CN113194360B - 视频推荐方法、装置、服务器及存储介质 - Google Patents

视频推荐方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN113194360B
CN113194360B CN202110449231.0A CN202110449231A CN113194360B CN 113194360 B CN113194360 B CN 113194360B CN 202110449231 A CN202110449231 A CN 202110449231A CN 113194360 B CN113194360 B CN 113194360B
Authority
CN
China
Prior art keywords
video
account
videos
target
similarity
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
CN202110449231.0A
Other languages
English (en)
Other versions
CN113194360A (zh
Inventor
金少伟
刘京鑫
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202110449231.0A priority Critical patent/CN113194360B/zh
Publication of CN113194360A publication Critical patent/CN113194360A/zh
Application granted granted Critical
Publication of CN113194360B publication Critical patent/CN113194360B/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]
    • H04N21/40—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
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

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

Abstract

本公开关于一种视频推荐方法、装置、服务器及存储介质，该方法包括：从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集；将目标视频集中的视频推荐给待推荐帐户。采用本方法，提高了推荐的视频的准确度。

Description

视频推荐方法、装置、服务器及存储介质
技术领域
本公开涉及互联网技术领域，尤其涉及一种视频推荐方法、装置、服务器及存储介质。
背景技术
随着互联网技术的发展，越来越多的人通过短视频来记录分享生活和传输信息，海量个性化的短视频推荐显得越来越重要。
相关技术中，目前的视频推荐方法，一般是利用协同过滤算法，基于所有用户的视频点击行为训练视频间的相似性，再进行用户-视频维度的推荐；但是随着使用短视频人口基数的不断增长，用户群体也变得更加广泛，年龄上从小到大，地域由南到北，职业上从学生到工人，不同群体间的消费偏好呈现出显著的差异，因此基于所有用户的视频点击行为训练视频间的相似性，会导致推荐的视频的准确度较低。
发明内容
本公开提供一种视频推荐方法、装置、服务器及存储介质，以至少解决相关技术中推荐的视频的准确度较低的问题。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种视频推荐方法，包括：
从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；
确定所述目标帐户集合对应的多个视频集，各视频集中的视频基于所述目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；
根据各视频集关联的目标视频，从所述目标帐户集合对应的多个视频集中，获取与所述待推荐帐户对应的目标视频集；所述目标视频集为关联的目标视频与所述待推荐帐户的互动视频相同的视频集；
将所述目标视频集中的视频推荐给所述待推荐帐户。
在一示例性实施例中，所述从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，包括：
获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；
从所述预先生成的帐户集合中，确定所述帐户集合特征与所述帐户特征相同的帐户集合，作为与所述待推荐帐户相匹配的目标帐户集合。
在一示例性实施例中，所述方法还包括：
获取各帐户集合包含的帐户的历史互动视频；
分别获取各帐户集合包含的帐户的历史互动视频之间的相似度；
根据所述相似度，确定各帐户集合对应的多个视频集。
在一示例性实施例中，所述根据所述相似度，确定各帐户集合对应的多个视频集，包括：
从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；所述目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；
从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于所述预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；
分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
在一示例性实施例中，所述分别获取各帐户集合包含的帐户的历史互动视频之间的相似度，包括：
获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；所述每两个历史互动视频之间的共现次数，用于表示所述每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；
根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度；
根据所述每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
在一示例性实施例中，所述根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度，包括：
