CN112637629A - 直播内容推荐方法及装置、电子设备和介质 - Google Patents

直播内容推荐方法及装置、电子设备和介质 Download PDF

Info

Publication number
CN112637629A
CN112637629A CN202011563417.0A CN202011563417A CN112637629A CN 112637629 A CN112637629 A CN 112637629A CN 202011563417 A CN202011563417 A CN 202011563417A CN 112637629 A CN112637629 A CN 112637629A
Authority
CN
China
Prior art keywords
recommended
live video
live
recommended materials
target feature
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
CN202011563417.0A
Other languages
English (en)
Other versions
CN112637629B (zh
Inventor
刘亚虹
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom 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 Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202011563417.0A priority Critical patent/CN112637629B/zh
Publication of CN112637629A publication Critical patent/CN112637629A/zh
Application granted granted Critical
Publication of CN112637629B publication Critical patent/CN112637629B/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
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • 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
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H04N21/23424—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for inserting or substituting an advertisement
    • 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
    • H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip

Landscapes

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

Abstract

本公开提供了一种直播内容推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及计算机领域，尤其涉及智能推荐和小程序领域，可应用于云平台。实现方案为：获取与直播内容相关的一个或多个推荐素材；基于一个或多个推荐素材获得第一目标特征；响应于获得用户请求，获取预定时间段内的直播视频；基于直播视频获得第二目标特征；将第一目标特征与第二目标特征进行匹配，以确定一个或多个推荐素材中与直播视频相匹配的推荐素材；以及将匹配到的推荐素材与直播视频进行拼接，以使得拼接后的内容进行显示。

Description

直播内容推荐方法及装置、电子设备和介质
技术领域
本公开涉及计算机技术领域，尤其涉及智能推荐和小程序领域，可应用于云平台，具体涉及一种直播内容推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
目前电商直播业务快速发展，商家或主播可以通过直播平台向消费者介绍其商品。通过信息流推荐，可以向搜索引擎等分发该场电商直播。目前商家通常是提前上传单张封面图，在基于不同关键词的搜索结果页，关于该场电商直播的画面均为上述单张封面图。但电商直播的时间跨度较长，直播内容也是实时变化的，这就导致用户从搜索结果页进入该场电商直播所看到的直播内容与封面内容不一致，导致用户体验不佳。
发明内容
