴趣的重复程度判断该不同用户之间的相似性。
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
以评分的相似性来表达用户偏好的相似性，以偏好相似的用户的喜好来推测用户的观看喜好。具体过程是，如果甲和乙看同样的视频，甲和乙的笑声评分相同或者差距很小，则两个用户的偏好相似。如果甲用户对视频A有评分，而乙用户对视频A没有评分，则以用户甲的评分推测乙用户评分对视频A的评分，将对预测分高的视频推荐给用户。经过算法后，会给用户推荐出合适的短视频。
实施例2
本发明提供的实施例2为本发明提供的一种识别笑声的短视频推荐方法的实施例，如图2所示为本发明实施例提供的一种识别笑声的短视频推荐方法的流程图，结合图2可知，该方法包括：
一种识别笑声的短视频推荐方法，其特征在于，方法包括：
获取用户观看短视频过程中的声音。
进一步的，视频播放软件运行时开始获取用户观看短视频过程中的声音。
判断采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的笑声数值与当前视频的视频ID进行匹配保存。
优选的，通过笑声检测模型判断采集到的声音是否为笑声，笑声检测模型根据机器学习算法训练得到，基于笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数。
根据笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧。
识别与当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当数量大于设定的数量阈值时，将当前的语音帧确定为笑声帧。
笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为笑声检测模型的评价指标。
精确率
Figure BDA0002818862300000081
召回率
Figure BDA0002818862300000082
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
根据笑声数值高时对应的视频的媒资信息进行视频推荐。
优选的，媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者、安全级别、质量级别以及媒资介绍中的一个或多个。
设置各个笑声数值的区间，设置各个媒资信息的编号和权重。
优先推荐与笑声数值最大的区间中媒资信息的编号相同且权重大的视频。
根据各个用户上传的笑声数值与当前视频的视频ID的匹配关系进行相似性评估。
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种识别笑声的短视频推荐系统，其特征在于，所述系统包括：声音采集单元、笑声检测模型和视频推荐服务器；
所述声音采集单元包括在用户观看短视频过程中获取用户的声音的收音设备；
所述笑声检测模型判断所述声音采集单元采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的所述笑声数值与当前视频的视频ID匹配后发送给所述视频推荐服务器；
所述视频推荐服务器根据笑声数值高时对应的视频的媒资信息进行视频推荐。
2.根据权利要求1所述的系统，其特征在于，所述声音采集单元包括收音设备启动模块，视频播放软件运行时通过所述收音设备启动模块打开所述收音设备开始工作。
3.根据权利要求1所述的系统，其特征在于，所述笑声检测模型根据机器学习算法训练得到，基于所述笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数；
根据所述笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧；
识别与所述当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当所述数量大于设定的数量阈值时，将所述当前的语音帧确定为笑声帧。
4.根据权利要求3所述的系统，其特征在于，所述笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为所述笑声检测模型的评价指标；
精确率
Figure FDA0002818862290000021
召回率
Figure FDA0002818862290000022
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
5.根据权利要求1所述的系统，其特征在于，各个视频的所述媒资信息也上传到所述视频推荐服务器，所述媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者、安全级别、质量级别以及媒资介绍中的一个或多个。
6.根据权利要求1所述的系统，其特征在于，所述视频推荐服务器设置有各个所述笑声数值的区间，设置各个所述媒资信息的编号和权重；
优先推荐与所述笑声数值最大的区间中所述媒资信息的编号相同且权重大的视频。
7.根据权利要求1所述的系统，其特征在于，所述视频推荐服务器还包括用户相似性评估模块；
根据各个用户上传的所述笑声数值与当前视频的视频ID的匹配关系进行相似性评估；
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
8.一种识别笑声的短视频推荐方法，其特征在于，所述方法包括：
获取用户观看短视频过程中的声音；
判断采集到的声音为笑声时，根据笑声的时长和分贝数计算得到笑声数值，将实时得到的所述笑声数值与当前视频的视频ID进行匹配保存；
根据笑声数值高时对应的视频的媒资信息进行视频推荐。
9.根据权利要求8所述的方法，其特征在于，通过笑声检测模型判断采集到的声音是否为笑声，笑声检测模型根据机器学习算法训练得到，基于所述笑声检测模型判断实时获取的用户的声音是否为笑声的过程包括：
将获取的用户的声音划分为多个语音帧，获取每个语音帧的基因频率及多维语音特征参数；
根据所述笑声检测模型及获取的每个语音帧的基因频率及多维语音特征参数，预测每个语音帧是否为笑声帧；
识别与所述当前的语音帧相邻的第一设定数量的语音帧中，预测结果为笑声帧的语音帧的数量；当所述数量大于设定的数量阈值时，将所述当前的语音帧确定为笑声帧。
所述笑声检测模型在机器学习过程中设置二分类问题中，计算精确率和召回率作为所述笑声检测模型的评价指标；
精确率
Figure FDA0002818862290000031
召回率
Figure FDA0002818862290000032
nss为将笑声帧预测为笑声帧的次数，nsv将笑声帧预测为语音帧，nvs将语音帧预测为笑声帧。
10.根据权利要求8所述的方法，其特征在于，所述媒资信息包括演员、编剧、导演、视频ID、视频名称、别名、一句话推荐、频道、题材、标签、付费状态、创作者、安全级别、质量级别以及媒资介绍中的一个或多个；
设置各个所述笑声数值的区间，设置各个所述媒资信息的编号和权重；
优先推荐与所述笑声数值最大的区间中所述媒资信息的编号相同且权重大的视频；
根据各个用户上传的所述笑声数值与当前视频的视频ID的匹配关系进行相似性评估；
任意两个用户相似性超过设定阈值时，将一个用户的笑声数值高的视频推荐给没有观看该视频的另一个用户。
CN202011409041.8A 2020-12-05 2020-12-05 一种识别笑声的短视频推荐系统及方法 Active CN112632369B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011409041.8A CN112632369B (zh) 2020-12-05 2020-12-05 一种识别笑声的短视频推荐系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011409041.8A CN112632369B (zh) 2020-12-05 2020-12-05 一种识别笑声的短视频推荐系统及方法