根据所述操作帐户数量和所述共现次数，确定所述每两个历史互动视频之间的初始相似度；
获取所述每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为所述每两个历史互动视频之间的相似度。
在一示例性实施例中，所述将所述目标视频集中的视频推荐给所述待推荐帐户，包括：
按照所述目标视频集中包括的每个视频与所述待推荐帐户的互动视频之间的相似度，将所述目标视频集中包括的视频进行排序；
将排序后的视频推荐给所述待推荐帐户。
根据本公开实施例的第二方面，提供一种视频推荐装置，包括：
帐户集合确定单元，被配置为执行从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；
视频集确定单元，被配置为执行确定所述目标帐户集合对应的多个视频集，各视频集中的视频基于所述目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；
视频集筛选单元，被配置为执行根据各视频集关联的目标视频，从所述目标帐户集合对应的多个视频集中，获取与所述待推荐帐户对应的目标视频集；所述目标视频集为关联的目标视频与所述待推荐帐户的互动视频相同的视频集；
视频推荐单元，被配置为执行将所述目标视频集中的视频推荐给所述待推荐帐户。
在一示例性实施例中，所述帐户集合确定单元，还被配置为执行获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；从所述预先生成的帐户集合中，确定所述帐户集合特征与所述帐户特征相同的帐户集合，作为与所述待推荐帐户相匹配的目标帐户集合。
在一示例性实施例中，所述装置还包括视频集构建单元，被配置为执行获取各帐户集合包含的帐户的历史互动视频；分别获取各帐户集合包含的帐户的历史互动视频之间的相似度；根据所述相似度，确定各帐户集合对应的多个视频集。
在一示例性实施例中，所述视频集构建单元，还被配置为执行从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；所述目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于所述预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
在一示例性实施例中，所述视频集构建单元，还被配置为执行获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；所述每两个历史互动视频之间的共现次数，用于表示所述每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度；根据所述每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
在一示例性实施例中，所述视频集确定单元，还被配置为执行根据所述操作帐户数量和所述共现次数，确定所述每两个历史互动视频之间的初始相似度；获取所述每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为所述每两个历史互动视频之间的相似度。
在一示例性实施例中，所述视频推荐单元，还被配置为执行按照所述目标视频集中包括的每个视频与所述待推荐帐户的互动视频之间的相似度，将所述目标视频集中包括的视频进行排序；将排序后的视频推荐给所述待推荐帐户。
根据本公开实施例的第三方面，提供一种服务器，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如第一方面的任一项实施例中所述的视频推荐方法。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，包括：当所述计算机可读存储介质中的指令由服务器的处理器执行时，使得所述服务器能够执行第一方面的任一项实施例中所述的视频推荐方法。
根据本公开实施例的第五方面，提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序存储在计算机可读存储介质中，设备的至少一个处理器从所述计算机可读存储介质读取并执行所述计算机程序，使得设备执行第一方面的任一项实施例中所述的视频推荐方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；接着确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；然后根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集；最后将目标视频集中的视频推荐给待推荐帐户；这样，综合考虑了与待推荐帐户相匹配的目标帐户集合和待推荐帐户的互动视频，有利于提高推荐的视频的准确度，避免了基于所有用户的视频点击行为训练视频间的相似性，导致推荐的视频的准确度较低的缺陷。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种视频推荐方法的应用环境图。
图2是根据一示例性实施例示出的一种视频推荐方法的流程图。
图3是根据一示例性实施例示出的确定各帐户集合对应的多个视频集的步骤的流程图。
图4是根据一示例性实施例示出的另一种视频推荐方法的流程图。
图5是根据一示例性实施例示出的又一种视频推荐方法的流程图。
图6是根据一示例性实施例示出的一种视频推荐装置的框图。
图7是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开所提供的视频推荐方法，可以应用于如图1所示的应用环境中。其中，终端110通过网络与服务器120进行交互。参考图1，服务器120从预先生成的帐户集合中确定与终端110中登录的待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集；将目标视频集中的视频推荐给待推荐帐户对应的终端110，终端110通过终端界面展示目标视频集中的视频，便于待推荐帐户观看。其中，终端110可以是但不限于各种智能手机、平板电脑或笔记本电脑等，服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2是根据一示例性实施例示出的一种视频推荐方法的流程图，如图2所示，视频推荐方法用于如图1所示的服务器中，包括以下步骤：
在步骤S210中，从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集。
其中，待推荐帐户是指终端中的应用程序的注册帐户，比如短视频应用程序的注册帐户、视频浏览程序的注册帐户等，具体是指经过授权且需要进行处理分析的帐户；在实际场景中，待推荐帐户具体是指视频的推荐对象。