本公开提供了一种直播内容推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面，提供了一种直播内容推荐方法，包括：获取与直播内容相关的一个或多个推荐素材；基于一个或多个推荐素材获得第一目标特征；响应于获得用户请求，获取预定时间段内的直播视频；基于直播视频获得第二目标特征；将第一目标特征与第二目标特征进行匹配，以确定一个或多个推荐素材中直播视频相匹配的推荐素材；以及将匹配到的推荐素材与直播视频进行拼接，以使得拼接后的内容进行显示。
根据本公开的另一方面，提供了一种直播内容推荐装置，包括：第一获取单元，配置为获取与直播内容相关的一个或多个推荐素材；第一分析单元，配置为基于一个或多个推荐素材获得第一目标特征；第二获取单元，配置为响应于获得用户请求，获取预定时间段内的直播视频；第二分析单元，配置为基于直播视频获得第二目标特征；匹配单元，配置为将第一目标特征与第二目标特征进行匹配，以确定一个或多个推荐素材中与直播视频相匹配的推荐素材；以及拼接单元，配置为将匹配到的推荐素材与直播视频进行拼接，以使得拼接后的内容进行显示。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被所述至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器能够执行直播内容推荐方法。
根据本公开的另一方面，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，其中，计算机指令用于使计算机执行直播内容推荐方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现直播内容推荐方法。
根据本公开的一个或多个实施例，解决了用户预览的直播推荐内容与进行直播间后所看到的内容相差过大的问题，提升了用户体验，进一步提升了用户购买转化率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
图2示出了根据本公开的实施例的直播内容推荐方法的流程图；
图3示出了根据本公开的实施例的基于小程序电商平台的直播内容推荐的示意图；
图4示出了根据本公开的实施例的将推荐素材与直播视频进行匹配的流程图；
图5示出了根据本公开的实施例的直播内容推荐装置的结构框图；以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围。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。
在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中，服务器120可以运行使得能够执行直播内容推荐方法的一个或多个服务或软件应用。
在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
客户端设备101、102、103、104、105和/或106可以用来接收用户请求或者显示推荐的直播内容等等。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如Microsoft Windows、AppleiOS、类UNIX操作系统、Linux或类Linux操作系统(例如Google Chrome OS)；或包括各种移动操作系统，例如Microsoft Windows Mobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如图片文件和短视频文件等的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
随着智能小程序的快速普及，越来越多的商家或电商入驻同一家电商平台(例如百度平台)，提供各自优质的商品库存保有单位(Stock Keeping Unit，SKU)信息以满足用户的购买需求。同时，商家或电商为满足用户的购物需求，也通常通过直播带货的方法向用户推荐其产品。在例如电商直播场景中，主播通常可以发布消费类的直播，该直播视频的内容将包括针对某商家的多个商品的展示介绍，以对商品进行推广。商品例如可以是服装、饰品、护肤品、电器等等各种可能的商品种类，在此不作限制。通过搜索引擎的关键词搜索或者信息流推荐，可以向多平台分发该场直播。其中，直播视频即为直播产生的视频。
用户通过在客户端设备中点击相应链接进入直播间观看该视频，并且可以在直播界面中找出本场直播所展示的商品列表，点击相应的链接进行购买。但电商直播的时间跨度较长，直播内容也是实时变化的，这就导致用户从搜索结果页进入该场电商直播所看到的直播内容与封面内容不一致，导致用户体验不佳。其中，直播间为主播开通的网络直播节目，即一场直播节目。
