CN113158048A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113158048A
CN113158048A CN202110435295.5A CN202110435295A CN113158048A CN 113158048 A CN113158048 A CN 113158048A CN 202110435295 A CN202110435295 A CN 202110435295A CN 113158048 A CN113158048 A CN 113158048A
Authority
CN
China
Prior art keywords
video
browsing
preference
category
theme
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.)
Withdrawn
Application number
CN202110435295.5A
Other languages
English (en)
Inventor
邹小龙
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 Shenziqian E Commerce Co ltd
Original Assignee
Wuhan Shenziqian E Commerce 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 Shenziqian E Commerce Co ltd filed Critical Wuhan Shenziqian E Commerce Co ltd
Priority to CN202110435295.5A priority Critical patent/CN113158048A/zh
Publication of CN113158048A publication Critical patent/CN113158048A/zh
Withdrawn legal-status Critical Current

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
    • G06F16/70—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
    • 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
    • G06F16/75—Clustering; Classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开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，通过将互联网视频网站上的所有视频进行主题类别分类和视频上传者分类，并根据用户历史浏览记录对应的浏览参数分析出用户对应的视频偏好主题类别及偏好视频上传者，进而从分类的视频集合中筛选出符合预设筛选条件的目标视频，推荐给用户，实现了对用户浏览视频对应偏好主题类别和偏好视频上传者的双重偏好需求推荐，扩宽了推荐深度，大大弥补了目前视频智能推荐技术无法实现对用户浏览视频多种偏好需求的推荐功能，提高了推荐效果，进而增强了用户的视频推荐体验感。

Description

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
技术领域
本发明属于互联网浏览内容推荐技术领域，尤其涉及互联网浏览视频推荐技术，具体为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。
背景技术
随着互联网的飞速发展，PC和平板电脑的普及，人们可以不受空间、时间限制浏览互联网视频网站的视频信息，但由于目前视频数量的爆炸式增长，面对如此数量庞大的视频信息，用户往往不知所措，要想找到满足自己需求的视频信息，就不得不投入大量时间和精力进行手动筛选，一方面手动筛选会导致浪费大量的筛选时间成本，另一方面由于手动筛选存在的筛选局限性，可能存在筛选遗漏的情况，导致筛选不全面。为了能够实现用户偏好视频的快速全面筛选需求，由此诞生了视频智能推荐技术。
但目前视频智能推荐技术大多只根据用户浏览视频的某种偏好需求进行推荐，导致推荐深度不够，无法实现对用户浏览视频的多种偏好需求的推荐，使得推荐效果不佳，影响用户的视频推荐体验感。
发明内容
为了克服上述不足，本发明提出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，通过将互联网视频网站上的所有视频进行主题类别分类和视频上传者分类，并根据用户历史浏览记录对应的浏览参数分析出用户对应的视频偏好主题类别及偏好视频上传者，进而从分类的视频集合中筛选出符合预设筛选条件的目标视频，推荐给用户，解决了背景技术提到的问题。
本发明的目的可以通过以下技术方案来实现：
本发明实施例的第一方面提出一种基于特征识别的移动互联网浏览内容智能推荐方法，包括以下步骤：
S1.视频网站视频统计及视频主题分类：对互联网视频网站上存在的所有视频进行统计，先将统计的各视频按照其所属的主题类别分类为各主题类别视频，再将各主题类别视频对应的各视频按照其所属的视频上传者分类为各主题类别视频对应各视频上传者上传的各视频，并构成各主题类别视频对应各视频上传者上传的视频集合；
S2.用户历史浏览记录浏览参数获取：根据预设的筛选时间段从用户对应的所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，并对筛选出的历史浏览记录分别提取对应的浏览参数；
S3.历史浏览记录视频主题类别分析：将筛选出的各条历史浏览记录对应的视频名称进行主题关键词提取，并将其与各主题类别对应的主题特征词进行匹配，从中分析出各条历史浏览记录对应视频所属的主题类别；
S4.视频偏好主题类别分析与确定：将各条历史浏览记录对应视频所属的主题类别进行相互对比，从而将相同主题类别对应的历史浏览记录进行归类，并从中统计各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号和各条历史浏览记录对应的浏览兴趣指数，进而根据各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数，其中偏好系数最大的作为视频偏好主题类别；