其中，帐户集合是指由多个帐户组合而成的集合，具体是指由帐户特征相同的帐户所构成的集合，比如年龄、性别、职业、爱好或者地域相同的帐户所构成的集合。每个帐户集合均对应多个视频集。
其中，与待推荐帐户相匹配的目标帐户集合，是指帐户集合特征与待推荐帐户的帐户特征相同的帐户集合。
具体地，服务器获取预先生成的帐户集合，然后根据待推荐帐户的帐户特征，从预先生成的帐户集合中，确定待推荐帐户所属的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
举例说明，若待推荐帐户为学生，则确定待推荐帐户所属的帐户集合为学生集合；若待推荐帐户的年龄为24岁，性别为男生，则确定待推荐帐户所属的帐户集合为年龄为24岁，性别为男生的帐户集合；若待推荐帐户的爱好为打游戏，则确定待推荐帐户所属的帐户集合为游戏爱好者集合。
进一步地，服务器还可以获取待推荐帐户与各预先生成的帐户集合之间的匹配度，并从各预先生成的帐户集合中，筛选出匹配度最大的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
在步骤S220中，确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频。
其中，每个视频集中包括一个或者多个视频，帐户集合对应的每个视频集所包含的视频都是从该帐户集合所包含的帐户的历史互动视频中确定得到。
其中，每个视频集均关联有一个目标视频，每个视频集关联的目标视频与相应的视频集所包括的各视频之间的相似度均大于预设相似度，说明每个视频集中包括与关联的目标视频相似的多个视频。在实际场景中，每个视频集为对应关联的目标视频的相似视频集。比如，视频集A(A1，A2，A3)关联的目标视频为视频A4，表示视频A4的相似视频集为视频集A(A1，A2，A3)。
具体地，服务器从本地数据库中，获取各帐户集合对应的多个视频集；从各帐户集合对应的多个视频集中，筛选出目标帐户集合对应的多个视频集；比如，服务器获取目标帐户集合的帐户集合标识和各帐户集合的帐户集合标识，帐户集合标识是指帐户集合的唯一标识信息，比如帐户集合编号、帐户集合名称等；接着，服务器根据目标帐户集合的帐户集合标识和各帐户集合的帐户集合标识，从各帐户集合对应的多个视频集中，获取帐户集合标识与目标帐户集合的帐户集合标识相同的帐户集合所对应的多个视频集，作为目标帐户集合对应的多个视频集；这样，通过获取目标帐户集合对应的多个视频集，有利于后续从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集，避免了不同帐户集合的消费偏好千差万别，使得基于所有用户的视频点击行为确定的目标视频集的准确度较低的缺陷，进一步提高了推荐给待推荐帐户的视频的准确度。
举例说明，若与待推荐帐户相匹配的目标帐户集合为学生集合，则服务器从各帐户集合对应的多个视频集中，获取学生集合对应的多个视频集，作为目标帐户集合对应的多个视频集。
在步骤S230中，根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集。
其中，互动视频是指待推荐帐户互动过的视频，可以是历史互动视频，也可以是当前互动视频，具体是指待推荐帐户浏览、点击、点赞、关注、评论或者转发过的视频，不仅仅是待推荐帐户点击过的视频。
具体地，服务器获取预设时间段内(比如近两天、今天等)待推荐帐户在视频观看页面上互动过的视频，作为待推荐帐户的互动视频；根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取关联的目标视频与待推荐帐户的互动视频相同的视频集，并将该视频集作为与待推荐帐户对应的目标视频集。这样，通过从目标帐户集合对应的多个视频集中，获取关联的目标视频与待推荐帐户的互动视频相同的目标视频集，便于后续将目标视频集中的视频推荐给待推荐帐户，从而提高了视频推荐的准确度；同时，只需从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集，无需基于所有帐户的视频点击行为确定与待推荐帐户对应的目标视频集，从而提高了后续推荐视频的效率。
例如，服务器获取待推荐帐户的互动视频的视频标识和各视频集关联的目标视频的目标视频标识，视频标识是指视频的唯一标识信息，比如视频名称、视频编号等；根据待推荐帐户的互动视频的视频标识和各视频集关联的目标视频的目标视频标识，从各视频集关联的目标视频中，确定目标视频标识与待推荐帐户的互动视频的视频标识相同的目标视频，作为第一目标视频；从目标帐户集合对应的多个视频集中，确定出关联有第一目标视频的视频集，作为与待推荐帐户对应的目标视频集。
举例说明，比如G1，G2分别是两个帐户集合，那么对于这两个帐户集合，就有两份ItemCF产出的相似视频，对于G1帐户集合，视频a的相似视频集为(b1，c1，d1)；对于G2帐户集合，视频a的相似视频集为(b2，c2，d2)；对于一个帐户U1，假设帐户U1属于G1帐户集合，且互动(点赞、评论等)过视频a，那么给U1帐户推荐视频时，就选取(b1，c1，d1)作为目标视频集。
在步骤S240中，将目标视频集中的视频推荐给待推荐帐户。
具体地，服务器按照预设视频推荐频率，比如每分钟推荐10个视频，将目标视频集中的视频推荐给待推荐帐户所在的终端，该终端通过终端界面展示目标视频集中的视频，便于待推荐帐户观看自己喜欢的视频。
上述视频推荐方法中，从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；接着确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；然后根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集；最后将目标视频集中的视频推荐给待推荐帐户；这样，综合考虑了与待推荐帐户相匹配的目标帐户集合和待推荐帐户的互动视频，有利于提高推荐的视频的准确度，避免了基于所有用户的视频点击行为训练视频间的相似性，导致推荐的视频的准确度较低的缺陷。
在一示例性实施例中，在步骤S210中，从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，包括：获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；从预先生成的帐户集合中，确定帐户集合特征与帐户特征相同的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