因此，图2示出了根据本公开的实施例的直播内容推荐方法的流程图。如图2所示，根据本公开的实施例提供了一种直播内容推荐方法200，包括：获取与直播内容相关的一个或多个推荐素材(步骤210)；基于一个或多个推荐素材获得第一目标特征(步骤220)；响应于获得用户请求，获取预定时间段内的直播视频(步骤230)；基于直播视频获得第二目标特征(步骤240)；将第一目标特征与第二目标特征进行匹配，以确定一个或多个推荐素材中直播视频相匹配的推荐素材(步骤250)；以及将匹配到的推荐素材与直播视频进行拼接，以使得拼接后的内容进行显示(步骤260)。
根据本公开实施例的直播内容推荐方法解决了用户预览的直播推荐内容与进行直播间后所看到的内容相差过大的问题，提升了用户体验，进一步提升了用户购买转化率。
在步骤210，获取与直播内容相关的一个或多个推荐素材。
在一些实施例中，可以在直播中对一个或多个商品进行介绍。示例地，在直播开始之前，可以由主播预先将直播间要介绍的商品及其库存、单价等信息存入商品库，并针对直播所要介绍的每一个商品预先上传相应的推荐素材，即可以为不同的商品单独上传其相应的推荐素材。但是应当理解，也可以为各种类的商品上传其相应的推荐素材或者针对该场直播上传一个或多个推荐素材等等，在此不作限制。
根据一些实施例，一个或多个推荐素材包括以下中的一个或多个：图片、短视频。示例地，该图片可以为具体的商品图片(例如某款手机的图片、某款式服装的照片等)、商品活动图片(例如包含优惠信息的海报/宣传页等)等。在一些示例中，该图片也可以包括动图的形式。可以理解的是，其他形式的推荐素材也是可能的，在此不作限制。
在一些实施例中，可以将推荐素材存入相应的素材库中，并将每一个推荐素材与其相对应的商品进行映射关系。例如，可以由主播或其他工作人员设置该推荐素材与相应商品的映射关系。或者，也可以通过识别的目标特征(稍后介绍)将其与相应的商品建立映射关系，在此不作限制。示例地，可以通过对该推荐素材设置相应的商品标签或分别存储的方法建立所述商品与推荐素材之间的映射关系。当然理解，其他将商品与推荐素材进行映射关系的方法也是可能的，在此不作限制。
在一些实施例中，可以基于小程序获取直播视频。示例地，该小程序可以为电商小程序，电商主播可以基于该电商小程序进行商品直播。
在一些实施例中，在进行商品直播之前，可以构建全局商品库和全局推荐素材库。在准备电商直播，可以将直播所需商品与全局商品库中的商品建立映射关系，以基于全局商品库中的商品SKU信息进行直播。示例地，也可以将上传的推荐素材存入全局推荐素材库中，以将全局推荐素材库中的推荐素材与相应的直播间、直播间所涉及的商品进行映射关系。如图3所示，在百度电商小程序直播场景下，可以由商家主播301在小程序电商管理后台302将直播间商品存入百度全局商品库303并上传推荐物料到电商直播物料库304中。百度AI中台305可以对推荐物料进行特征提取。小程序直播开播后，百度直播中台306可以将该场直播推流到搜索系统、推荐系统等做分发。百度直播中台306还可以获取实时视频流，将其发送到百度AI中台305进行实时内容理解后传输到电商直播智能预览装置307，以在搜索系统、推荐系统等进行展示给相应的用户308(稍后介绍)。
在步骤220，基于一个或多个推荐素材获得第一目标特征。
在一些实施例中，第一目标特征包括商品特征。可以分别对每一个推荐素材进行内容理解，以获得与其相对应的商品相关的特征，例如商品的名称、类别、品牌、型号和颜色等等。例如以推荐素材中包含口红，则获得的特征可以为：口红(名称)、XX(品牌)、770(型号，即色号)、正红色(颜色)、美妆(类别)等。示例地，识别的商品类别也可以为唇妆等细粒度分类。在一些示例中，可以将提取的目标特征作为相对应的推荐素材的标签数据。
在一些实施例中，可以通过基于深度学习的识别模型对相应的推荐素材进行内容理解，以识别出该推荐素材中的文本特征等。示例地，该识别模型可以为基于自然语言处理的模型，例如DSSM、BERT等。
根据一些实施例，可以获取推荐素材中的文字数据；对该文字数据进行关键词提取，以获得第一目标特征。示例地，如果需识别的推荐素材为图片，则可以识别图片中的文字数据，以基于关键词提取获得该文字数据中的与所述直播内容(例如商品)有关的目标特征。如果需识别的推荐素材为短视频，则可以对该短视频进行取帧，以获得所提取的每一帧的图片；并对该图片中的文字进行识别，以获取文字数据。附加地或替换地，还可以将所述短视频中的语音数据提供语音识别技术(ASR)转换为文字数据。最后，基于关键词提取技术即可获得该文字数据中的与所述直播内容(例如商品)有关的目标特征。
在一些示例中，也可以对推荐素材中相应的视觉特征进行识别，例如基于ResNet101模型，以将识别的视觉特征转换为文字数据，从而获得相关的目标特征。
在步骤230，响应于获得用户请求，获取预定时间段内的直播视频。
根据一些实施例，该预定时间段可以为已发生的距离当前时间点最近的预定时间段。在接收到用户请求之后，例如可以获取当前最近10秒内的直播视频，从而进一步提高了用户浏览画面与当前直播内容的匹配度。
