CN113613075A - 一种视频推荐方法、装置及云服务器 - Google Patents

一种视频推荐方法、装置及云服务器 Download PDF

Info

Publication number
CN113613075A
CN113613075A CN202110919131.XA CN202110919131A CN113613075A CN 113613075 A CN113613075 A CN 113613075A CN 202110919131 A CN202110919131 A CN 202110919131A CN 113613075 A CN113613075 A CN 113613075A
Authority
CN
China
Prior art keywords
video
information
interest
audience
target
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Withdrawn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
CN202110919131.XA
Other languages
English (en)
Inventor
顾黎明
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.)
Suzhou Lvdian Information Technology Co ltd
Original Assignee
Suzhou Lvdian 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 Suzhou Lvdian Information Technology Co ltd filed Critical Suzhou Lvdian Information Technology Co ltd
Priority to CN202110919131.XA priority Critical patent/CN113613075A/zh
Publication of CN113613075A publication Critical patent/CN113613075A/zh
Withdrawn legal-status Critical Current

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
    • H04N21/45—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
    • 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本公开实施例提供一种视频推荐方法、装置及云服务器。所述方法包括：获取观众历史播放信息；其中，所述观众历史播放信息包括存在视频播放信息的观众对应的若干视频频道；每个所述视频频道具有对应的至少一个视频；基于所述视频频道在所述观众历史播放信息中的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道的统计数量基于预设统计方式实现；按照所述兴趣视频频道对应的视频特征，对所述目标观众的视频观看信息进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；按照所述用户交互信息，对所述目标观众进行用户画像。基于所述用户画像，对目标观众进行视频推荐。采用本方法能够有效避免用户接收到误推荐的视频，从而提升了用户体验。