其中，待推荐帐户的帐户特征，用于表征待推荐帐户的帐户属性，比如年龄、性别、职业、爱好或者地域等。帐户集合的帐户集合特征，用于表征帐户集合所包含的帐户的共同帐户属性，比如年龄、性别、职业、爱好或者地域等。
具体地，服务器从存储有帐户的帐户特征和预先生成的帐户集合的帐户集合特征的数据库中，获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；分别将待推荐帐户的帐户特征与各预先生成的帐户集合的帐户集合特征进行匹配，得到匹配结果；根据匹配结果，从预先生成的帐户集合中，确定帐户集合特征与帐户特征相同的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
举例说明，各预先生成的帐户集合分别是帐户集合G1、帐户集合G2、帐户集合G3、帐户集合G4，待推荐帐户的帐户特征与帐户集合G1的帐户集合特征相同，说明待推荐帐户属于帐户集合G1，即与待推荐帐户相匹配的目标帐户集合为帐户集合G1。
本公开实施例提供的技术方案，通过确定与待推荐帐户相匹配的目标帐户集合，有利于后续从目标帐户集合对应的多个视频集中，获取关联的目标视频与待推荐帐户的互动视频相同的目标视频集，综合考虑了待推荐帐户的互动视频和待推荐帐户所属的目标帐户集合，有利于提高推荐给待推荐帐户目标视频集的确定准确度，避免了不同帐户集合的消费偏好千差万别，使得基于所有用户的视频点击行为确定的目标视频集的准确度较低的缺陷。
在一示例性实施例中，如图3所示，本申请提供的视频推荐方法还包括确定各帐户集合对应的多个视频集的步骤，具体可以通过如下步骤实现：
在步骤S310中，获取各帐户集合包含的帐户的历史互动视频。
其中，每个帐户集合包括多个帐户，每个帐户对应多个历史互动视频；帐户的历史互动视频，是指帐户在预设时间段内互动过的视频，比如帐户在近两天内浏览、点击、点赞、关注、评论或者转发过的视频。
具体地，服务器获取所有帐户的帐户特征，按照所有帐户的帐户特征，将所有帐户归类成多个帐户集合，作为各预先生成的帐户集合；然后从视频访问日志中，获取每个预先生成的帐户集合中所包括的各帐户的历史互动视频，作为对应帐户集合包含的帐户的历史互动视频，从而得到各帐户集合包含的帐户的历史互动视频。
在步骤S320中，分别获取各帐户集合包含的帐户的历史互动视频之间的相似度。
其中，两个历史互动视频之间的相似度，用于表征两个历史互动视频之间的相似程度；比如两个历史互动视频之间的相似度越高，表示这两个历史互动视频之间越相似。
具体地，服务器分别获取每个帐户集合包含的帐户的历史互动视频中的每两个历史互动视频之间的相似度，从而得到每个帐户集合对应的多个历史互动视频之间的相似度；例如，服务器通过ItemCF算法(基于项目的协同过滤方法)，获取每个帐户集合对应的多个历史互动视频之间的相似度。
在步骤S330中，根据相似度，确定各帐户集合对应的多个视频集。
具体地，服务器根据每个帐户集合对应的多个历史互动视频之间的相似度，从每个帐户集合对应的多个历史互动视频中，筛选出与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频，作为存在相似视频的历史互动视频，即目标视频，从而得到每个帐户集合对应的多个目标视频；然后，根据每个帐户集合对应的多个历史互动视频之间的相似度，从每个帐户集合对应的多个历史互动视频中，获取与每个目标视频相似的历史互动视频；根据与每个目标视频相似的历史互动视频，构建每个目标视频的视频集，得到对应帐户集合所对应的多个视频集。
本公开实施例提供的技术方案，通过区分帐户集合，获取每个帐户集合对应的多个视频集，有利于后续从各帐户集合对应的多个视频集中，获取与待推荐帐户相匹配的目标帐户集合对应的多个视频集，并从中确定出与待推荐帐户对应的目标视频集，进一步提高了视频推荐的准确率。
在一示例性实施例中，在步骤S330中，根据相似度，确定各帐户集合对应的多个视频集，包括：从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
其中，目标视频是指存在相似视频的历史互动视频。
具体地，服务器从各帐户集合包含的帐户所对应的历史互动视频中，筛选出与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频，作为存在相似视频的目标视频，从而得到各帐户集合对应的多个目标视频；接着，从每个预设帐户集合包含的帐户所对应的历史互动视频中，筛选出与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；分别将每个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，从而得到各帐户集合对应的多个视频集。
举例说明，某个帐户集合对应的多个历史互动视频分别为A、B、C、D、E、F、G、H、I、J、K，假设目标视频为A、B、C，且目标视频A对应的相似视频为D、E、F，目标视频B对应的相似视频为E、F、G，目标视频C对应的相似视频为G、H、I、J、K，那么该帐户集合对应的多个视频集为(D，E，F)、(E，F，G)、(G，H，I，J，K)。
进一步地，在从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频之前，还包括：对各帐户集合包含的帐户所对应的历史互动视频中的无效视频进行过滤，得到各帐户集合包含的帐户所对应的剩余历史互动视频；无效视频为视频质量不符合要求的视频；那么，从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频，具体包括：从各帐户集合包含的帐户所对应的剩余历史互动视频中，将与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频。这样，提高了各个目标视频对应的相似视频的确定准确率。
举例说明，由于在视频领域中，视频更新频繁，可推荐的视频候选池也会及时更新，不在视频候选池的视频(比如质量较差的视频)可以提前过滤掉；比如：时刻t有一个视频，t时刻以前存在视频候选池中，在时刻t+1后，这个视频被删除了，那么时刻t+1后，这个视频就该被过滤掉。
本公开实施例提供的技术方案，根据各帐户集合对应的多个历史互动视频之间的相似度，确定各帐户集合对应的多个视频集，实现了通过区分帐户集合，获取每个帐户集合对应的多个视频集的目的，有利于提高后续确定出的与待推荐帐户对应的目标视频集的准确率。