可以理解的是，可以根据用户的浏览和搜索向其推送相应的直播间，例如基于其用户画像、输入的搜索关键词等等。但是本公开的重点并不在于如何确定向用户具体推送哪一个直播间，而是基于确定的直播间生成关于该直播间直播内容的推荐内容。因此，在本公开的教导下，如何确定向用户推送哪一个直播间是不需要付出创造性劳动的工作。
在步骤240，基于直播视频获得第二目标特征。
在一些实施例中，可以包括将所获得的直播视频转码为预定义格式的步骤，例如将其转码为统一的格式和分辨率，以基于转码后的视频数据获得第二目标特征。通过转码操作能进一步提升视频分析的效率，进一步提高用户浏览画面与当前直播内容的匹配度。可以理解的是，可以根据具体场景设置相应的转码规则，在此不作限制。
根据一些实施例，基于直播视频获得第二目标特征包括：获取直播视频中的文字数据；以及对该文字数据进行关键词提取，以获得第二目标特征。
根据一些实施例，获取直播视频中的文字数据包括：对直播视频进行取帧，以获得所提取的每一帧的图片；以及对该图片中的文字进行识别，以获取文字数据。例如可以通过光学字符识别(OCR)技术对提取的视频图片中的文字进行识别。对识别出的文字，可以使用关键词提取算法进行关键词抽取。关键词是指能反映文本主题或者主要内容的词语，在电商直播场景下该关键词可以为与商品有关词，包括但不限于商品的品牌、型号、类别、颜色等。例如，可以基于与商品有关的知识图谱实现商品关键词的提取。可以用于关键词抽取的算法包括但不限于：TF-IDF关键词抽取方法、Topic-model关键词抽取方法和RAKE关键词抽取方法、TextRank算法、LDA算法、TPR算法等。
根据一些实施例，获取直播视频中的文字数据还包括：获得直播视频中的语音数据；以及将语音数据通过语音识别技术转换为文字数据。
在一些示例中，提取直播视频中的语音数据，并使用自动语音识别(ASR)技术将提取的语音数据转化为文字数据。使用关键词提取算法对转化后的文字进行关键词抽取，例如，可以基于与商品有关的知识图谱实现商品关键词的提取。可以用于关键词抽取的算法包括但不限于：TF-IDF关键词抽取方法、Topic-model关键词抽取方法和RAKE关键词抽取方法、TextRank算法、LDA算法、TPR算法等。
在一些示例中，也可以对直播视频中相应的视觉特征进行识别，以将识别的视觉特征转换为文字数据，从而获得相关的目标特征。
在步骤250，将第一目标特征与第二目标特征进行匹配，以确定一个或多个推荐素材中与直播视频相匹配的推荐素材。
根据一些实施例，将第一目标特征与第二目标特征进行匹配包括：分别将所述第一目标特征与所述第二目标特征进行相似度计算，以获得相似度最高的第一数量的推荐素材；以及根据所述用户的用户画像、基于所述第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
基于用户画像，可进一步匹配用户感兴趣的推荐素材，以实现对不同用户生成不同的直播内容预览效果，提升了用户的点击率。
在一些示例中，如图4所示，每一个推荐素材可以提取出一个或多个第一目标特征，该直播视频也可以提取出一个或多个第二目标特征。将每一个推荐素材所对应的每一个第一目标特征分别与每一个第二目标特征进行相似度计算(步骤410)，从而可以按相似度从高到低对第一目标特征进行排序(步骤420)。示例地，可以确定相似度值最高的前一个或多个的第一目标特征所对应的第一数量的推荐素材，以将其作为与直播视频相匹配的推荐素材(步骤430)。替换地或附加地，也可以在某一个推荐素材对应多个第一目标特征时，将其所对应的第一目标特征计算得到的相似度值直接相加或与相应的权重值计算后得到的总相似度值作为该推荐素材的相似度值。将每一个推荐素材所计算得到的总相似度值从高到低进行排序，以确认相似度值最高的前一个或多个(第一数量)的推荐素材，以将其作为与直播视频相匹配的推荐素材。示例地，可以设置不同类型(图片、视频)的推荐素材、同一类型的多个不同的推荐素材、同一推荐素材中的不同位置等等提取出的目标特征具有不同的权重值(例如百分比)。在确定了第一数量的推荐素材之后，即可根据用户的用户画像、基于第一数量的推荐素材相对应的第一目标特征对第一数量的推荐素材进行筛选，以获得第二数量的推荐素材作为与直播视频相匹配的推荐素材(步骤440)。
应当理解，其他的基于第一目标特征与第二目标特征确定与直播视频相匹配的推荐素材的方法也是可能的，在此不作限制。
在一些实施例中，方法200还可以包括：获取用户在电商平台上的第一用户行为数据；通过爬虫抓取除所述电商平台外的其他网络平台上的第二用户行为数据；以及将表征为同一用户的第一用户行为数据和第二用户数据进行合并，以构建出该用户的用户画像。在一些示例中，可以获取用户在其他电商平台内的商品浏览路径行为、下单购物行为等，通过信息脱敏处理后，对自有用户行为数据和全域的电商平台内的用户行为数据进行统一的加工刻画，实现各电商细分领域的全局信息整合。数据脱敏，指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。敏感信息可以以加密串或者嵌入(embedding)低维表征的形式出现，这样就可以安全地使用脱敏后的真实数据集。
