CN113536033A - 一种多媒体资源的推荐方法及相关设备 - Google Patents

一种多媒体资源的推荐方法及相关设备 Download PDF

Info

Publication number
CN113536033A
CN113536033A CN202110786426.4A CN202110786426A CN113536033A CN 113536033 A CN113536033 A CN 113536033A CN 202110786426 A CN202110786426 A CN 202110786426A CN 113536033 A CN113536033 A CN 113536033A
Authority
CN
China
Prior art keywords
recommended
target video
video
dimension
resources
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.)
Pending
Application number
CN202110786426.4A
Other languages
English (en)
Inventor
刘红冰
周胜杰
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.)
Shenzhen Konka Electronic Technology Co Ltd
Original Assignee
Shenzhen Konka Electronic 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 Shenzhen Konka Electronic Technology Co Ltd filed Critical Shenzhen Konka Electronic Technology Co Ltd
Priority to CN202110786426.4A priority Critical patent/CN113536033A/zh
Publication of CN113536033A publication Critical patent/CN113536033A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/735Filtering based on additional data, e.g. user or group profiles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • G06F16/732Query formulation
    • G06F16/7328Query by example, e.g. a complete video frame or video sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种多媒体资源的推荐方法及相关设备,所述的推荐方法包括获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段,基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度,根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。本申请实施例通过基于正在播放的目标视频的播放进行来确定目标视频中的热门片段,在通过经过训练的视频理解模型对热门片段进行识别理解,最后基于识别得到的推荐维度来确定推荐视频,这样可以提高推荐视频的视频内容与目标视频的视频内容的相关性,从而可以提高推荐视频的准确度,从而提高视频推荐效果。