在一示例性实施例中，在步骤S320中，分别获取各帐户集合包含的帐户的历史互动视频之间的相似度，包括：获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；每两个历史互动视频之间的共现次数，用于表示每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；根据操作帐户数量、共现次数和重合度，确定每两个历史互动视频之间的相似度；根据每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
其中，历史互动视频的操作帐户数量是指历史互动视频被互动过的帐户的总数量，比如历史互动视频被帐户U1和帐户U2互动过，那么该历史互动视频的操作帐户数量为2。
其中，每两个历史互动视频之间的共现次数，是指同时互动过这两个历史互动视频的帐户的总数量；比如帐户U1和帐户U2均互动过某两个历史互动视频，那么这两个历史互动视频之间的共现次数为2。
其中，每两个历史互动视频之间的视频特征的重合度，用于表征两个历史互动视频之间的视频特征(比如视频标签、视频类别、视频作者等与视频相关的特征)的重合程度；比如历史互动视频A和历史互动视频B的视频作者一样，则历史互动视频A和历史互动视频B之间的视频特征的重合度为simAuthor，比如历史互动视频A和历史互动视频B的视频标签一样，则历史互动视频A和历史互动视频B之间的视频特征的重合度为simTag；需要说明的是，simAuthor和simTag是预先设定的超参数，可以根据实际情况进行调整。
具体地，服务器获取帐户集合包含的帐户所对应的每个历史互动视频的操作帐户和视频特征，根据每个历史互动视频的操作帐户，统计得到每个历史互动视频的操作帐户数量，以及每两个历史互动视频之间的共现次数；根据每个历史互动视频的视频特征，统计得到每两个历史互动视频之间的视频特征的重合度；通过相似度统计模型，基于操作帐户数量、共现次数和重合度，统计得到每两个历史互动视频之间的相似度；根据每两个历史互动视频之间的相似度，得到帐户集合包含的帐户的历史互动视频之间的相似度。
本公开实施例提供的技术方案，综合考虑每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度，有利于提高确定出的历史互动视频之间的相似度的准确率，从而提高了后续确定出的每个帐户集合对应的多个视频集的准确率。
在一示例性实施例中，根据操作帐户数量、共现次数和重合度，确定每两个历史互动视频之间的相似度，包括：根据操作帐户数量和共现次数，确定每两个历史互动视频之间的初始相似度；获取每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为每两个历史互动视频之间的相似度。
具体地，服务器通过相似度统计指令，基于操作帐户数量和共现次数，确定每两个历史互动视频之间的初始相似度；例如，服务器通过下述公式，计算得到每两个历史互动视频之间的初始相似度：
Figure BDA0003038011700000131
其中，wij表示历史互动视频i和历史互动视频j之间的初始相似度，N(i)表示历史互动视频i的操作帐户数量，N(j)表示历史互动视频j的操作帐户数量；N(i)∩N(j)表示历史互动视频i和历史互动视频j之间的共现次数。
接着，服务器获取每两个历史互动视频之间的视频特征的重合度与该两个历史互动视频之间的初始相似度之间的乘积，作为每两个历史互动视频之间的相似度。
举例说明，对于视频a，通过ItemCF算法计算出与视频a相似的视频有(b，c，d)，且视频a与每个视频有一个初始相似度(wb，wc，wd)，那么可以通过视频a与视频b，c，d的其他属性是否相同，调整初始相似度，比如视频作者，视频标签，视频类别；如果视频a与视频b的作者相同，那么b的初始相似度wb可以调整为相似度wb’＝wb×simAuthor；如果视频a与视频c的视频标签相同，那么c的初始相似度wc可以调整为相似度wc’＝wc×simTag；如果视频a与视频d的视频类别相同，那么d的初始相似度wd可以调整为相似度wd’＝wd×simCategory；其中，simAuthor、simTag和simCategory是超参数；调整相似度后，得到视频a与视频(b，c，d)的相似度为(wb’，wc’，wd’)；此后，针对视频a，取相似度靠前的视频，作为视频a的相似视频。
本公开实施例提供的技术方案，综合考虑每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度，有利于提高确定出的历史互动视频之间的相似度的准确率，从而提高了后续确定出的每个帐户集合对应的多个视频集的准确率。
在一示例性实施例中，目标视频集中包括多个与待推荐帐户的互动视频相似的视频，那么，在步骤S240中，将目标视频集中的视频推荐给待推荐帐户，具体包括如下步骤：按照目标视频集中包括的每个视频与待推荐帐户的互动视频之间的相似度，将目标视频集中包括的视频进行排序；将排序后的视频推荐给待推荐帐户。
具体地，服务器按照相似度从大到小的顺序，基于目标视频集中包括的每个视频与待推荐帐户的互动视频之间的相似度，将目标视频集中包括的视频进行排序，得到排序后的视频；根据预设视频推荐频率，将排序后的视频推荐给待推荐帐户所在的终端，终端通过终端界面展示目标视频集中的视频，便于待推荐帐户观看自己喜欢的视频。
本公开实施例提供的技术方案，通过按照目标视频集中包括的每个视频与待推荐帐户的互动视频之间的相似度，将目标视频集中包括的视频进行排序，并将排序后的视频推荐给待推荐帐户，有利于提高视频推荐的准确率。
图4是根据一示例性实施例示出的另一种视频推荐方法的流程图，如图4所示，视频推荐方法用于如图1所示的服务器中，包括以下步骤：
在步骤S401中，获取各帐户集合包含的帐户的历史互动视频。
在步骤S402中，获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；每两个历史互动视频之间的共现次数，用于表示每两个历史互动视频在各帐户的历史互动视频中的同时出现次数。
在步骤S403中，根据操作帐户数量和共现次数，确定每两个历史互动视频之间的初始相似度；获取每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为每两个历史互动视频之间的相似度。
在步骤S404中，根据每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
在步骤S405中，从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频。
在步骤S406中，从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频。