S5.视频偏好主题类别偏好视频上传者分析：根据视频偏好主题类别对应各条历史浏览记录的编号分别获取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，从而将相同视频上传者对应的历史浏览记录进行归类，并从中统计各相同视频上传者对应的历史浏览记录数量，进而从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者；
S6.目标视频筛选及推荐：根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户；
该基于特征识别的移动互联网浏览内容智能推荐方法在具体实施过程中需要用到一种移动互联网浏览内容智能推荐系统，该系统包括视频网站视频主题分类模块、用户历史浏览记录浏览参数获取模块、历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块、视频偏好主题类别偏好视频上传者分析模块和目标视频筛选及推荐终端；
所述视频网站视频主题分类模块用于对互联网视频网站上存在的所有视频进行统计，并将统计的各视频按照其所属的主题类别分类为各主题类别视频，同时获取各主题类别对应的主题特征词，将其存储在主题特征词信息库中，与此同时对分类的各主题类别视频对应的各视频提取其对应的视频上传者名称，进而将各主题类别视频对应各视频的视频上传者名称进行对比，从而将各主题类别视频对应的相同视频上传者上传的视频进行统计归类，以此得到各主题类别视频对应各视频上传者上传的各视频，并将其构成各主题类别视频对应各视频上传者上传的视频集合，此时视频网站视频主题分类模块将构成的各主题类别视频对应各视频上传者上传的视频集合发送至目标视频筛选及推荐终端；
所述用户历史浏览记录浏览参数获取模块用于根据用户在该视频网站的登录账号获取用户在该视频网站的所有历史浏览记录，并从中筛选出符合预设筛选时间段的历史浏览记录，同时对筛选出的各条历史浏览记录获取其对应的浏览时间，进而将筛选出的各条历史浏览记录按照浏览时间的先后顺序进行编号，依次标记为1,2,...,i,...n,此时从筛选出的各条浏览记录对应的浏览信息中分别提取视频名称、浏览时长、视频时长和视频上传者名称，进而将其构成用户历史浏览记录浏览参数集合Dw(dw1,dw2,...,dwi,...,dwn)，dwi表示为第i条历史浏览记录的浏览参数对应的数据，w表示为浏览参数，w＝r1,r2,r3,r4,分别表示为视频名称、浏览时长、视频时长、视频上传者名称，用户历史浏览记录浏览参数获取模块将用户历史浏览记录浏览参数集合分别发送至历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块和视频偏好主题类别偏好视频上传者分析模块；
所述历史浏览记录视频主题类别分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并从用户历史浏览记录浏览参数集合中提取各条历史浏览记录对应的视频名称，进而对提取的视频名称进行主题关键词抓取，以此将抓取的各条历史浏览记录对应视频的主题关键词与主题特征词信息库中各种主题类别对应的主题特征词进行匹配，若某条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别，由此得到各条历史浏览记录对应视频所属的主题类别，并将其发送至视频偏好主题类别确定模块；
所述视频偏好主题类别确定模块分别接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合和历史浏览记录视频主题类别分析模块发送的各条历史浏览记录对应视频所属的主题类别，并将各条历史浏览记录对应视频所属的主题类别进行相互对比，分析是否存在相同的主题类别，若存在相同的主题类别，则将相同主题类别对应的历史浏览记录进行统计归类，由此统计相同主题类别的数量，其中相同主题类别记为候选偏好主题类别，并对各候选偏好主题类别进行编号，分别标记为A,B,...,I,...N,此时统计各候选偏好主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号，其中各条历史浏览记录对应的编号可记为1,2,...,j,...m,进而根据各条历史浏览记录对应的编号从用户历史浏览记录浏览参数集合中提取各候选偏好主题类别对应各条历史浏览记录对应的浏览时长和视频时长,由此统计各候选偏好主题类别对应各条历史浏览记录的浏览兴趣指数，视频偏好主题类别确定模块根据各候选偏好主题类别对应的历史浏览记录数量和各条历史浏览记录的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数，进而从中筛选出偏好系数最大的候选偏好主题类别作为用户对应的视频偏好主题类别，并将用户对应的视频偏好主题类别发送至目标视频筛选及推荐终端，将视频偏好主题类别对应的历史浏览记录编号发送至视频偏好主题类别偏好视频上传者分析模块；
所述视频偏好主题类别偏好视频上传者分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并接收视频偏好主题类别确定模块发送的视频偏好主题类别对应的历史浏览记录编号，进而根据视频偏好主题类别对应的历史浏览记录编号从用户历史浏览记录浏览参数集合中提取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，由此将各条历史浏览记录对应的视频上传者名称进行对比，以此将相同视频上传者名称对应的历史浏览记录进行统计归类，此时统计相同视频上传者名称的数量，若相同视频上传者名称只有一个，则表明该相同视频上传者即为用户对应视频偏好主题类别对应的偏好视频上传者，若相同视频上传者名称不止一个，则对各相同视频上传者对应的历史浏览记录进行计数，得到各相同视频上传者对应历史浏览记录的数量，并从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者，进而将其发送至目标视频筛选及推荐终端；
所述目标视频筛选及推荐终端接收视频网站视频主题分类模块发送的各主题类别视频对应各视频上传者上传的视频集合，并接收视频偏好主题类别确定模块发送的用户对应的视频偏好主题类别，同时接收视频偏好主题类别偏好视频上传者分析模块发送的用户对应视频偏好主题类别对应的偏好视频上传者，进而根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取用户视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户。
在本发明实施例第一方面的一种可替换的实施方式中，所述用户历史浏览记录浏览参数获取模块从用户在该视频网站的所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，其具体筛选过程执行以下步骤：