根据一些实施例，全网抓取用户行为数据以及电商平台上的用户数据，将表征为相同用户的行为数据进行合并，以构建出每一个用户的用户画像。相同用户的表征可以基于用户信息多维度特征，包括但不限于，使用注册手机号、邮箱、收货地址、微信/百度/支付宝账号授权、WiFi+GPS等多种特征联合表征一个用户。
根据一些实施例，方法200还可以包括：响应于获得的用户请求中包括搜索关键词，根据该搜索关键词和用户画像、基于第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得所述第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
在一些示例中，响应于获得用户请求，该用户请求包括但不限于基于搜索引擎、推荐系统、直播平台主页面的用户搜索/浏览请求等。例如，通过用户在搜索引擎中键入的与电商有关的关键词召回相应的直播内容时，即可根据该搜索关键词和用户画像筛选与直播视频相匹配的推荐素材，以将匹配到的推荐素材与直播视频拼接后作为相应的直播内容进行召回并向用户显示。
在步骤260，将匹配到的推荐素材与直播视频进行拼接，以使得拼接后的内容进行显示。
根据一些实施例，一个或多个推荐素材包括以下中的一个或多个：图片、短视频，将匹配到的推荐素材与所述视频进行拼接包括：响应于匹配到的推荐素材为图片，将该图片作为浮层与直播视频进行拼接。其中，浮层是网页效果中的一种形式，其可以始终显示在屏幕的特定位置上，不跟随鼠标的滚动而滚动以达到强调其内容的或者衔接上下文解释说明的效果。将其图片作为浮层与直播视频进行拼接可以突出该图片，以增强用户兴趣，提高用户的点击率。
应当理解，其他任何合适的将推荐素材与直播视频进行拼接的方法都是可能的，包括但不限于将其作为开头、结尾、中间插入的方法与直播视频进行拼接、与直播视频多位置拼接等等，在此不作限制。
根据本公开的实施例，如图5所示，还提供了一种直播内容推荐装置500，包括：第一获取单元510，配置为获取与直播内容相关的一个或多个推荐素材；第一分析单元520，配置为基于所述一个或多个推荐素材获得第一目标特征；第二获取单元530，配置为响应于获得用户请求，获取预定时间段内的直播视频；第二分析单元540，配置为基于所述直播视频获得第二目标特征；匹配单元550，配置为将所述第一目标特征与所述第二目标特征进行匹配，以确定所述一个或多个推荐素材中与所述直播视频相匹配的推荐素材；以及拼接单元560，配置为将所述匹配到的推荐素材与所述直播视频进行拼接，以使得所述拼接后的内容进行显示。
根据一些实施例，第一分析单元520配置为：获取所述推荐素材中的文字数据；以及对所述文字数据进行关键词提取，以获得第一目标特征。
根据一些实施例，第二分析单元540配置为：获取所述直播视频中的文字数据；以及对所述文字数据进行关键词提取，以获得第二目标特征。
根据一些实施例，第二分析单元540还配置为：对所述直播视频进行取帧，以获得所提取的每一帧的图片；以及对所述图片中的文字进行识别，以获取文字数据。
根据一些实施例，第二分析单元540还配置为：获得所述直播视频中的语音数据；以及将所述语音数据通过语音识别技术转换为文字数据。
根据一些实施例，匹配单元550配置为：分别将所述第一目标特征与所述第二目标特征进行相似度计算，以获得相似度最高的第一数量的推荐素材；以及根据所述用户的用户画像、基于所述第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
这里，直播内容推荐装置500的上述各单元510～560的操作分别与前面描述的步骤210～260的操作类似，在此不再赘述。
根据本公开的示例性实施例还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直播内容推荐方法。
根据本公开的示例性实施例还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，其中，所述计算机指令用于使所述计算机执行上述直播内容推荐方法。
根据本公开的示例性实施例还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现上述直播内容推荐方法。
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (21)

1.一种直播内容推荐方法，包括：
获取与直播内容相关的一个或多个推荐素材；
基于所述一个或多个推荐素材获得第一目标特征；
响应于获得用户请求，获取预定时间段内的直播视频；
基于所述直播视频获得第二目标特征；
将所述第一目标特征与所述第二目标特征进行匹配，以确定所述一个或多个推荐素材中与所述直播视频相匹配的推荐素材；以及
将所述匹配到的推荐素材与所述直播视频进行拼接，以使得所述拼接后的内容进行显示。
2.如权利要求1所述的方法，其中，所述一个或多个推荐素材包括以下中的一个或多个：图片、短视频。
