CN113032678B - 一种基于大数据的短视频个性化推荐方法 - Google Patents

一种基于大数据的短视频个性化推荐方法 Download PDF

Info

Publication number
CN113032678B
CN113032678B CN202110393724.7A CN202110393724A CN113032678B CN 113032678 B CN113032678 B CN 113032678B CN 202110393724 A CN202110393724 A CN 202110393724A CN 113032678 B CN113032678 B CN 113032678B
Authority
CN
China
Prior art keywords
short video
video image
flow
user
field
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.)
Active
Application number
CN202110393724.7A
Other languages
English (en)
Other versions
CN113032678A (zh
Inventor
周正
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.)
Nanjing Mint Network Technology Co ltd
Original Assignee
Nanjing Mint Network 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 Nanjing Mint Network Technology Co ltd filed Critical Nanjing Mint Network Technology Co ltd
Priority to CN202110393724.7A priority Critical patent/CN113032678B/zh
Publication of CN113032678A publication Critical patent/CN113032678A/zh
Application granted granted Critical
Publication of CN113032678B publication Critical patent/CN113032678B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/70—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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了一种基于大数据的短视频个性化推荐方法，所述基于大数据的短视频个性化推荐方法包括：基于短视频图像流量和音频流量构建用户‑短视频图结构，该用户‑短视频图结构用于计算得到量值Q；基于短视频图像流量和音频流量构建领域‑短视频图结构，该领域‑短视频图结构用于计算得到量值P；将用户‑短视频图结构和领域‑短视频图结构输入到中心数据库中进行计算得到相似性值，利用公式计算得相似性值S。本发明通过将数据量化后得到的P和Q数值代入到公式中，根据相关性的值比较，不会将整个大领域内所有的内容供给客户，可以缩小领域范围，极大的增加了精确性，同时增加关联性领域的推荐。