在步骤S407中，分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
在步骤S408中，获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；从预先生成的帐户集合中，确定帐户集合特征与所述帐户特征相同的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
在步骤S409中，确定目标帐户集合对应的多个视频集；根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集。
在步骤S410中，按照目标视频集中包括的每个视频与待推荐帐户的互动视频之间的相似度，将目标视频集中包括的视频进行排序；将排序后的视频推荐给待推荐帐户。
上述视频推荐方法中，先确定与待推荐帐户相匹配的目标帐户集合，再从目标帐户集合对应的多个视频集中，确定关联的目标视频与待推荐帐户的互动视频相同的目标视频集，并将目标视频集中的视频推荐给待推荐帐户，综合考虑了待推荐帐户所属的目标帐户集合和待推荐帐户的互动视频，有利于提高推荐的视频的准确度，避免了基于所有用户的视频点击行为训练视频间的相似性，导致推荐的视频的准确度较低的缺陷。
为了更清晰阐明本申请实施例提供的视频推荐方法，以下以一个具体的实施例对该视频推荐方法进行具体说明。在一个实施例中，如图5所示，本申请还提供了一种视频推荐方法，具体包括以下内容：
首先，服务器根据帐户的年龄性别对帐户划分集合，利用各帐户集合中的帐户对视频的点赞、关注、评论、转发等互动行为，分别基于ItemCF训练有共现视频间的相似性；然后调整视频之间的相似度，根据视频之间的作者或者标签等信息是否相同，以此来判断是否扩大视频间的相似度；再按照视频间的相似度选取最相似的视频集。由于视频会不断的更新，视频候选池也会随之更新，表现较差的视频将会从视频候选池中删除掉，故在取相似视频前，按照视频候选池过滤掉无效视频，可以提升有效视频率。线上使用时，根据帐户的互动行为(点赞，评论等)历史，按照预先划分好的帐户集合，取出帐户对应的帐户集合的相似视频集，通过帐户有互动行为的视频，检索相应的相似视频，根据互动视频与相似视频的相似度，按相似度大小给用户推荐合适的视频。
上述视频推荐方法中，相较于传统的训练方式，提高了互动视频的推荐推荐效率。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
图6是根据一示例性实施例示出的一种视频推荐装置的框图。参照图6，该装置包括帐户集合确定单元610，视频集确定单元620，视频集筛选单元630和视频推荐单元640。
帐户集合确定单元610，被配置为执行从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集。
视频集确定单元620，被配置为执行确定目标帐户集合对应的多个视频集，各视频集中的视频基于目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频。
视频集筛选单元630，被配置为执行根据各视频集关联的目标视频，从目标帐户集合对应的多个视频集中，获取与待推荐帐户对应的目标视频集；目标视频集为关联的目标视频与待推荐帐户的互动视频相同的视频集。
视频推荐单元640，被配置为执行将目标视频集中的视频推荐给待推荐帐户。
在一示例性实施例中，帐户集合确定单元610，还被配置为执行获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；从预先生成的帐户集合中，确定帐户集合特征与帐户特征相同的帐户集合，作为与待推荐帐户相匹配的目标帐户集合。
在一示例性实施例中，本公开提供的视频推荐装置还包括视频集构建单元，被配置为执行获取各帐户集合包含的帐户的历史互动视频；分别获取各帐户集合包含的帐户的历史互动视频之间的相似度；根据相似度，确定各帐户集合对应的多个视频集。
在一示例性实施例中，视频集构建单元，还被配置为执行从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
在一示例性实施例中，视频集构建单元，还被配置为执行获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；每两个历史互动视频之间的共现次数，用于表示每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；根据操作帐户数量、共现次数和重合度，确定每两个历史互动视频之间的相似度；根据每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
在一示例性实施例中，视频集构建单元，还被配置为执行根据操作帐户数量和共现次数，确定每两个历史互动视频之间的初始相似度；获取每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为每两个历史互动视频之间的相似度。
在一示例性实施例中，视频推荐单元640，还被配置为执行按照目标视频集中包括的每个视频与待推荐帐户的互动视频之间的相似度，将目标视频集中包括的视频进行排序；将排序后的视频推荐给待推荐帐户。
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。
图7是根据一示例性实施例示出的一种用于执行上述视频推荐方法的设备700的框图。例如，设备700可以为一服务器。参照图7，设备700包括处理组件720，其进一步包括一个或多个处理器，以及由存储器722所代表的存储器资源，用于存储可由处理组件720的执行的指令，例如应用程序。存储器722中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件720被配置为执行指令，以执行上述视频推荐方法。
设备700还可以包括一个电源组件724被配置为执行设备700的电源管理，一个有线或无线网络接口726被配置为将设备700连接到网络，和一个输入输出(I/O)接口728。设备700可以操作基于存储在存储器722的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器722，上述指令可由设备700的处理器执行以完成上述方法。例如，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，设备的至少一个处理器从该计算机可读存储介质读取并执行该计算机程序，使得设备执行本公开的任一项实施例中所述的视频推荐方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (16)