Description

一种多媒体资源的推荐方法及相关设备
技术领域
本申请涉及人工智能技术领域,特别涉及一种多媒体资源的推荐方法及相关设备。
背景技术
智能电视已经是家庭常见的终端设备,视频点播是电视最核心的功能和应用场景。而当用户使用视频点播功能时,厂商会主动向用户推荐视频,例如,基于用户行为习惯的视频推荐和基于影片详情的片源关联的视频推荐等。但是,现有的视频推荐方式所推荐视频与用户正在观看的视频的视频内容的关联度不高,从而使得推荐视频无法进去匹配用户当前需求,从而使得推荐效果欠佳。
发明内容
本申请要解决的技术问题在于,针对现有技术的不足,提供一种多媒体资源的推荐方法及相关设备,以解决现有推荐视频的视频内容与目标视频内容相关性不高的问题。
为了解决上述技术问题,本申请实施例第一方面提供了一种多媒体资源的推荐方法,所述方法包括:
获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段;
基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度;
根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
在一个实施例中,所述热门片段包含于所述目标视频内,且所述热门片段的参考播放进度位于所述播放进度之前。
在一个实施例中,所述视频理解模型配置若干默认维度;所述基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度包括:
将所述热门片段输入所述视频理解模型,通过所述视频理解模型输出所述热门片段在各默认维度上的维度内容;
基于所述热门片段在各默认维度上的维度内容生成所述目标视频对应的推荐维度。
在一个实施例中,所述默认维度至少包括片源的信息、演员角色、建筑、拍摄手法以及影片类型。
在一个实施例中,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
将推荐维度发送到媒资库服务器中,控制媒资库服务器获取所述目标视频对应的用户的用户偏好;
控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
在一个实施例中,所述控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定第一候选推荐资源;
控制所述媒资库服务器获取基于所述热门片段所形成的第二候选推荐资源;
将所述第一候选推荐资源和所述第二候选推荐资源,作为所述目标视频对应的推荐资源,并推荐确定的推荐资源。
在一个实施例中,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源之后,所述方法还包括:
监听所述推荐资源的推荐时长;
当所述推荐时长达到预设时长时,重新执行获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段的步骤,以更新所述推荐资源
本申请实施例第二方面提供了一种多媒体资源的推荐装置,所述的推荐装置包括:
获取模块,用于获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段;
确定模块,用于基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度;
推荐模块,用于根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上任一所述的一种多媒体资源的推荐方法中的步骤。
一种终端设备,其包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如上任一所述的一种多媒体资源的推荐方法中的步骤。
有益效果:本申请通过基于正在播放的目标视频的播放进行来确定目标视频中的热门片段,在通过经过训练的视频理解模型对热门片段进行识别理解,最后基于识别得到的推荐维度来确定推荐视频,这样可以提高推荐视频的视频内容与目标视频的视频内容的相关性,从而可以提高推荐视频的准确度,从而提高视频推荐效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员而言,在不符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为本申请提供的一种多媒体资源的推荐方法的流程图。
图2为本申请提供的一种多媒体资源的推荐方法的具体流程图
图3为本申请提供的一种多媒体资源的推荐装置的结构原理图。
图4为本申请提供的终端设备的结构原理图。
具体实施方式
本申请提供一种多媒体资源的推荐方法及相关设备,为使本申请的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本申请进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
应理解,本实施例中各步骤的序号和大小并不意味着执行顺序的先后,各过程的执行顺序以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
发明人经过研究发现,智能电视已经是家庭常见的终端设备,视频点播是电视最核心的功能和应用场景。而当用户使用视频点播功能时,厂商会主动向用户推荐视频,例如,基于用户行为习惯的视频推荐和基于影片详情的片源关联的视频推荐等。但是,现有的视频推荐方式所推荐视频与用户正在观看的视频的视频内容的关联度不高,从而使得推荐视频无法匹配用户当前需求,从而使得推荐效果欠佳。