Description

一种基于大数据的短视频个性化推荐方法
技术领域
本发明涉及短视频个性化技术领域，尤其涉及一种基于大数据的短视频个性化推荐方法。
背景技术
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
现在利用大数据建立的数据库，然后调取比对进行个性化推荐的准确性和关联性都不够精确，为此我们设计一种基于大数据的短视频个性化推荐方法。
发明内容
本发明的目的是为了解决现有技术中以下缺点，现在利用大数据建立的数据库，然后调取比对进行个性化推荐的准确性和关联性都不够精确，而提出的一种基于大数据的短视频个性化推荐方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于大数据的短视频个性化推荐方法，所述基于大数据的短视频个性化推荐方法包括：
基于短视频图像流量和音频流量构建用户-短视频图结构，该用户-短视频图结构用于计算得到量值Q；
基于短视频图像流量和音频流量构建领域-短视频图结构，该领域-短视频图结构用于计算得到量值P；
将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值，利用公式计算得相似性值S，所述将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值S，该公式为：
将相似性值进行比对；
将领域重叠部分设置为独立的关联区域，将领域非重叠部分设置为独立的垂直区域。
优选的，所述基于短视频图像流量和音频流量构建用户-短视频图结构，根据图像、用户以及音频建立三维坐标系，根据大数据，将图像、用户以及音频分别作为X/Y/Z上的点，然后以原点为中心形成的向量作为量值Q。
优选的，所述基于短视频图像流量和音频流量构建领域-短视频图结构，将领域分成一级领域、二级领域以及三级领域，三种领域之间为集合和子集的关系，从每个一级领域开始逐渐向下细分为多个二级领域，然后每个二级领域又细分为多个三级领域，根据图像、领域以及音频建立三维坐标系，将三个轴系上的点相互连接组成一个球形函数，该球形函数作为一级领域，二级领域和三级领域为球形函数内部的点。
优选的，所述将相似性值进行比对，首先在数据库中设置S的标准值，计算得到S值后和标准值做对比，该标准值为1，来判断用户行为和内容的相关性，从而进行个性化的筛选和推荐。
优选的，所述将相似性值进行比对，在基于短视频图像流量和音频流量构建用户-短视频图结构中设置用户点击图像和音频的流量平均值J1，将得到的量值Q减去J1然后在基于短视频图像流量和音频流量构建领域-短视频图结构中设置某个地域中点击图像和音频的流量平均值J2，将得到的量值P减去J2重新代入S中计算。
优选的，所述关联区域和垂直区域进行量化后，输入数据库中。
与现有技术相比，本发明的有益效果是：
通过将数据量化后得到的P和Q数值代入到公式中，根据相关性的值比较，不会将整个大领域内所有的内容供给客户，可以缩小领域范围，极大的增加了精确性，同时增加关联性领域的推荐。
附图说明
图1为本发明提出的一种基于大数据的短视频个性化推荐方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。
实施例一
参照图1，所述基于大数据的短视频个性化推荐方法包括：
基于短视频图像流量和音频流量构建用户-短视频图结构，该用户-短视频图结构用于计算得到量值Q，所述基于短视频图像流量和音频流量构建用户-短视频图结构，根据图像、用户以及音频建立三维坐标系，根据大数据，将图像、用户以及音频分别作为X/Y/Z上的点，然后以原点为中心形成的向量作为量值Q。
基于短视频图像流量和音频流量构建领域-短视频图结构，该领域-短视频图结构用于计算得到量值P，所述基于短视频图像流量和音频流量构建领域-短视频图结构，将领域分成一级领域、二级领域以及三级领域，三种领域之间为集合和子集的关系，从每个一级领域开始逐渐向下细分为多个二级领域，然后每个二级领域又细分为多个三级领域，根据图像、领域以及音频建立三维坐标系，将三个轴系上的点相互连接组成一个球形函数，该球形函数作为一级领域，二级领域和三级领域为球形函数内部的点。
将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值，利用公式计算得相似性值S，所述将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值S，该公式为：
将相似性值进行比对，所述将相似性值进行比对，首先在数据库中设置S的标准值，计算得到S值后和标准值做对比，该标准值为1，来判断用户行为和内容的相关性，从而进行个性化的筛选和推荐。
将领域重叠部分设置为独立的关联区域，将领域非重叠部分设置为独立的垂直区域，所述关联区域和垂直区域进行量化后，输入数据库中。
首先当用户在利用客户端读取短视频的时候，用户的信息、地理位置、短视频所属的第几领域等信息都会被接受和录入服务器的数据库中，然后整理成三维坐标系上的点。
服务器先通过图像流量、音频流量以及用户数量同一度量进行量化然后形成坐标点，以坐标系原点为中心向坐标点进行辐射，该向量记载为量值Q。
然后根据图像流量、音频流量判断短视频属于一级领域、还是二级领域还是三级领域，以教育为例，教育属于一级领域，细分教育为职场教育、技术教育、校园教育等属于二级领域，技术教育细分为钳工、教师、车工、厨师等。那么教育的坐标系为球形坐标系，技术教育的坐标系也为球形但是是包含在教育坐标系内的，钳工为三维坐标系里的点，同理然后根据数据中的点得到量值P。
同时该点所存在的领域经过数据筛选可判断为关联区域和垂直区域，有些视频的内容会横跨多个领域，比如有关学校的内容，能横跨教育、生活、风景等多个领域，这个就属于关联区域，垂直区域为领域的垂直度较高，范围较窄。
然后将得到的P和Q数值代入到公式中，计算得到S的值，该值的大小在-1～1之间，计算的值与1的差值越小那么相关性就越大，当差值小于0.3时，说明相关性很大，根据领域筛选被定义为关联区域或者是垂直区域，关联区域内的点都可以通过服务器回馈给终端，终端将该区域的视频内容输送到客户端供给客户观赏，不会将整个大领域内所有的内容供给客户，可以缩小领域范围，极大的增加了精确性。
实施例二
和实施例一不同的是在计算相似性值时，在基于短视频图像流量和音频流量构建用户-短视频图结构中设置用户点击图像和音频的流量平均值J1，将得到的量值Q减去J1，然后在基于短视频图像流量和音频流量构建领域-短视频图结构中设置某个地域中点击图像和音频的流量平均值J2，将得到的量值P减去J2重新代入公式中得到S1，如果两个S值的差值在0.2以内，那么S相关性的值作为参考，提供个性化的短视频推荐。如果两个S值的差值大于0.2那么以S1的值为准，进行领域选择以及个性化短视频的推荐。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于大数据的短视频个性化推荐方法，其特征在于，所述基于大数据的短视频个性化推荐方法包括：
基于短视频图像流量和音频流量构建用户-短视频图结构，该用户-短视频图结构用于计算得到量值Q；
基于短视频图像流量和音频流量构建领域-短视频图结构，该领域-短视频图结构用于计算得到量值P；
将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值，利用公式计算得相似性值S，所述将用户-短视频图结构和领域-短视频图结构输入到中心数据库中进行计算得到相似性值S，该公式为：
将相似性值进行比对；
将领域重叠部分设置为独立的关联区域，将领域非重叠部分设置为独立的垂直区域。
2.根据权利要求1所述的一种基于大数据的短视频个性化推荐方法，其特征在于，所述基于短视频图像流量和音频流量构建用户-短视频图结构，根据图像、用户以及音频建立三维坐标系，根据大数据，将图像、用户以及音频分别作为X/Y/Z上的点，然后以原点为中心形成的向量作为量值Q。
3.根据权利要求2所述的一种基于大数据的短视频个性化推荐方法，其特征在于，所述基于短视频图像流量和音频流量构建领域-短视频图结构，将领域分成一级领域、二级领域以及三级领域，三种领域之间为集合和子集的关系，从每个一级领域开始逐渐向下细分为多个二级领域，然后每个二级领域又细分为多个三级领域，根据图像、领域以及音频建立三维坐标系，将三个轴系上的点相互连接组成一个球形函数，该球形函数作为一级领域，二级领域和三级领域为球形函数内部的点。
4.根据权利要求3所述的一种基于大数据的短视频个性化推荐方法，其特征在于，所述将相似性值进行比对，首先在数据库中设置S的标准值，计算得到S值后和标准值做对比，该标准值为1，来判断用户行为和内容的相关性，从而进行个性化的筛选和推荐。
5.根据权利要求4所述的一种基于大数据的短视频个性化推荐方法，其特征在于，所述将相似性值进行比对，在基于短视频图像流量和音频流量构建用户-短视频图结构中设置用户点击图像和音频的流量平均值J1，将得到的量值Q减去J1然后在基于短视频图像流量和音频流量构建领域-短视频图结构中设置某个地域中点击图像和音频的流量平均值J2，将得到的量值P减去J2重新代入S中计算。
6.根据权利要求4或5所述的一种基于大数据的短视频个性化推荐方法，其特征在于，所述关联区域和垂直区域进行量化后，输入数据库中。
CN202110393724.7A 2021-04-13 2021-04-13 一种基于大数据的短视频个性化推荐方法 Active CN113032678B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110393724.7A CN113032678B (zh) 2021-04-13 2021-04-13 一种基于大数据的短视频个性化推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110393724.7A CN113032678B (zh) 2021-04-13 2021-04-13 一种基于大数据的短视频个性化推荐方法

