CN112800275A - 短视频feed流实时计算推送方法、装置及设备 - Google Patents

Abstract

本发明涉及一种短视频feed流实时计算推送方法、装置及设备，属于视频推荐技术领域，该方法包括获取目标用户的使用行为；基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单；根据偏好视频内容片单，进行延展计算，获取延展结果；拉取用户的观看片单，根据观看片单，提醒用户进行跳转；在接收到用户的跳转指令，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。该发明可为短视频服务商、短视频目标用户端等提供实时推荐的服务装置及实时推荐方法，有效的做到了用户行为的及时反馈，提升用户体验。

Description

短视频feed流实时计算推送方法、装置及设备

技术领域

本发明属于视频推荐技术领域，具体涉及一种短视频feed流实时计算推送方法、装置及设备。

背景技术

近年来，短视频产品由于时间短、体量小、信息碎片化的特点，而受到大众的欢迎。用户在短视频客户端观看短视频，在进行短视频观看时，可以通过客户端的推荐内容，来进行观看。

现有技术中，客户端在进行短视频推荐时，通常根据客户的偏好，来进行偏好计算和推荐。其中，对短视频feed流(即持续更新并呈现给用户内容的信息流)的计算方式一般采用非实时的方式进行离线计算，这使得无法对用户的偏好进行实时反馈。

因此，如何对用户的短视频feed流进行实时计算推送，成为现有技术中亟待解决的技术问题。

发明内容

本发明提供了一种短视频feed流实时计算推送方法、装置及设备，以及时反馈目标用户的用户行为，实时推荐，提升用户体验。

本发明提供的技术方案如下：

一方面，一种短视频feed流实时计算推送方法，包括：

获取目标用户的使用行为，所述使用行为，包括：有效观看、点赞、评论、转发或收藏；

基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单；

根据所述偏好视频内容片单，进行延展计算，获取延展结果；

拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转；

在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容。

可选的，所述基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单，包括：

基于所述使用行为对应的浏览内容，分类提取所述用户的偏好标签；

基于所述偏好标签，获取与所述偏好标签相对应的视频内容；

根据预设条件，对所述偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

可选的，所述根据所述偏好视频内容片单，进行延展计算，获取延展结果，包括：

基于预设算法，对所述偏好视频内容片单进行延展计算；

获取并保存延展计算结果。

可选的，所述拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转，包括：

拉取目标用户的观看片单；

根据所述观看片单，在所述延展结果中获取与所述观看片单相关的推荐内容；

基于所述推荐内容，提醒所述用户进行跳转。

可选的，所述在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容，包括：

在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容；

根据所述跳转观看内容，更新推荐内容；

判断所述目标用户是否在预设阈值时间范围内，观看预设个数的推荐内容，若否，则降低所述推荐内容的关联程度和推送比重。

又一方面，一种短视频feed流实时计算推送装置，包括：获取模块、提取模块、延展模块、跳转模块、调整模块；

所述获取模块，用于获取目标用户的使用行为，所述使用行为，包括：有效观看、点赞、评论、转发或收藏；

所述提取模块，用于基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单；

所述延展模块，用于根据所述偏好视频内容片单，进行延展计算，获取延展结果；

所述跳转模块，用于拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转；

所述调整模块，用于在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容。

可选的，所述提取模块，用于基于所述使用行为对应的浏览内容，分类提取所述用户的偏好标签；基于所述偏好标签，获取与所述偏好标签相对应的视频内容；根据预设条件，对所述偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

可选的，所述延展模块，用于基于预设算法，对所述偏好视频内容片单进行延展计算；获取并保存延展计算结果。

可选的，所述跳转模块，用于取目标用户的观看片单；根据所述观看片单，在所述延展结果中获取与所述观看片单相关的推荐内容；基于所述推荐内容，提醒所述用户进行跳转。

又一方面，一种短视频feed流实时计算推送设备，包括：处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行上述任一项所述的短视频feed流实时计算推送方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