H1:获取各条历史浏览记录对应的浏览时间点；
H2:将各条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选起始时间点进行对比，若某条历史浏览记录对应的浏览时间点小于预设筛选时间段对应的筛选起始时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，且不进行进一步对比，并放弃该条历史浏览记录；
H3:若某条历史浏览记录对应的浏览时间点大于或等于预设筛选时间段对应的筛选起始时间点，则进一步将该条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选截止时间点进行对比，若该条历史浏览记录对应的浏览时间点大于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，并放弃该条历史浏览记录，若该条历史浏览记录对应的浏览时间点小于或等于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点符合预设筛选时间段，并保留该条历史浏览记录，且保留下的各条历史浏览记录即为符合预设筛选时间段的历史浏览记录。
在本发明实施例第一方面的一种可替换的实施方式中，所述历史浏览记录视频主题类别分析模块在对提取的视频名称进行主题关键词抓取的过程中，若抓取的主题关键词只有一个，则只对该主题关键词进行匹配，若抓取的主题关键词不止一个，则分别对各主题关键词进行匹配
在本发明实施例第一方面的一种可替换的实施方式中，所述历史浏览记录视频主题类别分析模块将抓取的各条历史浏览记录对应视频的主题关键词与主题特征词信息库中各种主题类别对应的主题特征词进行匹配过程中，还包括与各主题类别对应主题特征词的相近主题特征词进行匹配，其具体匹配过程如下：
G1:获取各种主题类别对应主题特征词的相近主题特征词；
G2:将抓取的各条历史浏览记录对应视频的主题关键词分别与各种主题类别对应的主题特征词及其对应的相近主题特征词进行匹配；
G3:若各条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词或该主题特征词对应的某个相近主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别。
在本发明实施例第一方面的一种可替换的实施方式中，所述各候选偏好主题类别对应各条历史浏览记录的浏览兴趣指数的计算公式为
Figure BDA0003032732310000071
式中ηIj表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览兴趣指数，dr2j、dr3j分别表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览时长、视频时长。
在本发明实施例第一方面的一种可替换的实施方式中，所述各候选偏好主题类别对应的偏好系数的计算公式为
Figure BDA0003032732310000081
式中λI表示为第I个候选偏好主题类别对应的偏好系数，kI表示为第I个候选偏好主题类别对应的历史浏览记录数量。
在本发明实施例第一方面的一种可替换的实施方式中，所述预设推荐条件包括预设的推荐时间条件和推荐播放量条件。
在本发明实施例第一方面的一种可替换的实施方式中，所述目标视频筛选及推荐终端从提取的视频集合中筛选出符合预设推荐条件的视频，其具体筛选过程如下：
P1:获取视频集合中各视频对应的上传时间和历史播放量；
P2:将各视频对应的上传时间和历史播放量分别与预设的推荐时间条件和推荐播放量条件进行匹配，若某视频对应的上传时间和历史播放量均满足预设的推荐时间条件和推荐播放量条件，则筛选该视频，反之则剔除该视频，由此筛选出来的各视频即为符合预设推荐条件的视频。
本发明实施例的第二方面提出一种设备，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行本发明所述的基于特征识别的移动互联网浏览内容智能推荐方法。
本发明实施例的第三方面提出一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的基于特征识别的移动互联网浏览内容智能推荐方法。
基于上述任一方面，本发明的有益效果如下：
(1)本发明通过将互联网视频网站上的所有视频进行主题类别分类和视频上传者分类，并根据用户历史浏览记录对应的浏览参数分析出用户对应的视频偏好主题类别及偏好视频上传者，进而从分类的视频集合中筛选出符合预设筛选条件的目标视频，推荐给用户，实现了对用户浏览视频对应偏好主题类别和偏好视频上传者的双重偏好需求推荐，扩宽了推荐深度，大大弥补了目前视频智能推荐技术无法实现对用户浏览视频多种偏好需求的推荐功能，提高了推荐效果，进而增强了用户的视频推荐体验感。
(2)本发明在根据用户历史浏览记录对应的浏览参数分析出用户对应的视频偏好主题类别过程中，通过获取用户对应的视频候选偏好主题类别，进而统计各候选偏好主题类别对应的偏好系数，其中偏好系数的计算综合了候选偏好主题类别对应的历史浏览记录数量及各历史浏览记录对应的浏览兴趣指数，相比较只根据历史浏览记录数量进行偏好系数计算，该计算方法更加全面，提高计算结果的可靠度。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图；
图2为本发明的系统模块连接示意图。
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。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前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明实施例的第一方面提出一种基于特征识别的移动互联网浏览内容智能推荐方法，包括以下步骤：
S1.视频网站视频统计及视频主题分类：对互联网视频网站上存在的所有视频进行统计，先将统计的各视频按照其所属的主题类别分类为各主题类别视频，再将各主题类别视频对应的各视频按照其所属的视频上传者分类为各主题类别视频对应各视频上传者上传的各视频，并构成各主题类别视频对应各视频上传者上传的视频集合；
S2.用户历史浏览记录浏览参数获取：根据预设的筛选时间段从用户对应的所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，并对筛选出的历史浏览记录分别提取对应的浏览参数；
S3.历史浏览记录视频主题类别分析：将筛选出的各条历史浏览记录对应的视频名称进行主题关键词提取，并将其与各主题类别对应的主题特征词进行匹配，从中分析出各条历史浏览记录对应视频所属的主题类别；