3.如权利要求1所述的方法，其中，所述基于所述一个或多个推荐素材获得第一目标特征包括：
获取所述推荐素材中的文字数据；以及
对所述文字数据进行关键词提取，以获得第一目标特征。
4.如权利要求1所述的方法，其中，所述基于所述直播视频获得第二目标特征包括：
获取所述直播视频中的文字数据；以及
对所述文字数据进行关键词提取，以获得第二目标特征。
5.如权利要求4所述的方法，其中，获取所述直播视频中的文字数据包括：
对所述直播视频进行取帧，以获得所提取的每一帧的图片；以及
对所述图片中的文字进行识别，以获取文字数据。
6.如权利要求5所述的方法，其中，获取所述直播视频中的文字数据还包括：
获得所述直播视频中的语音数据；以及
将所述语音数据通过语音识别技术转换为文字数据。
7.如权利要求1所述的方法，其中，将所述第一目标特征与所述第二目标特征进行匹配包括：
分别将所述第一目标特征与所述第二目标特征进行相似度计算，以获得相似度最高的第一数量的推荐素材；以及
根据所述用户的用户画像、基于所述第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
8.如权利要求7所述的方法，还包括：响应于所述获得的用户请求中包括搜索关键词，根据所述搜索关键词和所述用户画像、基于所述第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得所述第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
9.如权利要求2所述的方法，其中，所述一个或多个推荐素材包括以下中的一个或多个：图片、短视频，
将所述匹配到的推荐素材与所述视频进行拼接包括：
响应于所述匹配到的推荐素材为图片，将所述图片作为浮层与所述直播视频进行拼接。
10.如权利要求1所述的方法，其中，所述第一目标特征和第二目标特征包括商品特征，其中，所述商品特征包括以下中的一个或多个：商品的名称、类别、品牌、型号和颜色。
11.如权利要求1所述的方法，其中，所述预定时间段为已发生的距离当前时间点最近的预定时间段。
12.如权利要求1-11中任一项所述的方法，其中，基于小程序获取所述直播视频。
13.一种直播内容推荐装置，包括：
第一获取单元，配置为获取与直播内容相关的一个或多个推荐素材；
第一分析单元，配置为基于所述一个或多个推荐素材获得第一目标特征；
第二获取单元，配置为响应于获得用户请求，获取预定时间段内的直播视频；
第二分析单元，配置为基于所述直播视频获得第二目标特征；
匹配单元，配置为将所述第一目标特征与所述第二目标特征进行匹配，以确定所述一个或多个推荐素材中与所述直播视频相匹配的推荐素材；以及
拼接单元，配置为将所述匹配到的推荐素材与所述直播视频进行拼接，以使得所述拼接后的内容进行显示。
14.如权利要求13所述的装置，其中，所述第一分析单元配置为：
获取所述推荐素材中的文字数据；以及
对所述文字数据进行关键词提取，以获得第一目标特征。
15.如权利要求13所述的装置，其中，所述第二分析单元配置为：
获取所述直播视频中的文字数据；以及
对所述文字数据进行关键词提取，以获得第二目标特征。
16.如权利要求15所述的装置，其中，所述第二分析单元还配置为：
对所述直播视频进行取帧，以获得所提取的每一帧的图片；以及
对所述图片中的文字进行识别，以获取文字数据。
17.如权利要求16所述的装置，其中，所述第二分析单元还配置为：
获得所述直播视频中的语音数据；以及
将所述语音数据通过语音识别技术转换为文字数据。
18.如权利要求13所述的装置，其中，所述匹配单元配置为：
分别将所述第一目标特征与所述第二目标特征进行相似度计算，以获得相似度最高的第一数量的推荐素材；以及
根据所述用户的用户画像、基于所述第一数量的推荐素材相对应的第一目标特征对所述第一数量的推荐素材进行筛选，以获得第二数量的推荐素材作为与所述直播视频相匹配的推荐素材。
19.一种电子设备，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1-12中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-12中任一项所述的方法。
21.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-12中任一项所述的方法。
CN202011563417.0A 2020-12-25 2020-12-25 直播内容推荐方法及装置、电子设备和介质 Active CN112637629B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011563417.0A CN112637629B (zh) 2020-12-25 2020-12-25 直播内容推荐方法及装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011563417.0A CN112637629B (zh) 2020-12-25 2020-12-25 直播内容推荐方法及装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN112637629A true CN112637629A (zh) 2021-04-09