为了解决上述问题,在本申请实施例中,获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段,基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度,根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。本申请实施例通过基于正在播放的目标视频的播放进度来确定目标视频中的热门片段,在通过经过训练的视频理解模型对热门片段进行识别理解,最后基于识别得到的推荐维度来确定推荐视频,这样可以提高推荐视频的视频内容与目标视频的视频内容的相关性,从而可以提高推荐视频的准确度,从而提高视频推荐效果
下面结合附图,通过对实施例的描述,对申请内容作进一步说明。
本实施例提供了一种多媒体资源的推荐方法,如图1和图2所示,所述方法包括:
S100、获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段。
具体地,所述目标视频是在线视频媒资库内的视频资源,如:腾讯视频APP、优酷APP、爱奇艺APP等。所述播放进度是目标视频的当前播放位置,也就是说,所述播放进度为执行本实施例提供的多媒体资源的推荐方法时目标视频的播放进度,例如,执行本实施例提供的多媒体资源的推荐方法时目标视频播放至25分钟,那么播放进度为目标视频的第25分钟。所述热门片段包含于所述目标视频内,且所述热门片段的参考播放进度位于所述播放进度之前,也就是说,热门片段是位于参考播放进度上,该参考播放进度位于当前播放位置之前。
在本实施例的一个实现方式中,所述热门片段可以是观看人数大于预设人数阈值的片段,或者是用户自行选取的片段,或者是携带有预设建筑或者场景的片段,或者是热门片段所处视频中观看人数最多的片段等。例如,目标视频的视频时长为120分钟,该目标视频的第20-25分钟为该目标视频中观看人数最多的片段,那么该目标视频的第20-25分钟可以为目标视频的热门片段。此外,当基于播放进度确定热门片段时,可以获取到一个热门片段,也可以获取到多个热门片段;当获取到多个热门片段时,可以选取距离该播放进度最近的热门片段作为该播放进度下目标视频对应的热门片段;也可以是,将多个热门片段显示给用户,基于用户的选择来确定该播放进度下目标视频对应的热门片段。
在本实施例的一个实现方式中,目标视频可以基于用户点播操作所确定并播放的,也可以是通过外部设备发送的控制指令所确定并播放等。在一个典型实现方式中,目标视频可以基于用户点播操作所确定并播放给的,也就是说,在获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段之前,所述方法还可包括目标视频点播过程,所述目标视频点播过程具体可以包括打开在线视频播放软件,获取在线视频媒资库数据,其中在线视频媒资库数据为影片详情内容,如片名、演员、剧情简介、集数等,在线视频媒资库数据显示于在线视频播放软件界面上;选择在线视频播放软件界面上的一个目标视频,进入该目标视频详情;点击该目标视频详情界面的视频点播,进而播放该目标视频。
S200、基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度。
具体地,视频理解模型为经过训练的神经网络模型,视频理解模型的输入项为视频片段,输出项为推荐维度。所述视频理解模型内配置有若干默认维度,所述默认维度可以包括片源的信息、演员角色、建筑、古典建筑、特殊建筑、拍摄手法以及影片类型,以使得所述视频理解模型可以识别到热门片段中的片源的信息、演员角色、建筑、拍摄手法以及影片类型,其中,片源的信息可以包括片名、导演、演员以及创作团队等,演员角色包括农民、精英以及仙人等,剧情可以包括古装、现代以及宫斗等,建筑可以为山、海以及高楼等,古典建筑可以包括皇家建筑、宫观、寺庙、府邸以及古城等,特殊建筑可以是长城以及纪念碑等,影片类型可以是动作片、恐怖片、喜剧片、科幻片以及爱情片等。当然,在实际应用中,所述视频理解模型所配置的默认维度还可以包括其他维度,例如,历史年代、地理位置等。此外,在视频理解模型的使用过程中,可以对视频理解模型中的默认维度进行扩充,当视频理解模型配置的默认维度扩充时,可以将扩充前的视频理解模型作为初始模型,再对该视频理解模型进行训练,以得到训练后的视频理解模块可以识别扩充后的所有默认维度。
在本实施例的一个实现方式中,所述视频理解模型配置若干默认维度;所述基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度包括:
S201、将所述热门片段输入所述视频理解模型,通过所述视频理解模型输出所述热门片段在各默认维度上的维度内容;
S202、基于所述热门片段在各默认维度上的维度内容生成所述目标视频对应的推荐维度。
具体地,所述维度内容为各默认维度上的具体识别结果,例如,默认维度为建筑,推荐内容可以为高楼,或者是,默认维度为片源的信息,推荐内容可以为演员。此外,在对热门片段进行识别时,可以识别到各默认维度上的维度内容,也可以识别到部分默认维度上的维度内容,也就是说,热门片段可以携带所有默认维度上内容,也可以携带部分默认维度上的内容。例如,默认维度可以包括片源的信息、演员角色、建筑、古典建筑、特殊建筑、拍摄手法以及影片类型,通过视频理解模型得到视频a中的热门片段b在片源的信息上的推荐内容为演员A,在古典建筑上的推荐内容为皇家建筑。
推荐维度可以作为热门片段在各默认维度上的维度内容所形成的查询条件,基于推荐维度在视频资源中查找相应的推荐资源。在一个实现方式中,推荐维度为基于热门片段在各默认维度上的维度内容所处形成的搜索语句,其中,搜索语句包括各默认维度上的维度内容。例如,视频a中的热门片段b通过视频理解模型的到推荐内容包括演员A和皇家建筑,那么推荐维度可以为演员A饰演的古装角色的皇家建筑场景。
S300、根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
具体地,所述推荐资源是以推荐维度为搜索语句检索得到的推荐视频片段,该推荐视频片段的检索结果可能有一个,可能有多个,也可能没有,可以理解的是,没有推荐视频检索结果的原因,是因为根据该热门片段的推荐维度无法从媒资库服务器里搜索到推荐片源。为了方便用户在观看目标视频时能及时查看并转播推荐视频,所述推荐视频的显示区域与目标视频播放窗口设置在同一界面上,且临近所述目标视频播放窗口,推荐视频的显示区域可以位于视频播放窗口的左侧或者右侧或者上侧。当推荐资源为多个数目时,可以按列显示,也可以按行显示。