Publications (2)

Publication Number Publication Date
CN112632369A true CN112632369A (zh) 2021-04-09
CN112632369B CN112632369B (zh) 2023-03-24

Family

ID=75307949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011409041.8A Active CN112632369B (zh) 2020-12-05 2020-12-05 一种识别笑声的短视频推荐系统及方法

Country Status (1)

Country Link
CN (1) CN112632369B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103488764A (zh) * 2013-09-26 2014-01-01 天脉聚源(北京)传媒科技有限公司 个性化视频内容推荐方法和系统
US20150347416A1 (en) * 2014-05-28 2015-12-03 Xiaomi Inc. Method and apparatus for recommending multimedia resource
CN106356077A (zh) * 2016-08-29 2017-01-25 北京理工大学 一种笑声检测方法及装置
CN107295280A (zh) * 2017-08-04 2017-10-24 武汉风行在线技术有限公司 一种智能电视的护眼控制系统及方法
CN110659412A (zh) * 2019-08-30 2020-01-07 三星电子（中国）研发中心 用于在电子设备中提供个性化服务的方法和设备
CN110688526A (zh) * 2019-11-07 2020-01-14 山东舜网传媒股份有限公司 基于关键帧识别和音频文本化的短视频推荐方法及系统
WO2020220180A1 (zh) * 2019-04-29 2020-11-05 华为技术有限公司 媒体内容推荐方法及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103488764A (zh) * 2013-09-26 2014-01-01 天脉聚源(北京)传媒科技有限公司 个性化视频内容推荐方法和系统
US20150347416A1 (en) * 2014-05-28 2015-12-03 Xiaomi Inc. Method and apparatus for recommending multimedia resource
CN106356077A (zh) * 2016-08-29 2017-01-25 北京理工大学 一种笑声检测方法及装置
CN107295280A (zh) * 2017-08-04 2017-10-24 武汉风行在线技术有限公司 一种智能电视的护眼控制系统及方法
WO2020220180A1 (zh) * 2019-04-29 2020-11-05 华为技术有限公司 媒体内容推荐方法及设备
CN110659412A (zh) * 2019-08-30 2020-01-07 三星电子（中国）研发中心 用于在电子设备中提供个性化服务的方法和设备
CN110688526A (zh) * 2019-11-07 2020-01-14 山东舜网传媒股份有限公司 基于关键帧识别和音频文本化的短视频推荐方法及系统

Also Published As

Publication number Publication date
CN112632369B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
KR101197978B1 (ko) 웃음 탐지기 및 미디어 프리젠테이션에 대한 감정 반응을 추적하기 위한 시스템 및 방법
US20170289619A1 (en) Method for positioning video, terminal apparatus and cloud server
US9253511B2 (en) Systems and methods for performing multi-modal video datastream segmentation
US9706235B2 (en) Time varying evaluation of multimedia content
CN111538860B (zh) 视频推荐方法及装置、存储介质及电子设备
US20190043500A1 (en) Voice based realtime event logging
CN106202475B (zh) 一种视频推荐列表的推送方法及装置
EP2966874A1 (en) Method for controlling content playback and content playback apparatus for executing same
Tripathi et al. EmoWare: A context-aware framework for personalized video recommendation using affective video sequences
US10524005B2 (en) Facilitating television based interaction with social networking tools
CN102270042A (zh) 信息处理设备、信息处理方法和程序
CN104486649B (zh) 视频内容评级方法及装置
CN105635824A (zh) 个性化频道推荐方法和系统
CN110557659A (zh) 视频推荐方法、装置、服务器及存储介质
CN1586078A (zh) 情感电视监视和控制
CN112860943A (zh) 一种教学视频审核方法、装置、设备及介质
CN111125429A (zh) 一种视频推送方法、装置和计算机可读存储介质
CN111931073B (zh) 内容推送方法、装置、电子设备及计算机可读介质
WO2020030553A1 (en) Computer-implemented system and method for collecting feedback
Niu et al. Affivir: An affect-based Internet video recommendation system
CN112632369B (zh) 一种识别笑声的短视频推荐系统及方法
CN113377327A (zh) 一种具备智能语音交互功能的车库巨幕max智能终端
CN108024148B (zh) 基于行为特征的多媒体文件识别方法、处理方法及装置
CN113158048A (zh) 一种基于特征识别的移动互联网浏览内容智能推荐方法、系统、设备及存储介质
KR102135076B1 (ko) 인공지능 스피커를 이용한 감성 기반의 사용자 맞춤형 뉴스 추천 시스템

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