Description

一种视频推荐方法、装置及云服务器
技术领域
本公开涉及视频推荐技术领域，具体而言，涉及一种视频推荐方法、装置及云服务器。
背景技术
随着互联网技术的发展，视频网站逐渐成为年轻人消遣娱乐的方式之一。现有技术中，通常需要采集用户之前的视频观看数据，通过其曾经观看的视频来确定用户的偏好，并基于此进行用户画像，从而进行视频推荐。但可能用户在观看视频之前并不知晓视频是否是自己喜欢的视频，可能存在点击观看视频后，没过多久发现自己不感兴趣从而关闭视频，但此时该视频已经被记录在用户的历史播放记录中，而基于现有方法，服务器可能会误以为该用户喜欢该视频，从而基于该视频的特征向用户推荐类似的视频，从而造成了误推荐的现象发生。
发明内容
为了至少克服现有技术中的上述不足，本公开的目的在于提供一种视频推荐方法、装置及云服务器。
第一方面，本公开提供一种视频推荐方法，所述方法包括：
获取观众历史播放信息；其中，所述观众历史播放信息包括存在视频播放信息的观众对应的若干视频频道；每个所述视频频道具有对应的至少一个视频；
基于所述视频频道在所述观众历史播放信息中的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道的统计数量基于预设统计方式实现；
按照所述兴趣视频频道对应的视频特征，对所述目标观众的视频观看信息进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；
按照所述用户交互信息，对所述目标观众进行用户画像；
基于所述用户画像，对目标观众进行视频推荐。
第二方面，本公开提供一种视频推荐装置，所述装置包括：
提取单元，用于获取观众历史播放信息；其中，所述观众历史播放信息记录存在视频播放信息的观众对应的视频频道；
统计单元，用于基于在所述观众历史播放信息中所述视频频道中各视频标签对应的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道对应的统计数量基于预设统计方式实现；
特征提取单元，用于按照所述兴趣视频频道，对所述目标观众的实际消费结果进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；
画像单元，用于按照所述用户交互信息，对所述目标观众进行用户画像；
推荐单元，用于基于所述用户画像，对目标观众进行视频推荐。
第三方面，本公开实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计中的视频推荐方法。
第四方面，本公开实施例还提供一种云服务器，所述云服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个客户端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计中的视频推荐方法。
基于上述任意一个方面，本公开上述视频推荐方法、装置、云服务器和存储介质，通过获取包括存在视频播放信息的观众对应的若干视频频道的观众历史播放信息；每个视频频道具有对应的至少一个视频，并基于视频频道在观众历史播放信息中的统计数量，在视频频道中确定统计数量基于预设统计方式实现的兴趣视频频道；并通过按照兴趣视频频道对应的视频特征，对目标观众的视频观看信息进行特征提取，获得目标观众于兴趣视频频道的用户交互信息，以用于准确表征出目标观众的真实观看体验，从而实现了对目标观众进行更加精准的用户画像，避免直接通过视频播放记录来进行用户画像，提升了用户画像的准确性，避免用户接收到误推荐的视频，从而提升了用户体验。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本公开实施例提供的视频推荐系统的应用场景示意图；
图2为本公开实施例提供的视频推荐方法的流程示意图；
图3为本公开实施例提供的视频推荐装置的功能模块示意图；
图4为本公开实施例提供的用于实现上述的视频推荐方法的云服务器的结构示意框图。
具体实施方式
下面结合说明书附图对本公开进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本公开一种实施例提供的视频推荐系统10的交互示意图。视频推荐系统10可以包括云服务器100以及与所述云服务器100通信连接的客户端200。图1所示的视频推荐系统10仅为一种可行的示例，在其它可行的实施例中，该视频推荐系统10也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
本实施例中，客户端200可以包括移动设备、平板计算机、膝上型计算机等或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等，或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理、游戏设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。
本实施例中，视频推荐系统10中的云服务器100和客户端200可以通过配合执行以下方法实施例所描述的视频推荐方法，具体云服务器100和客户端200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题，图2为本公开实施例提供的视频推荐方法的流程示意图，本实施例提供的视频推荐方法可以由图1中所示的云服务器100执行，下面对该视频推荐方法进行详细介绍。
步骤S110，获取观众历史播放信息；其中，所述观众历史播放信息包括存在视频播放信息的观众对应的若干视频频道；每个所述视频频道具有对应的至少一个视频；
步骤S120，基于所述视频频道在所述观众历史播放信息中的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道的统计数量基于预设统计方式实现；
步骤S130，按照所述兴趣视频频道对应的视频特征，对所述目标观众的视频观看信息进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；
步骤S140，按照所述用户交互信息，对所述目标观众进行用户画像；
步骤S150，基于所述用户画像，对目标观众进行视频推荐。
在一个可能的实施例中，步骤S120还包括：
步骤S121，根据所述视频频道的统计数量，在所述视频频道中确定出目标视频频道；其中，所述目标视频频道的统计数量与所述视频频道的统计数量之间的百分比大于第一预设数值，且每个所述目标视频频道的统计数量均高于非目标的所述视频频道的统计数量；
步骤S122，将所述目标视频频道作为所述兴趣视频频道。
在一个可能的实施例中，步骤S120还包括：
步骤S123，按照所述视频频道的统计数量信息，对所述视频频道中的各视频标签进行划分，得到划分后视频频道；其中，每组所述划分后视频频道中各视频标签对应的统计数量相等；
步骤S124，在所述划分后视频频道中确定出目标视频频道；其中，所述目标视频频道的总统计数量与所述划分后视频频道的总统计数量之间的百分比大于第一预设数值；