S4.视频偏好主题类别分析与确定：将各条历史浏览记录对应视频所属的主题类别进行相互对比，从而将相同主题类别对应的历史浏览记录进行归类，并从中统计各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号和各条历史浏览记录对应的浏览兴趣指数，进而根据各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数，其中偏好系数最大的作为视频偏好主题类别；
S5.视频偏好主题类别偏好视频上传者分析：根据视频偏好主题类别对应各条历史浏览记录的编号分别获取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，从而将相同视频上传者对应的历史浏览记录进行归类，并从中统计各相同视频上传者对应的历史浏览记录数量，进而从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者；
S6.目标视频筛选及推荐：根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户；
参照图2所示，该基于特征识别的移动互联网浏览内容智能推荐方法在具体实施过程中需要用到一种移动互联网浏览内容智能推荐系统，该系统包括视频网站视频主题分类模块、用户历史浏览记录浏览参数获取模块、历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块、视频偏好主题类别偏好视频上传者分析模块和目标视频筛选及推荐终端，其中视频网站视频主题分类模块与目标视频筛选及推荐终端连接，用户历史浏览记录浏览参数获取模块分别与历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块和视频偏好主题类别偏好视频上传者分析模块连接，历史浏览记录视频主题类别分析模块与视频偏好主题类别确定模块连接，视频偏好主题类别确定模块分别与视频偏好主题类别偏好视频上传者分析模块和目标视频筛选及推荐终端连接，视频偏好主题类别偏好视频上传者分析模块与目标视频筛选及推荐终端连接。
视频网站视频主题分类模块用于对互联网视频网站上存在的所有视频进行统计，并将统计的各视频按照其所属的主题类别分类为各主题类别视频，同时获取各主题类别对应的主题特征词，将其存储在主题特征词信息库中，与此同时对分类的各主题类别视频对应的各视频提取其对应的视频上传者名称，进而将各主题类别视频对应各视频的视频上传者名称进行对比，从而将各主题类别视频对应的相同视频上传者上传的视频进行统计归类，以此得到各主题类别视频对应各视频上传者上传的各视频，并将其构成各主题类别视频对应各视频上传者上传的视频集合，此时视频网站视频主题分类模块将构成的各主题类别视频对应各视频上传者上传的视频集合发送至目标视频筛选及推荐终端。
本实施例通过将互联网视频网站上的所有视频分别进行主题类别分类和视频上传者分类，为后续进行目标视频筛选提供筛选基础。
所述用户历史浏览记录浏览参数获取模块用于根据用户在该视频网站的登录账号获取用户在该视频网站的所有历史浏览记录，并从中筛选出符合预设筛选时间段的历史浏览记录，其具体筛选过程执行以下步骤：
H1:获取各条历史浏览记录对应的浏览时间点；
H2:将各条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选起始时间点进行对比，若某条历史浏览记录对应的浏览时间点小于预设筛选时间段对应的筛选起始时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，且不进行进一步对比，并放弃该条历史浏览记录；
H3:若某条历史浏览记录对应的浏览时间点大于或等于预设筛选时间段对应的筛选起始时间点，则进一步将该条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选截止时间点进行对比，若该条历史浏览记录对应的浏览时间点大于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，并放弃该条历史浏览记录，若该条历史浏览记录对应的浏览时间点小于或等于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点符合预设筛选时间段，并保留该条历史浏览记录，且保留下的各条历史浏览记录即为符合预设筛选时间段的历史浏览记录；
同时对筛选出的各条历史浏览记录获取其对应的浏览时间，进而将筛选出的各条历史浏览记录按照浏览时间的先后顺序进行编号，依次标记为1,2,...,i,...n,此时从筛选出的各条浏览记录对应的浏览信息中分别提取视频名称、浏览时长、视频时长和视频上传者名称，进而将其构成用户历史浏览记录浏览参数集合Dw(dw1,dw2,...,dwi,...,dwn)，dwi表示为第i条历史浏览记录的浏览参数对应的数据，w表示为浏览参数，w＝r1,r2,r3,r4,分别表示为视频名称、浏览时长、视频时长、视频上传者名称，用户历史浏览记录浏览参数获取模块将用户历史浏览记录浏览参数集合分别发送至历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块和视频偏好主题类别偏好视频上传者分析模块。
本实施例通过设置预设筛选时间段从用户所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，是为了避免对用户所有历史浏览记录均进行分析造成的有些历史浏览记录太过久远，导致分析的视频偏好主题类别与当前的视频偏好主题类别不符合，影响视频推荐的匹配度。
历史浏览记录视频主题类别分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并从用户历史浏览记录浏览参数集合中提取各条历史浏览记录对应的视频名称，进而对提取的视频名称进行主题关键词抓取，若抓取的主题关键词只有一个，则只对该主题关键词进行匹配，若抓取的主题关键词不止一个，则分别对各主题关键词进行匹配，以此将抓取的各条历史浏览记录对应视频的主题关键词与主题特征词信息库中各种主题类别对应的主题特征词进行匹配，若某条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别，由此得到各条历史浏览记录对应视频所属的主题类别，同时在匹配过程中，还包括将抓取的各条历史浏览记录对应视频的主题关键词与各主题类别对应主题特征词的相近主题特征词进行匹配，其具体匹配过程如下：
G1:获取各种主题类别对应主题特征词的相近主题特征词；