本发明的有益效果为：

本发明实施例提供的短视频feed流实时计算推送方法、装置及设备，获取目标用户的使用行为，使用行为，包括：有效观看、点赞、评论、转发或收藏；基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单；根据偏好视频内容片单，进行延展计算，获取延展结果；拉取用户的观看片单，根据观看片单，提醒用户进行跳转；在接收到用户的跳转指令，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。该发明可为短视频服务商、短视频目标用户端等提供实时推荐的服务装置及实时推荐方法，有效的做到了用户行为的及时反馈，提升用户体验。本发明及时反馈目标用户的用户行为，实时推荐，提升用户体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种短视频feed流实时计算推送方法的流程示意图；

图2为本发明实施例提供的一种短视频feed流实时计算推送装置的结构示意图；

图3为本发明实施例提供的一种短视频feed流实时计算推送设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

为了至少解决本发明中提出的技术问题，本发明实施例提供一种短视频feed流实时计算推送方法。

图1为本发明实施例提供的一种短视频feed流实时计算推送方法的流程示意图，如图1所示，本发明实施例提供的方法，可以包括以下步骤：

S11、获取目标用户的使用行为，使用行为，包括：有效观看、点赞、评论、转发或收藏。

在一个具体的实现过程中，可以定义某个使用短视频终端的用户为目标用户，从而应用本申请提供的短视频feed流实时计算推送方法，对目标用户进行短视频feed流实时计算推送。

例如，目标用户使用短视频终端浏览短视频时，短视频内容具备内容分类、标签等特征词汇，这些短视频内容被用户浏览观看后都会在系统中进行用户的行为收录，如完整观看、点赞、收藏、评论、转发等用户行为。

S12、基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单。

例如，系统根据用户经常观看、点赞等行为即可分析出用户的偏好内容分类等。

在一些实施例中，可选的，包括：基于使用行为对应的浏览内容，分类提取用户的偏好标签；

基于偏好标签，获取与偏好标签相对应的视频内容；

根据预设条件，对偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

例如，在获取到用户的使用行为对应的浏览内容后，分析浏览内容的相关标签，从而提取出目标用户的偏好标签。根据偏好标签，获取与偏好标签相对应的视频内容。在提取到与偏好标签相对应的视频内容后，可以根据最新、最热或已观看等于是条件，对视频内容进行筛选排序，从而获取到筛选排序后的偏好视频内容片单。

S13、根据偏好视频内容片单，进行延展计算，获取延展结果。

在一些实施例中，可选的，包括：基于预设算法，对偏好视频内容片单进行延展计算；获取并保存延展计算结果。

例如，在获取到偏好视频内容片单后，可以根据片单进行延展计算，使用算法包括但不限于协同过滤、语义相似，例如，短视频A，延展计算其相关的内容为A1、A2、A3等，保存延展计算结果。

S14、拉取用户的观看片单，根据观看片单，提醒用户进行跳转。

在一些实施例中，可选的，包括：拉取目标用户的观看片单；根据观看片单，在延展结果中获取与观看片单相关的推荐内容；基于推荐内容，提醒用户进行跳转。

例如，当目标目标用户在短视频终端进行视频观看后，拉取短视频片单、内容相关标签及每条视频对应延展计算结果，用户有效浏览排期内短视频内容A时，在延展内容中，拉取与目标用户刚刚观看的视频A相关的相似内容A1、A2、A3，将相关内容A1、A2、A3展示给用户，提醒用户，是否进行跳转。