CN112637629B CN112637629B (zh) 2023-06-20

Family

ID=75325227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011563417.0A Active CN112637629B (zh) 2020-12-25 2020-12-25 直播内容推荐方法及装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN112637629B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111182A (zh) * 2021-04-15 2021-07-13 北京沃东天骏信息技术有限公司 信息推荐方法及装置、计算机可存储介质
CN113343827A (zh) * 2021-05-31 2021-09-03 北京达佳互联信息技术有限公司 视频处理方法、装置、电子设备及计算机可读存储介质
CN113378082A (zh) * 2021-07-05 2021-09-10 北京百度网讯科技有限公司 一种信息推荐方法、装置、电子设备以及存储介质
CN113395537A (zh) * 2021-06-16 2021-09-14 北京百度网讯科技有限公司 用于推荐直播间的方法和装置
CN113766264A (zh) * 2021-09-10 2021-12-07 北京快来文化传播集团有限公司 一种基于微信小程序的视频直播方法和系统
CN114025177A (zh) * 2021-09-29 2022-02-08 阿里巴巴（中国）有限公司 生成短视频的方法、处理短视频的方法及装置
CN114095749A (zh) * 2022-01-19 2022-02-25 阿里巴巴（中国）有限公司 推荐及直播界面展示方法、计算机存储介质、程序产品
CN114501105A (zh) * 2022-01-29 2022-05-13 腾讯科技（深圳）有限公司 视频内容的生成方法、装置、设备、存储介质及程序产品
CN117459798A (zh) * 2023-12-22 2024-01-26 厦门众联世纪股份有限公司 一种基于大数据的信息展示方法、装置、设备及存储介质
WO2024061360A1 (zh) * 2022-09-22 2024-03-28 北京有竹居网络技术有限公司 文本素材获取方法、装置、设备、介质和程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559206A (zh) * 2013-10-10 2014-02-05 Tcl集团股份有限公司 一种信息推荐方法及系统
CN107404656A (zh) * 2017-06-26 2017-11-28 武汉斗鱼网络科技有限公司 直播视频推荐方法、装置及服务器
CN110858914A (zh) * 2018-08-23 2020-03-03 北京优酷科技有限公司 视频素材推荐方法及装置
CN111918094A (zh) * 2020-06-29 2020-11-10 北京百度网讯科技有限公司 视频处理方法、装置、电子设备和存储介质
CN112104899A (zh) * 2020-09-11 2020-12-18 腾讯科技（深圳）有限公司 直播中的信息推荐方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103559206A (zh) * 2013-10-10 2014-02-05 Tcl集团股份有限公司 一种信息推荐方法及系统
CN107404656A (zh) * 2017-06-26 2017-11-28 武汉斗鱼网络科技有限公司 直播视频推荐方法、装置及服务器
CN110858914A (zh) * 2018-08-23 2020-03-03 北京优酷科技有限公司 视频素材推荐方法及装置
CN111918094A (zh) * 2020-06-29 2020-11-10 北京百度网讯科技有限公司 视频处理方法、装置、电子设备和存储介质
CN112104899A (zh) * 2020-09-11 2020-12-18 腾讯科技（深圳）有限公司 直播中的信息推荐方法、装置、电子设备及存储介质

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111182A (zh) * 2021-04-15 2021-07-13 北京沃东天骏信息技术有限公司 信息推荐方法及装置、计算机可存储介质