一个典型实现方式中,所述推荐资源设置于目标视频播放窗口的右侧,如图所示:推荐资源显示区域与目标视频播放窗口并列且位于所述目标视频播放窗口的右侧,多个推荐资源按列依次排置于推荐资源显示区域内,该目标视频播放窗口的下方显示有目标视频播放进度条,该目标视频播放进度条对热门片段进行颜色标注,便于用户查看热门片段的所在位置,方便用户根据喜好查看或者标注热门片段。
在本实施例的一个实现方式中,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
S301、将推荐维度发送到媒资库服务器中,控制媒资库服务器获取所述目标视频对应的用户的用户偏好;
S302、控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
具体地,所述用户偏好是用户在使用在线视频媒资库时,通过用户之前或当下的观影习惯记录理解得到的用户对在线视频媒资库的某一类视频资源或场景,或是视频资源、场景里的某一个演员或导演所拍摄的视频资源的喜爱。用户偏好可能有一个,可能有多个,也可能没有,可以理解的是,当在线视频媒资库里没有用户偏好的原因,很可能为该用户是第一次在在线视频媒资库观看视频,当用户偏好有多个时,可以将用户偏好显示于在线视频媒资库中,如可以在在线视频媒资库设置一个用户偏好栏,用户在使用在线视频媒资库时,可以自行在用户偏好栏中进行修改,其中修改包括添加以及删除等,便于用户准确定位自己的偏好。
在本实施例的一个实现方式中,所述控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
S3021、控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定第一候选推荐资源;
S3022、控制所述媒资库服务器获取基于所述热门片段所形成的第二候选推荐资源;
S3023、将所述第一候选推荐资源和所述第二候选推荐资源,作为所述目标视频对应的推荐资源,并推荐确定的推荐资源。
具体地,所述第一候选推荐资源是基于所述用户偏好以及所述推荐维度得出的为对目标视频的热门片段作进一步创作的推荐资源,在本实施例的一个实现的方式中,所述第一候选推荐资源可以是对热门片段的影片点评,或者是对热片片段的内容概要讲解的快速看片,或者是热门片段的剪辑视频,或者是在热门片段的基础上增加了非热门片段的视频,将第一候选推荐资源显示于推荐视频的显示区域上,在本实施例的一个实现的方式中,例如,视频a中的热门片段b通过视频理解模型得到推荐内容包括演员A和皇家建筑,那么推荐维度可以为演员A饰演的古装角色的皇家建筑场景,而用户偏好看影片点评,那么第一候选推荐资源显示的是视频a中热门片段b的影片点评;所述第二候选推荐资源是基于所述用户偏好以及所述推荐维度得出的为非目标视频的其他视频,在本实施例的一个实现的方式中,例如,视频a中的热门片段b通过视频理解模型得到推荐内容包括演员A和皇家建筑,那么推荐维度可以为演员A饰演的古装角色的皇家建筑场景,而用户偏好看影片C,那么优先给用户看影片C或类似影片C、有演员A饰演的古装角色的皇家建筑场景的影片推荐。第一候选推荐视频与第二候选推荐视频均可显示于推荐视频的显示区域上,可以理解的是,具体第一候选推荐视频与第二候选推荐视频显示于推荐视频显示区域的先后顺序,可以是根据用户偏好进行排列,例如,用户可以对多个用户偏好进行优先级设置;或者是可以由用户自行选择设置顺序,例如,将第一候选推荐资源排列在第二候选推荐资源之前,可对推荐视频显示区域的第一候选推荐资源以及第二候选推荐资源进行收藏、播放、顺序移动或删除等操作。
在本实施例的一个实现方式中,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源之后,所述方法还包括:
S401、监听所述推荐资源的推荐时长;
S402、当所述推荐时长达到预设时长时,重新执行获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段的步骤,以更新所述推荐资源。
具体地,所述推荐时长等于预设时长,所述预设时长可以为热门片段的参考播放进度时长,也可以是为前一个热门片段最前端点的播放进度与后一个热门片段最前端点的播放进度之间的播放时长。当预设时长为热门片段的参考播放进度时长时,一播放到目标视频的当前热门片段最前端点的播放进度时,推荐资源就会在推荐视频播放区域里显示出来,当播放到当前热门片段的最后端点的播放进度时,推荐视频播放区域就会停止显示当前热门片段的推荐资源,重新执行获取目标视频的播放进度,再根据播放进度确定目标视频对应的热门片段,然后重新执行上述操作,以更新下一个热门片段的推荐资源;当预设时长为前一个热门片段最前端点的播放进度与后一个热门片段最前端点的播放进度之间的播放时长时,一播放到目标视频的当前热门片段最前端点的播放进度时,推荐资源就会在推荐视频播放区域里显示出来,只有当播放到后一个热门片段最前端点的播放进度时,推荐视频播放区域就才会停止显示当前热门片段的推荐资源,重新执行获取目标视频的播放进度,去更新显示后一个热门片段的推荐资源。
本发明还提供了一种多媒体资源的推荐装置,如图3所示,其包括:
获取模块100,用于获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段;
确定模块200,用于基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度;
推荐模块300,用于根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