G2:将抓取的各条历史浏览记录对应视频的主题关键词分别与各种主题类别对应的主题特征词及其对应的相近主题特征词进行匹配；
G3:若各条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词或该主题特征词对应的某个相近主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别；
历史浏览记录视频主题类别分析模块将各条历史浏览记录对应视频所属的主题类别发送至视频偏好主题类别确定模块。
本实施例通过将抓取的各条历史浏览记录对应视频的主题关键词与各主题类别对应主题特征词的相近主题特征词进行匹配，扩大了匹配范围，进而增加了匹配成功的效率。
视频偏好主题类别确定模块分别接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合和历史浏览记录视频主题类别分析模块发送的各条历史浏览记录对应视频所属的主题类别，并将各条历史浏览记录对应视频所属的主题类别进行相互对比，分析是否存在相同的主题类别，若存在相同的主题类别，则将相同主题类别对应的历史浏览记录进行统计归类，由此统计相同主题类别的数量，其中相同主题类别记为候选偏好主题类别，并对各候选偏好主题类别进行编号，分别标记为A,B,...,I,...N,此时统计各候选偏好主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号，其中各条历史浏览记录对应的编号可记为1,2,...,j,...m,进而根据各条历史浏览记录对应的编号从用户历史浏览记录浏览参数集合中提取各候选偏好主题类别对应各条历史浏览记录对应的浏览时长和视频时长,由此统计各候选偏好主题类别对应各条历史浏览记录的浏览兴趣指数
Figure BDA0003032732310000151
式中ηIj表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览兴趣指数，dr2j、dr3j分别表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览时长、视频时长，视频偏好主题类别确定模块根据各候选偏好主题类别对应的历史浏览记录数量和各条历史浏览记录的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数
Figure BDA0003032732310000152
式中λI表示为第I个候选偏好主题类别对应的偏好系数，kI表示为第I个候选偏好主题类别对应的历史浏览记录数量，进而从中筛选出偏好系数最大的候选偏好主题类别作为用户对应的视频偏好主题类别，并将用户对应的视频偏好主题类别发送至目标视频筛选及推荐终端，将视频偏好主题类别对应的历史浏览记录编号发送至视频偏好主题类别偏好视频上传者分析模块。
本实施例统计的偏好系数，综合了候选偏好主题类别对应的历史浏览记录数量及各历史浏览记录对应的浏览兴趣指数，相比较只根据历史浏览记录数量进行偏好系数统计，该统计方法更加全面，提高了统计结果的可靠度。
视频偏好主题类别偏好视频上传者分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并接收视频偏好主题类别确定模块发送的视频偏好主题类别对应的历史浏览记录编号，进而根据视频偏好主题类别对应的历史浏览记录编号从用户历史浏览记录浏览参数集合中提取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，由此将各条历史浏览记录对应的视频上传者名称进行对比，以此将相同视频上传者名称对应的历史浏览记录进行统计归类，此时统计相同视频上传者名称的数量，若相同视频上传者名称只有一个，则表明该相同视频上传者即为用户对应视频偏好主题类别对应的偏好视频上传者，若相同视频上传者名称不止一个，则对各相同视频上传者对应的历史浏览记录进行计数，得到各相同视频上传者对应历史浏览记录的数量，并从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者，进而将其发送至目标视频筛选及推荐终端。
本实施例通过将互联网视频网站上的所有视频进行主题类别分类和视频上传者分类，并根据用户历史浏览记录对应的浏览参数分析出用户对应的视频偏好主题类别及偏好视频上传者，进而从分类的视频集合中筛选出符合预设筛选条件的目标视频，推荐给用户，实现了对用户浏览视频对应偏好主题类别和偏好视频上传者的双重偏好需求推荐，扩宽了推荐深度，大大弥补了目前视频智能推荐技术无法实现对用户浏览视频多种偏好需求的推荐功能，提高了推荐效果，进而增强了用户的视频推荐体验感。
目标视频筛选及推荐终端接收视频网站视频主题分类模块发送的各主题类别视频对应各视频上传者上传的视频集合，并接收视频偏好主题类别确定模块发送的用户对应的视频偏好主题类别，同时接收视频偏好主题类别偏好视频上传者分析模块发送的用户对应视频偏好主题类别对应的偏好视频上传者，进而根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取用户视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，其中预设推荐条件包括预设的推荐时间条件和推荐播放量条件，且具体筛选过程如下：
P1:获取视频集合中各视频对应的上传时间和历史播放量；
P2:将各视频对应的上传时间和历史播放量分别与预设的推荐时间条件和推荐播放量条件进行匹配，若某视频对应的上传时间和历史播放量均满足预设的推荐时间条件和推荐播放量条件，则筛选该视频，反之则剔除该视频，由此筛选出来的各视频即为符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户。
本实施例在目标视频筛选过程中通过限定筛选条件，使得筛选出来的目标视频既能满足上传时间较新，同时又能满足历史播放量较多，进一步增强了推荐效果。
本发明实施例的第二方面提出一种设备，包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行本发明所述的基于特征识别的移动互联网浏览内容智能推荐方法。
本发明实施例的第三方面提出一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的基于特征识别的移动互联网浏览内容智能推荐方法。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：包括以下步骤；
S1.视频网站视频统计及视频主题分类：对互联网视频网站上存在的所有视频进行统计，先将统计的各视频按照其所属的主题类别分类为各主题类别视频，再将各主题类别视频对应的各视频按照其所属的视频上传者分类为各主题类别视频对应各视频上传者上传的各视频，并构成各主题类别视频对应各视频上传者上传的视频集合；
