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 PDFInfo
- 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
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
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。
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)
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)
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 |
-
2021
- 2021-04-13 CN CN202110393724.7A patent/CN113032678B/zh active Active
Patent Citations (2)
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 |