CN113343827A (zh) * 2021-05-31 2021-09-03 北京达佳互联信息技术有限公司 视频处理方法、装置、电子设备及计算机可读存储介质
CN113395537A (zh) * 2021-06-16 2021-09-14 北京百度网讯科技有限公司 用于推荐直播间的方法和装置
CN113378082A (zh) * 2021-07-05 2021-09-10 北京百度网讯科技有限公司 一种信息推荐方法、装置、电子设备以及存储介质
CN113766264A (zh) * 2021-09-10 2021-12-07 北京快来文化传播集团有限公司 一种基于微信小程序的视频直播方法和系统
CN114025177A (zh) * 2021-09-29 2022-02-08 阿里巴巴（中国）有限公司 生成短视频的方法、处理短视频的方法及装置
CN114095749A (zh) * 2022-01-19 2022-02-25 阿里巴巴（中国）有限公司 推荐及直播界面展示方法、计算机存储介质、程序产品
CN114501105A (zh) * 2022-01-29 2022-05-13 腾讯科技（深圳）有限公司 视频内容的生成方法、装置、设备、存储介质及程序产品
CN114501105B (zh) * 2022-01-29 2023-06-23 腾讯科技（深圳）有限公司 视频内容的生成方法、装置、设备及存储介质
WO2024061360A1 (zh) * 2022-09-22 2024-03-28 北京有竹居网络技术有限公司 文本素材获取方法、装置、设备、介质和程序产品
CN117459798A (zh) * 2023-12-22 2024-01-26 厦门众联世纪股份有限公司 一种基于大数据的信息展示方法、装置、设备及存储介质
CN117459798B (zh) * 2023-12-22 2024-03-08 厦门众联世纪股份有限公司 一种基于大数据的信息展示方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112637629B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
CN112637629B (zh) 直播内容推荐方法及装置、电子设备和介质
US8718369B1 (en) Techniques for shape-based search of content
US11710144B2 (en) Garnering interest on potential listing in a photo or video
CN111818370A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
CN113723305A (zh) 图像和视频检测方法、装置、电子设备和介质
CN113221846A (zh) 图像识别方法、装置、设备、存储介质以及程序产品
CN113868453B (zh) 对象推荐方法和装置
CN112307242A (zh) 服饰搭配方法及装置、计算设备和介质
CN115269989B (zh) 对象推荐方法、装置、电子设备和存储介质
CN113327134B (zh) 商品信息推荐方法及装置、电子设备和介质
CN114998963A (zh) 图像检测方法和用于训练图像检测模型的方法
CN114445190A (zh) 商品推荐方法和装置
CN113139093A (zh) 视频搜索方法及装置、计算机设备和介质
CN113722523B (zh) 对象推荐方法和装置
US10776860B2 (en) Retail website user interface, systems, and methods for displaying trending looks
CN113641933B (zh) 异常网页识别方法、异常站点识别方法及装置
CN115170536B (zh) 图像检测方法、模型的训练方法和装置
CN113722534B (zh) 视频推荐方法和装置
CN114036389B (zh) 对象推荐方法、推荐模型的训练方法及装置
CN114390366B (zh) 视频处理方法和装置
WO2023134756A1 (zh) 对象推荐方法、装置和电子设备
CN114780819A (zh) 对象推荐方法和装置
CN115630228A (zh) 对象推荐方法和对象推荐模型的训练方法
CN114581188A (zh) 用于对象推荐的神经网络模型的训练方法及装置
CN117194798A (zh) 内容的推荐方法、装置、电子设备和介质

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
GR01 Patent grant
GR01 Patent grant