基于上述一种多媒体资源的推荐方法,本实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如上述实施例所述的一种多媒体资源的推荐方法中的步骤。
基于上述一种多媒体资源的推荐方法,本申请还提供了一种终端设备,如图4所示,其包括至少一个处理器(processor)20;显示屏21;以及存储器(memory)22,还可以包括通信接口(Communications Interface)23和总线24。其中,处理器20、显示屏21、存储器22和通信接口23可以通过总线24完成相互间的通信。显示屏21设置为显示初始设置模式中预设的用户引导界面。通信接口23可以传输信息。处理器20可以调用存储器22中的逻辑指令,以执行上述实施例中的方法。
此外,上述的存储器22中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器22作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令或模块。处理器20通过运行存储在存储器22中的软件程序、指令或模块,从而执行功能应用以及数据处理,即实现上述实施例中的方法。
存储器22可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器。例如,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
此外,上述存储介质以及移动终端中的多条指令处理器加载并执行的具体过程在上述方法中已经详细说明,在这里就不再一一陈述。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种多媒体资源的推荐方法,其特征在于,所述方法包括:
获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段;
基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度;
根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
2.根据权利要求1所述的多媒体资源的推荐方法,其特征在于,所述热门片段包含于所述目标视频内,且所述热门片段的参考播放进度位于所述播放进度之前。
3.根据权利要求1所述的多媒体资源的推荐方法,其特征在于,所述视频理解模型配置若干默认维度;所述基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度包括:
将所述热门片段输入所述视频理解模型,通过所述视频理解模型输出所述热门片段在各默认维度上的维度内容;
基于所述热门片段在各默认维度上的维度内容生成所述目标视频对应的推荐维度。
4.根据权利要求3所述的多媒体资源的推荐方法,其特征在于,所述默认维度至少包括片源的信息、演员角色、建筑、拍摄手法以及影片类型。
5.根据权利要求1所述的多媒体资源的推荐方法,其特征在于,其特征在于,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
将推荐维度发送到媒资库服务器中,控制媒资库服务器获取所述目标视频对应的用户的用户偏好;
控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
6.根据权利要求5所述的多媒体资源的推荐方法,其特征在于,所述控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定所述目标视频对应的推荐资源,并推荐确定的推荐资源具体包括:
控制所述媒资库服务器基于所述用户偏好以及所述推荐维度,确定第一候选推荐资源;
控制所述媒资库服务器获取基于所述热门片段所形成的第二候选推荐资源;
将所述第一候选推荐资源和所述第二候选推荐资源,作为所述目标视频对应的推荐资源,并推荐确定的推荐资源。
7.根据权利要求1所述的多媒体资源的推荐方法,其特征在于,所述根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源之后,所述方法还包括:
监听所述推荐资源的推荐时长;
当所述推荐时长达到预设时长时,重新执行获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段的步骤,以更新所述推荐资源。
8.一种多媒体资源的推荐装置,其特征在于,所述装置包括:
获取模块,用于获取目标视频的播放进度,并根据播放进度确定目标视频对应的热门片段;
确定模块,用于基于所述热门片段及经过训练的视频理解模型,确定所述目标视频对应的推荐维度;
推荐模块,用于根据推荐维度确定所述目标视频对应的推荐资源,并推荐确定的推荐资源。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1-7任意一项所述的一种多媒体资源的推荐方法中的步骤。
10.一种终端设备,其特征在于,包括:处理器、存储器及通信总线;所述存储器上存储有可被所述处理器执行的计算机可读程序;
所述通信总线实现处理器和存储器之间的连接通信;
所述处理器执行所述计算机可读程序时实现如权利要求1-7任意一项所述的一种多媒体资源的推荐方法中的步骤。
CN202110786426.4A 2021-07-12 2021-07-12 一种多媒体资源的推荐方法及相关设备 Pending CN113536033A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110786426.4A CN113536033A (zh) 2021-07-12 2021-07-12 一种多媒体资源的推荐方法及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110786426.4A CN113536033A (zh) 2021-07-12 2021-07-12 一种多媒体资源的推荐方法及相关设备