1.一种视频推荐方法，其特征在于，包括：
从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；
确定所述目标帐户集合对应的多个视频集，各视频集中的视频基于所述目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；
根据各视频集关联的目标视频，从所述目标帐户集合对应的多个视频集中，获取与所述待推荐帐户对应的目标视频集；所述目标视频集为关联的目标视频与所述待推荐帐户的互动视频相同的视频集；
将所述目标视频集中的视频推荐给所述待推荐帐户。
2.根据权利要求1所述的视频推荐方法，其特征在于，所述从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，包括：
获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；
从所述预先生成的帐户集合中，确定所述帐户集合特征与所述帐户特征相同的帐户集合，作为与所述待推荐帐户相匹配的目标帐户集合。
3.根据权利要求1所述的视频推荐方法，其特征在于，所述方法还包括：
获取各帐户集合包含的帐户的历史互动视频；
分别获取各帐户集合包含的帐户的历史互动视频之间的相似度；
根据所述相似度，确定各帐户集合对应的多个视频集。
4.根据权利要求3所述的视频推荐方法，其特征在于，所述根据所述相似度，确定各帐户集合对应的多个视频集，包括：
从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；所述目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；
从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于所述预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；
分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
5.根据权利要求3所述的视频推荐方法，其特征在于，所述分别获取各帐户集合包含的帐户的历史互动视频之间的相似度，包括：
获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；所述每两个历史互动视频之间的共现次数，用于表示所述每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；
根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度；
根据所述每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
6.根据权利要求5所述的视频推荐方法，其特征在于，所述根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度，包括：
根据所述操作帐户数量和所述共现次数，确定所述每两个历史互动视频之间的初始相似度；
获取所述每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为所述每两个历史互动视频之间的相似度。
7.根据权利要求1所述的视频推荐方法，其特征在于，所述将所述目标视频集中的视频推荐给所述待推荐帐户，包括：
按照所述目标视频集中包括的每个视频与所述待推荐帐户的互动视频之间的相似度，将所述目标视频集中包括的视频进行排序；
将排序后的视频推荐给所述待推荐帐户。
8.一种视频推荐装置，其特征在于，包括：
帐户集合确定单元，被配置为执行从预先生成的帐户集合中确定与待推荐帐户相匹配的目标帐户集合，其中，各预先生成的帐户集合分别对应有多个视频集；
视频集确定单元，被配置为执行确定所述目标帐户集合对应的多个视频集，各视频集中的视频基于所述目标帐户集合包含的帐户的历史互动视频而确定，且各视频集关联有一个目标视频，视频集关联的目标视频为与相应的视频集所包括的各视频之间的相似度均大于预设相似度的视频；
视频集筛选单元，被配置为执行根据各视频集关联的目标视频，从所述目标帐户集合对应的多个视频集中，获取与所述待推荐帐户对应的目标视频集；所述目标视频集为关联的目标视频与所述待推荐帐户的互动视频相同的视频集；
视频推荐单元，被配置为执行将所述目标视频集中的视频推荐给所述待推荐帐户。
9.根据权利要求8所述的视频推荐装置，其特征在于，所述帐户集合确定单元，还被配置为执行获取待推荐帐户的帐户特征和预先生成的帐户集合的帐户集合特征；从所述预先生成的帐户集合中，确定所述帐户集合特征与所述帐户特征相同的帐户集合，作为与所述待推荐帐户相匹配的目标帐户集合。
10.根据权利要求8所述的视频推荐装置，其特征在于，所述装置还包括视频集构建单元，被配置为执行获取各帐户集合包含的帐户的历史互动视频；分别获取各帐户集合包含的帐户的历史互动视频之间的相似度；根据所述相似度，确定各帐户集合对应的多个视频集。
11.根据权利要求10所述的视频推荐装置，其特征在于，所述视频集构建单元，还被配置为执行从各帐户集合包含的帐户的历史互动视频中，确定多个目标视频；所述目标视频为与至少一个历史互动视频之间的相似度大于预设相似度的历史互动视频；从各帐户集合包含的帐户的历史互动视频中，将与各个目标视频之间的相似度大于所述预设相似度的历史互动视频，对应作为各个目标视频对应的相似视频；分别将各个目标视频各自对应的相似视频作为一个关联有对应目标视频的视频集，得到各帐户集合对应的多个视频集。
12.根据权利要求10所述的视频推荐装置，其特征在于，所述视频集构建单元，还被配置为执行获取每个历史互动视频的操作帐户数量、每两个历史互动视频之间的共现次数和每两个历史互动视频之间的视频特征的重合度；所述每两个历史互动视频之间的共现次数，用于表示所述每两个历史互动视频在各帐户的历史互动视频中的同时出现次数；根据所述操作帐户数量、所述共现次数和所述重合度，确定所述每两个历史互动视频之间的相似度；根据所述每两个历史互动视频之间的相似度，得到对应帐户集合包含的帐户的历史互动视频之间的相似度。
13.根据权利要求12所述的视频推荐装置，其特征在于，所述视频集确定单元，还被配置为执行根据所述操作帐户数量和所述共现次数，确定所述每两个历史互动视频之间的初始相似度；获取所述每两个历史互动视频之间的视频特征的重合度与相应的初始相似度之间的乘积，作为所述每两个历史互动视频之间的相似度。
14.根据权利要求8所述的视频推荐装置，其特征在于，