Publications (2)

Publication Number Publication Date
CN113032678A CN113032678A (zh) 2021-06-25
CN113032678B true CN113032678B (zh) 2023-09-19

Family

ID=76456460

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110393724.7A Active CN113032678B (zh) 2021-04-13 2021-04-13 一种基于大数据的短视频个性化推荐方法

Country Status (1)

Country Link
CN (1) CN113032678B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110337016A (zh) * 2019-06-13 2019-10-15 山东大学 基于多模态图卷积网络的短视频个性化推荐方法及系统
CN111949869A (zh) * 2020-08-11 2020-11-17 杭州鑫通信息技术有限公司 一种基于人工智能的内容信息推荐方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101060487B1 (ko) * 2007-11-19 2011-08-30 서울대학교산학협력단 태그 클라우드를 이용한 콘텐츠 추천 장치 및 방법
US10460247B2 (en) * 2015-12-08 2019-10-29 Adobe Inc. Attribute weighting for media content-based recommendation

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110337016A (zh) * 2019-06-13 2019-10-15 山东大学 基于多模态图卷积网络的短视频个性化推荐方法及系统
CN111949869A (zh) * 2020-08-11 2020-11-17 杭州鑫通信息技术有限公司 一种基于人工智能的内容信息推荐方法及系统

Also Published As

Publication number Publication date
CN113032678A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
Peng et al. A mixed bag of emotions: Model, predict, and transfer emotion distributions
CN111950653B (zh) 视频处理方法和装置、存储介质及电子设备
KR20180122926A (ko) 학습 서비스 제공 방법 및 그 장치
Shi et al. Visual quality evaluation of image object segmentation: Subjective assessment and objective measure
CN105975612A (zh) 一种图片处理方法、装置及设备
CN101763429A (zh) 一种基于颜色和形状特征的图像检索方法
CN111258433A (zh) 基于虚拟场景的教学互动系统
US9325754B2 (en) Information processing device and information processing method
CN110008397A (zh) 一种推荐模型训练方法及装置
CN111414842B (zh) 一种视频对比方法、装置、计算机设备和存储介质
CN114329034A (zh) 基于细粒度语义特征差异的图像文本匹配判别方法及系统
CN113762107A (zh) 对象状态评估方法、装置、电子设备及可读存储介质
CN110855487A (zh) 网络用户相似度管理方法、装置及存储介质
CN111144215A (zh) 图像处理方法、装置、电子设备及存储介质
CN110781835A (zh) 一种数据处理方法、装置、电子设备和存储介质
CN113032678B (zh) 一种基于大数据的短视频个性化推荐方法
CN113836373B (zh) 一种基于密度聚类的投标信息处理方法、设备及存储介质
CN109451334A (zh) 用户画像生成处理方法、装置及电子设备
Xu et al. Similarity measures for content-based image retrieval based on intuitionistic fuzzy set theory.
CN113158022A (zh) 业务推荐方法、装置、服务器及存储介质
CN116665228B (zh) 图像处理方法及装置
Zujovic et al. Effective and efficient subjective testing of texture similarity metrics
CN114579869B (zh) 模型训练方法以及相关产品
CN110580297A (zh) 基于菜品图像的商户及菜品匹配方法、装置、电子设备
JP2001195579A (ja) 画像評価装置

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