S2.用户历史浏览记录浏览参数获取：根据预设的筛选时间段从用户对应的所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，并对筛选出的历史浏览记录分别提取对应的浏览参数；
S3.历史浏览记录视频主题类别分析：将筛选出的各条历史浏览记录对应的视频名称进行主题关键词提取，并将其与各主题类别对应的主题特征词进行匹配，从中分析出各条历史浏览记录对应视频所属的主题类别；
S4.视频偏好主题类别分析与确定：将各条历史浏览记录对应视频所属的主题类别进行相互对比，从而将相同主题类别对应的历史浏览记录进行归类，并从中统计各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号和各条历史浏览记录对应的浏览兴趣指数，进而根据各相同主题类别对应的历史浏览记录数量及各条历史浏览记录对应的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数，其中偏好系数最大的作为视频偏好主题类别；
S5.视频偏好主题类别偏好视频上传者分析：根据视频偏好主题类别对应各条历史浏览记录的编号分别获取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，从而将相同视频上传者对应的历史浏览记录进行归类，并从中统计各相同视频上传者对应的历史浏览记录数量，进而从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者；
S6.目标视频筛选及推荐：根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户；
该基于特征识别的移动互联网浏览内容智能推荐方法在具体实施过程中需要用到一种移动互联网浏览内容智能推荐系统，该系统包括视频网站视频主题分类模块、用户历史浏览记录浏览参数获取模块、历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块、视频偏好主题类别偏好视频上传者分析模块和目标视频筛选及推荐终端；
所述视频网站视频主题分类模块用于对互联网视频网站上存在的所有视频进行统计，并将统计的各视频按照其所属的主题类别分类为各主题类别视频，同时获取各主题类别对应的主题特征词，将其存储在主题特征词信息库中，与此同时对分类的各主题类别视频对应的各视频提取其对应的视频上传者名称，进而将各主题类别视频对应各视频的视频上传者名称进行对比，从而将各主题类别视频对应的相同视频上传者上传的视频进行统计归类，以此得到各主题类别视频对应各视频上传者上传的各视频，并将其构成各主题类别视频对应各视频上传者上传的视频集合，此时视频网站视频主题分类模块将构成的各主题类别视频对应各视频上传者上传的视频集合发送至目标视频筛选及推荐终端；
所述用户历史浏览记录浏览参数获取模块用于根据用户在该视频网站的登录账号获取用户在该视频网站的所有历史浏览记录，并从中筛选出符合预设筛选时间段的历史浏览记录，同时对筛选出的各条历史浏览记录获取其对应的浏览时间，进而将筛选出的各条历史浏览记录按照浏览时间的先后顺序进行编号，依次标记为1,2,...,i,...n,此时从筛选出的各条浏览记录对应的浏览信息中分别提取视频名称、浏览时长、视频时长和视频上传者名称，进而将其构成用户历史浏览记录浏览参数集合Dw(dw1,dw2,...,dwi,...,dwn)，dwi表示为第i条历史浏览记录的浏览参数对应的数据，w表示为浏览参数，w＝r1,r2,r3,r4,分别表示为视频名称、浏览时长、视频时长、视频上传者名称，用户历史浏览记录浏览参数获取模块将用户历史浏览记录浏览参数集合分别发送至历史浏览记录视频主题类别分析模块、视频偏好主题类别确定模块和视频偏好主题类别偏好视频上传者分析模块；
所述历史浏览记录视频主题类别分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并从用户历史浏览记录浏览参数集合中提取各条历史浏览记录对应的视频名称，进而对提取的视频名称进行主题关键词抓取，以此将抓取的各条历史浏览记录对应视频的主题关键词与主题特征词信息库中各种主题类别对应的主题特征词进行匹配，若某条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别，由此得到各条历史浏览记录对应视频所属的主题类别，并将其发送至视频偏好主题类别确定模块；
所述视频偏好主题类别确定模块分别接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合和历史浏览记录视频主题类别分析模块发送的各条历史浏览记录对应视频所属的主题类别，并将各条历史浏览记录对应视频所属的主题类别进行相互对比，分析是否存在相同的主题类别，若存在相同的主题类别，则将相同主题类别对应的历史浏览记录进行统计归类，由此统计相同主题类别的数量，其中相同主题类别记为候选偏好主题类别，并对各候选偏好主题类别进行编号，分别标记为A,B,...,I,...N,此时统计各候选偏好主题类别对应的历史浏览记录数量及各条历史浏览记录对应的编号，其中各条历史浏览记录对应的编号可记为1,2,...,j,...m,进而根据各条历史浏览记录对应的编号从用户历史浏览记录浏览参数集合中提取各候选偏好主题类别对应各条历史浏览记录对应的浏览时长和视频时长,由此统计各候选偏好主题类别对应各条历史浏览记录的浏览兴趣指数，视频偏好主题类别确定模块根据各候选偏好主题类别对应的历史浏览记录数量和各条历史浏览记录的浏览兴趣指数统计各候选偏好主题类别对应的偏好系数，进而从中筛选出偏好系数最大的候选偏好主题类别作为用户对应的视频偏好主题类别，并将用户对应的视频偏好主题类别发送至目标视频筛选及推荐终端，将视频偏好主题类别对应的历史浏览记录编号发送至视频偏好主题类别偏好视频上传者分析模块；
所述视频偏好主题类别偏好视频上传者分析模块接收用户历史浏览记录浏览参数获取模块发送的用户历史浏览记录浏览参数集合，并接收视频偏好主题类别确定模块发送的视频偏好主题类别对应的历史浏览记录编号，进而根据视频偏好主题类别对应的历史浏览记录编号从用户历史浏览记录浏览参数集合中提取视频偏好主题类别对应各条历史浏览记录对应的视频上传者名称，由此将各条历史浏览记录对应的视频上传者名称进行对比，以此将相同视频上传者名称对应的历史浏览记录进行统计归类，此时统计相同视频上传者名称的数量，若相同视频上传者名称只有一个，则表明该相同视频上传者即为用户对应视频偏好主题类别对应的偏好视频上传者，若相同视频上传者名称不止一个，则对各相同视频上传者对应的历史浏览记录进行计数，得到各相同视频上传者对应历史浏览记录的数量，并从中筛选出历史浏览记录数量最多的相同视频上传者作为用户对应视频偏好主题类别对应的偏好视频上传者，进而将其发送至目标视频筛选及推荐终端；