所述视频推荐单元，还被配置为执行按照所述目标视频集中包括的每个视频与所述待推荐帐户的互动视频之间的相似度，将所述目标视频集中包括的视频进行排序；将排序后的视频推荐给所述待推荐帐户。
15.一种服务器，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的视频推荐方法。
16.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由服务器的处理器执行时，使得所述服务器能够执行如权利要求1至7中任一项所述的视频推荐方法。
CN202110449231.0A 2021-04-25 2021-04-25 视频推荐方法、装置、服务器及存储介质 Active CN113194360B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110449231.0A CN113194360B (zh) 2021-04-25 2021-04-25 视频推荐方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110449231.0A CN113194360B (zh) 2021-04-25 2021-04-25 视频推荐方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN113194360A CN113194360A (zh) 2021-07-30
CN113194360B true CN113194360B (zh) 2022-06-24

Family

ID=76978846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110449231.0A Active CN113194360B (zh) 2021-04-25 2021-04-25 视频推荐方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN113194360B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017101424A1 (zh) * 2015-12-14 2017-06-22 乐视控股（北京）有限公司 视频网站单账号多喜好推荐方法和装置
CN109284417A (zh) * 2018-08-27 2019-01-29 广州飞磨科技有限公司 视频推送方法、装置、计算机设备和存储介质
CN109670077A (zh) * 2018-11-01 2019-04-23 北京达佳互联信息技术有限公司 视频推荐方法、装置和计算机可读存储介质
CN110442790A (zh) * 2019-08-07 2019-11-12 腾讯科技（深圳）有限公司 推荐多媒体数据的方法、装置、服务器和存储介质
CN112565902A (zh) * 2019-09-10 2021-03-26 北京达佳互联信息技术有限公司 一种视频推荐方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017101424A1 (zh) * 2015-12-14 2017-06-22 乐视控股（北京）有限公司 视频网站单账号多喜好推荐方法和装置
CN109284417A (zh) * 2018-08-27 2019-01-29 广州飞磨科技有限公司 视频推送方法、装置、计算机设备和存储介质
CN109670077A (zh) * 2018-11-01 2019-04-23 北京达佳互联信息技术有限公司 视频推荐方法、装置和计算机可读存储介质
CN110442790A (zh) * 2019-08-07 2019-11-12 腾讯科技（深圳）有限公司 推荐多媒体数据的方法、装置、服务器和存储介质
CN112565902A (zh) * 2019-09-10 2021-03-26 北京达佳互联信息技术有限公司 一种视频推荐方法、装置及电子设备

Also Published As

Publication number Publication date
CN113194360A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN111444428B (zh) 基于人工智能的信息推荐方法、装置、电子设备及存储介质
CN107862553B (zh) 广告实时推荐方法、装置、终端设备及存储介质
CN109547814B (zh) 视频推荐方法、装置、服务器及存储介质
CN111310019A (zh) 信息推荐方法、信息处理方法、系统及设备
CN110223186B (zh) 用户相似度确定方法以及信息推荐方法
CN110413867B (zh) 用于内容推荐的方法及系统
CN109903127A (zh) 一种群组推荐方法、装置、存储介质及服务器
CN114095749B (zh) 推荐及直播界面展示方法、计算机存储介质、程序产品
CN113742567B (zh) 一种多媒体资源的推荐方法、装置、电子设备及存储介质
CN110428277B (zh) 推荐产品的触达方法、存储介质和程序产品
CN111722766A (zh) 多媒体资源的展示方法及装置
CN111818370A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
CN112241327A (zh) 分享信息处理方法、装置、存储介质与电子设备
CN111597446B (zh) 基于人工智能的内容推送方法、装置、服务器和存储介质
CN108694211B (zh) 应用分发方法及装置
CN112199582A (zh) 一种内容推荐方法、装置、设备及介质
CN111581435A (zh) 一种视频封面图像生成方法、装置、电子设备及存储介质
CN111552835A (zh) 文件推荐方法、装置及服务器
CN108810577B (zh) 一种用户画像的构建方法、装置及电子设备
CN114245185A (zh) 视频推荐方法、模型训练方法、装置、电子设备及介质
CN112417956A (zh) 信息推荐方法及装置、电子设备及计算机可读存储介质
CN114358807A (zh) 基于可预测用户特征属性的用户画像方法及系统
CN112115354A (zh) 信息处理方法、装置、服务器及存储介质
CN113194360B (zh) 视频推荐方法、装置、服务器及存储介质
CN113407772A (zh) 视频推荐模型的生成方法、视频推荐方法、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