S15、在接收到用户的跳转指令，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。

在一些实施例中，可选的，包括：

在接收到用户的跳转指令，获取用户的跳转观看视频内容；

根据跳转观看内容，更新推荐内容；

判断目标用户是否在预设阈值时间范围内，观看预设个数的推荐内容，若否，则降低推荐内容的关联程度和推送比重。

例如，在目标用户看到跳转提示后，可以选择感兴趣的内容进行跳转，如，可以选择相似内容A2进行跳转，也可以选择A3进行跳转，此处不做具体限定。在跳转后，获取用户调整观看的视频内容，再次确定与该视频内容相关的视频内容，并将再次确定的相关内容，向目标用户推荐。

当向目标用户推荐相关内容A1、A2、A3，而在预设时间阈值内，目标用户并未进行观看，或并未进行有效观看(如，观看时长小于10分钟)时，则认为目标用户对此次推荐的相关内容A1、A2、A3并不感兴趣，因此，可以降低未有效浏览短视频相关推送比重，减少相关内容实时推送。例如，与内容A相关的推荐相关内容为60％,此时，可以降低比重，降低为50％等，此处不做具体限定。

目标用户端提示用户生成下条相关记录(如已为您实时更新推荐内容，是否前往浏览)，引导用户浏览，同时根据标签实时计算相关短视频进行下N条内容加载。若用户未完成A1、A2、A3内容的有效浏览，超过本次实时推荐周期时间后实时降低未有效浏览短视频相关推送比重，减少相关内容实时推送。

本发明实施例提供的短视频feed流实时计算推送方法，获取目标用户的使用行为，使用行为，包括：有效观看、点赞、评论、转发或收藏；基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单；根据偏好视频内容片单，进行延展计算，获取延展结果；拉取用户的观看片单，根据观看片单，提醒用户进行跳转；在接收到用户的跳转指令，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。该发明可为短视频服务商、短视频目标用户端等提供实时推荐的服务装置及实时推荐方法，有效的做到了用户行为的及时反馈，提升用户体验。本发明及时反馈目标用户的用户行为，实时推荐，提升用户体验。

基于一个总的发明构思，本发明实施例还提供一种短视频feed流实时计算推送装置。

图2为本发明实施例提供的一种短视频feed流实时计算推送装置的结构示意图，如图2所示，本发明实施例提供的装置，可以包括以下结构：获取模块21、提取模块22、延展模块23、跳转模块24、调整模块25。

获取模块21，用于获取目标用户的使用行为，使用行为，包括：有效观看、点赞、评论、转发或收藏；

提取模块22，用于基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单；

延展模块23，用于根据偏好视频内容片单，进行延展计算，获取延展结果；

跳转模块24，用于拉取用户的观看片单，根据观看片单，提醒用户进行跳转；

调整模块25，用于在接收到用户的跳转指令后，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。

可选的，提取模块22，用于基于使用行为对应的浏览内容，分类提取用户的偏好标签；基于偏好标签，获取与偏好标签相对应的视频内容；根据预设条件，对偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

可选的，延展模块，用于基于预设算法，对偏好视频内容片单进行延展计算；获取并保存延展计算结果。

可选的，跳转模块，用于取目标用户的观看片单；根据观看片单，在延展结果中获取与观看片单相关的推荐内容；基于推荐内容，提醒用户进行跳转。

可选的，调整模块，用于在接收到用户的跳转指令后，获取用户的跳转观看视频内容；根据跳转观看内容，更新推荐内容；判断目标用户是否在预设阈值时间范围内，观看预设个数的推荐内容，若否，则降低推荐内容的关联程度和推送比重。

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。

本发明实施例提供的短视频feed流实时计算推送装置，获取目标用户的使用行为，使用行为，包括：有效观看、点赞、评论、转发或收藏；基于使用行为对应的浏览内容，提取用户的偏好标签，生成与偏好标签相对应的偏好视频内容片单；根据偏好视频内容片单，进行延展计算，获取延展结果；拉取用户的观看片单，根据观看片单，提醒用户进行跳转；在接收到用户的跳转指令，获取用户的跳转观看视频内容，并根据跳转观看内容，调整推荐内容。该发明可为短视频服务商、短视频目标用户端等提供实时推荐的服务装置及实时推荐方法，有效的做到了用户行为的及时反馈，提升用户体验。本发明及时反馈目标用户的用户行为，实时推荐，提升用户体验。