Publications (1)

Publication Number Publication Date
CN113536033A true CN113536033A (zh) 2021-10-22

Family

ID=78098676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110786426.4A Pending CN113536033A (zh) 2021-07-12 2021-07-12 一种多媒体资源的推荐方法及相关设备

Country Status (1)

Country Link
CN (1) CN113536033A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499704A (zh) * 2022-08-22 2022-12-20 北京奇艺世纪科技有限公司 一种视频推荐方法、装置、可读存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110248258A (zh) * 2019-07-18 2019-09-17 腾讯科技(深圳)有限公司 视频片段的推荐方法、装置、存储介质和计算机设备
CN111327955A (zh) * 2018-12-13 2020-06-23 Tcl集团股份有限公司 基于用户画像的点播方法、存储介质及智能电视
CN112019920A (zh) * 2019-05-31 2020-12-01 腾讯科技(深圳)有限公司 视频推荐方法、装置、系统和计算机设备
CN112235641A (zh) * 2020-10-14 2021-01-15 北京百度网讯科技有限公司 一种视频推荐方式、装置、设备和储存介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111327955A (zh) * 2018-12-13 2020-06-23 Tcl集团股份有限公司 基于用户画像的点播方法、存储介质及智能电视
CN112019920A (zh) * 2019-05-31 2020-12-01 腾讯科技(深圳)有限公司 视频推荐方法、装置、系统和计算机设备
CN110248258A (zh) * 2019-07-18 2019-09-17 腾讯科技(深圳)有限公司 视频片段的推荐方法、装置、存储介质和计算机设备
CN112235641A (zh) * 2020-10-14 2021-01-15 北京百度网讯科技有限公司 一种视频推荐方式、装置、设备和储存介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115499704A (zh) * 2022-08-22 2022-12-20 北京奇艺世纪科技有限公司 一种视频推荐方法、装置、可读存储介质及电子设备
CN115499704B (zh) * 2022-08-22 2023-12-29 北京奇艺世纪科技有限公司 一种视频推荐方法、装置、可读存储介质及电子设备

Similar Documents

Publication Publication Date Title
US12079226B2 (en) Approximate template matching for natural language queries
US10775968B2 (en) Systems and methods for analyzing visual content items
US9858967B1 (en) Section identification in video content
US9430532B2 (en) Media content rankings for discovery of novel content
US9788041B2 (en) Entertainment content rendering application
US11871060B2 (en) Systems and methods for media content navigation and filtering
CN103686344A (zh) 增强视频系统及方法
CN106471819B (zh) 用于提高媒体资产推荐模型中的精确性的系统和方法
US20170006343A1 (en) Systems and methods for generating recommendations based on a virtual environment
US11838604B2 (en) Generating crowdsourced trailers based on forward or rewind commands
WO2022179415A1 (zh) 视听作品的展示方法、装置、设备及介质
CN113536033A (zh) 一种多媒体资源的推荐方法及相关设备
US10924776B2 (en) Systems and methods for media content navigation and filtering
US10911803B2 (en) Content promotion through automated curation of content clips
CN112866811B (zh) 一种智能电视控制方法、装置、智能电视及可读存储介质
CN117915156A (zh) 基于完播率的视频动态推荐方法、装置、设备和介质
EP3794838A1 (en) Systems and methods for media content navigation and filtering

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