所述目标视频筛选及推荐终端接收视频网站视频主题分类模块发送的各主题类别视频对应各视频上传者上传的视频集合，并接收视频偏好主题类别确定模块发送的用户对应的视频偏好主题类别，同时接收视频偏好主题类别偏好视频上传者分析模块发送的用户对应视频偏好主题类别对应的偏好视频上传者，进而根据用户对应的视频偏好主题类别和用户对应视频偏好主题类别对应的偏好视频上传者从各主题类别视频对应各视频上传者上传的视频集合中提取用户视频偏好主题类别对应偏好视频上传者上传的视频集合，以此从提取的视频集合中筛选出符合预设推荐条件的视频，该视频记为目标视频，并将筛选出来的目标视频推荐给该用户。
2.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述用户历史浏览记录浏览参数获取模块从用户在该视频网站的所有历史浏览记录中筛选出符合预设筛选时间段的历史浏览记录，其具体筛选过程执行以下步骤：
H1:获取各条历史浏览记录对应的浏览时间点；
H2:将各条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选起始时间点进行对比，若某条历史浏览记录对应的浏览时间点小于预设筛选时间段对应的筛选起始时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，且不进行进一步对比，并放弃该条历史浏览记录；
H3:若某条历史浏览记录对应的浏览时间点大于或等于预设筛选时间段对应的筛选起始时间点，则进一步将该条历史浏览记录对应的浏览时间点与预设筛选时间段对应的筛选截止时间点进行对比，若该条历史浏览记录对应的浏览时间点大于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点不符合预设筛选时间段，并放弃该条历史浏览记录，若该条历史浏览记录对应的浏览时间点小于或等于筛选截止时间点，则表明该条历史浏览记录对应的浏览时间点符合预设筛选时间段，并保留该条历史浏览记录，且保留下的各条历史浏览记录即为符合预设筛选时间段的历史浏览记录。
3.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述历史浏览记录视频主题类别分析模块在对提取的视频名称进行主题关键词抓取的过程中，若抓取的主题关键词只有一个，则只对该主题关键词进行匹配，若抓取的主题关键词不止一个，则分别对各主题关键词进行匹配。
4.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述历史浏览记录视频主题类别分析模块将抓取的各条历史浏览记录对应视频的主题关键词与主题特征词信息库中各种主题类别对应的主题特征词进行匹配过程中，还包括与各主题类别对应主题特征词的相近主题特征词进行匹配，其具体匹配过程如下：
G1:获取各种主题类别对应主题特征词的相近主题特征词；
G2:将抓取的各条历史浏览记录对应视频的主题关键词分别与各种主题类别对应的主题特征词及其对应的相近主题特征词进行匹配；
G3:若各条历史浏览记录对应视频的主题关键词与某种主题类别对应的某个主题特征词或该主题特征词对应的某个相近主题特征词匹配成功，则表明该条历史浏览记录对应的视频属于该主题类别。
5.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述各候选偏好主题类别对应各条历史浏览记录的浏览兴趣指数的计算公式为
Figure FDA0003032732300000071
式中ηIj表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览兴趣指数，dr2j、dr3j分别表示为第I个候选偏好主题类别对应第j条历史浏览记录的浏览时长、视频时长。
6.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述各候选偏好主题类别对应的偏好系数的计算公式为
Figure FDA0003032732300000072
式中λI表示为第I个候选偏好主题类别对应的偏好系数，kI表示为第I个候选偏好主题类别对应的历史浏览记录数量。
7.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述预设推荐条件包括预设的推荐时间条件和推荐播放量条件。
8.根据权利要求1所述的一种基于特征识别的移动互联网浏览内容智能推荐方法，其特征在于：所述目标视频筛选及推荐终端从提取的视频集合中筛选出符合预设推荐条件的视频，其具体筛选过程如下：
P1:获取视频集合中各视频对应的上传时间和历史播放量；
P2:将各视频对应的上传时间和历史播放量分别与预设的推荐时间条件和推荐播放量条件进行匹配，若某视频对应的上传时间和历史播放量均满足预设的推荐时间条件和推荐播放量条件，则筛选该视频，反之则剔除该视频，由此筛选出来的各视频即为符合预设推荐条件的视频。
9.一种设备，其特征在于：包括处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述权利要求1-8任一项所述的方法。
10.一种存储介质，其特征在于：所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。
CN202110435295.5A 2021-04-22 2021-04-22 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 Withdrawn CN113158048A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110435295.5A CN113158048A (zh) 2021-04-22 2021-04-22 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110435295.5A CN113158048A (zh) 2021-04-22 2021-04-22 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

Publications (1)

Publication Number Publication Date
CN113158048A true CN113158048A (zh) 2021-07-23

Family