基于一个总的发明构思，本发明实施例还提供一种短视频feed流实时计算推送设备。

图3为本发明实施例提供的一种短视频feed流实时计算推送设备结构示意图，请参阅图3，本发明实施例提供的一种短视频feed流实时计算推送设备，包括：处理器31，以及与处理器相连接的存储器32。

存储器32用于存储计算机程序，计算机程序至少用于上述任一实施例记载的短视频feed流实时计算推送方法；

处理器31用于调用并执行存储器中的计算机程序。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

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，在本发明的描述中，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，在本发明的描述中，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，并且本发明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，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明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，在本发明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发明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发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明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)

1.一种短视频feed流实时计算推送方法，其特征在于，包括：

获取目标用户的使用行为，所述使用行为，包括：有效观看、点赞、评论、转发或收藏；

基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单；

根据所述偏好视频内容片单，进行延展计算，获取延展结果；

拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转；

在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容。

2.根据权利要求1所述的方法，其特征在于，所述基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单，包括：

基于所述使用行为对应的浏览内容，分类提取所述用户的偏好标签；

基于所述偏好标签，获取与所述偏好标签相对应的视频内容；

根据预设条件，对所述偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

3.根据权利要求1所述的方法，其特征在于，所述根据所述偏好视频内容片单，进行延展计算，获取延展结果，包括：

基于预设算法，对所述偏好视频内容片单进行延展计算；

获取并保存延展计算结果。

4.根据权利要求1所述的方法，其特征在于，所述拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转，包括：

拉取目标用户的观看片单；

根据所述观看片单，在所述延展结果中获取与所述观看片单相关的推荐内容；

基于所述推荐内容，提醒所述用户进行跳转。

5.根据权利要求1所述的方法，其特征在于，所述在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容，包括：

在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容；

根据所述跳转观看内容，更新推荐内容；

判断所述目标用户是否在预设阈值时间范围内，观看预设个数的推荐内容，若否，则降低所述推荐内容的关联程度和推送比重。

6.一种短视频feed流实时计算推送装置，其特征在于，包括：获取模块、提取模块、延展模块、跳转模块、调整模块；

所述获取模块，用于获取目标用户的使用行为，所述使用行为，包括：有效观看、点赞、评论、转发或收藏；

所述提取模块，用于基于所述使用行为对应的浏览内容，提取用户的偏好标签，生成与所述偏好标签相对应的偏好视频内容片单；

所述延展模块，用于根据所述偏好视频内容片单，进行延展计算，获取延展结果；

所述跳转模块，用于拉取用户的观看片单，根据所述观看片单，提醒所述用户进行跳转；

所述调整模块，用于在接收到所述用户的跳转指令后，获取所述用户的跳转观看视频内容，并根据所述跳转观看内容，调整推荐内容。

7.根据权利要求6所述的装置，其特征在于，所述提取模块，用于基于所述使用行为对应的浏览内容，分类提取所述用户的偏好标签；基于所述偏好标签，获取与所述偏好标签相对应的视频内容；根据预设条件，对所述偏好标签相对应的视频内容进行排序，获取偏好视频内容片单。

8.根据权利要求6所述的装置，其特征在于，所述延展模块，用于基于预设算法，对所述偏好视频内容片单进行延展计算；获取并保存延展计算结果。

9.根据权利要求6所述的装置，其特征在于，所述跳转模块，用于取目标用户的观看片单；根据所述观看片单，在所述延展结果中获取与所述观看片单相关的推荐内容；基于所述推荐内容，提醒所述用户进行跳转。

10.一种短视频feed流实时计算推送设备，其特征在于，包括：处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1～5任一项所述的短视频feed流实时计算推送方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

Images