ID=76869387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110435295.5A Withdrawn CN113158048A (zh) 2021-04-22 2021-04-22 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

Country Status (1)

Country Link
CN (1) CN113158048A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567306A (zh) * 2023-05-09 2023-08-08 北京新东方迅程网络科技有限公司 一种视频的推荐方法、装置、电子设备及介质
CN117193883A (zh) * 2023-09-25 2023-12-08 广州东恒信息科技有限公司 一种基于人工智能的应用程序信息管控系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150365725A1 (en) * 2014-06-11 2015-12-17 Rawllin International Inc. Extract partition segments of personalized video channel
CN106802913A (zh) * 2016-12-06 2017-06-06 乐视控股（北京）有限公司 一种播放内容推荐方法及其装置
CN111010592A (zh) * 2019-12-19 2020-04-14 上海众源网络有限公司 一种视频推荐方法、装置、电子设备及存储介质
CN112381578A (zh) * 2020-11-16 2021-02-19 南京邦峰智能科技有限公司 一种基于行为特征识别的互联网广告智能推荐管理系统
CN112417302A (zh) * 2020-12-08 2021-02-26 六晟信息科技(杭州)有限公司 一种基于大数据的资讯内容智能分析推荐处理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150365725A1 (en) * 2014-06-11 2015-12-17 Rawllin International Inc. Extract partition segments of personalized video channel
CN106802913A (zh) * 2016-12-06 2017-06-06 乐视控股（北京）有限公司 一种播放内容推荐方法及其装置
CN111010592A (zh) * 2019-12-19 2020-04-14 上海众源网络有限公司 一种视频推荐方法、装置、电子设备及存储介质
CN112381578A (zh) * 2020-11-16 2021-02-19 南京邦峰智能科技有限公司 一种基于行为特征识别的互联网广告智能推荐管理系统
CN112417302A (zh) * 2020-12-08 2021-02-26 六晟信息科技(杭州)有限公司 一种基于大数据的资讯内容智能分析推荐处理系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116567306A (zh) * 2023-05-09 2023-08-08 北京新东方迅程网络科技有限公司 一种视频的推荐方法、装置、电子设备及介质
CN116567306B (zh) * 2023-05-09 2023-10-20 北京新东方迅程网络科技有限公司 一种视频的推荐方法、装置、电子设备及介质
CN117193883A (zh) * 2023-09-25 2023-12-08 广州东恒信息科技有限公司 一种基于人工智能的应用程序信息管控系统及方法
CN117193883B (zh) * 2023-09-25 2024-02-13 广州东恒信息科技有限公司 一种基于人工智能的应用程序信息管控系统及方法

Similar Documents

Publication Publication Date Title
CN109684513B (zh) 一种低质量视频识别方法及装置
CN110909205B (zh) 一种视频封面确定方法、装置、电子设备及可读存储介质
US10657985B2 (en) Systems and methods for manipulating electronic content based on speech recognition
CN111125429B (zh) 一种视频推送方法、装置和计算机可读存储介质
CN102737029A (zh) 搜索方法及系统
CN112860943A (zh) 一种教学视频审核方法、装置、设备及介质
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
CN107943792B (zh) 一种语句分析方法、装置及终端设备、存储介质
CN110543598A (zh) 信息推荐方法、装置及终端
CN112052387B (zh) 一种内容推荐方法、装置和计算机可读存储介质
CN112381578B (zh) 一种基于行为特征识别的互联网广告智能推荐管理系统
CN112417302B (zh) 一种基于大数据的资讯内容智能分析推荐处理系统
CN104834739B (zh) 互联网信息存储系统
CN112052317A (zh) 一种基于深度学习的医学知识库智能检索系统及其方法
CN111866196A (zh) 一种域名流量特征提取方法、装置、设备及可读存储介质
CN111861550A (zh) 一种基于ott设备的家庭画像构建方法及系统
WO2020253369A1 (zh) 生成兴趣标签的方法、装置、计算机设备和存储介质
CN107832333A (zh) 基于分布式处理和dpi数据构建用户网络数据指纹的方法和系统
CN106604068A (zh) 一种更新媒体节目的方法及其系统
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
TW201435627A (zh) 搜索優化系統及方法
CN113204670B (zh) 一种基于注意力模型的视频摘要描述生成方法及装置
CN107948699A (zh) 一种基于指纹识别的电视内容分级推送方法
CN111159560B (zh) 一种基于云计算的科普内容个性化推荐系统
CN108052503B (zh) 一种置信度的计算方法及装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210723