步骤S125，将各组所述目标视频频道中的各视频标签进行关联，获得视频频道标签组合，作为所述兴趣视频频道。
在一个可能的实施例中，该方法还包括：
步骤S160，对所述观众历史播放信息进行时间判定处理，得到时间判定结果；所述时间判定结果包括所述视频频道在所述观众历史播放信息中的统计数量。
在一个可能的实施例中，步骤S130还包括：
步骤S131，按照所述兴趣视频频道对应的视频特征，对所述视频观看信息进行交互信息特征提取，得到所述目标观众于所述兴趣视频频道的用户交互信息，以使根据所述用户交互信息确定的所述目标观众于所述兴趣视频频道的交互信息与所述视频观看信息之间的比例满足预设的第二预设数值。
在一个可能的实施例中，步骤S140还包括：
步骤S141，根据所述用户交互信息和所述兴趣视频频道对应的视频特征，对所述目标观众进行分类，得到分类后的目标观众；
步骤S142，根据所述分类后的目标观众，生成所述目标观众对应的用户画像信息。
图3为本公开实施例提供的视频推荐装置300的功能模块示意图，本实施例可以根据上述云服务器100执行的方法实施例对该视频推荐装置300进行功能模块的划分，也即该视频推荐装置300所对应的以下各个功能模块可以用于执行上述云服务器100执行的各个方法实施例。其中，该视频推荐装置300可以包括提取单元310、统计单元320、特征提取单元330、画像单元340以及推荐单元350，下面分别对该视频推荐装置300的各个功能模块的功能进行详细阐述。
提取单元310可以用于执行上述的步骤S110，即用于获取观众历史播放信息；其中，所述观众历史播放信息记录存在视频播放信息的观众对应的视频频道。
统计单元320可以用于执行上述的步骤S120，即用于基于在所述观众历史播放信息中所述视频频道中各视频标签对应的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道对应的统计数量基于预设统计方式实现。
特征提取单元330可以用于执行上述的步骤S130，即用于按照所述兴趣视频频道，对所述目标观众的实际消费结果进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息。
画像单元340可以用于执行上述的步骤S140，即用于按照所述用户交互信息，对所述目标观众进行用户画像。
推荐单元350可以用于执行上述的步骤S150，即用于基于所述用户画像，对目标观众进行视频推荐。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，提取单元310可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上提取单元310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(applicationspecificintegratedcircuit，ASIC)，或，一个或多个微处理器(digitalsignalprocessor，DSP)，或，一个或者多个现场可编程门阵列(fieldprogrammablegatearray，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessingunit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
图4示出了本公开实施例提供的用于实现上述的控制设备的云服务器100的硬件结构示意图，如图4所示，云服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中，至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令（例如图3中所示的视频推荐装置300包括的），使得处理器110可以执行如上方法实施例的视频推荐方法，其中，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的客户端200进行数据收发。
处理器110的具体实现过程可参见上述云服务器100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
在上述的图4所示的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignalProcessor，DSP)、专用集成电路(英文：ApplicationSpecificIntegratedCircuit，ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(IndustryStandardArchitecture，ISA)总线、外部设备互连(PeripheralComponentInterconnect，PCI)总线或扩展工业标准体系结构(ExtendedIndustryStandardArchitecture，EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
此外，本公开实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上视频推荐方法。
上述的可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，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，或者对其中部分或者全部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公开各实施例技术方案的范围。

Claims (9)

1.一种视频推荐方法，其特征在于，所述方法包括：
获取观众历史播放信息；其中，所述观众历史播放信息包括存在视频播放信息的观众对应的若干视频频道；每个所述视频频道具有对应的至少一个视频；
基于所述视频频道在所述观众历史播放信息中的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道的统计数量基于预设统计方式实现；
按照所述兴趣视频频道对应的视频特征，对所述目标观众的视频观看信息进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；
按照所述用户交互信息，对所述目标观众进行用户画像；
基于所述用户画像，对目标观众进行视频推荐。
2.根据权利要求1所述的方法，其特征在于，所述基于所述视频频道在所述观众历史播放信息中的统计数量，在所述视频频道中确定兴趣视频频道，包括：
根据所述视频频道的统计数量，在所述视频频道中确定出目标视频频道；其中，所述目标视频频道的统计数量与所述视频频道的统计数量之间的百分比大于第一预设数值，且每个所述目标视频频道的统计数量均高于非目标的所述视频频道的统计数量；
将所述目标视频频道作为所述兴趣视频频道。
3.根据权利要求1所述的方法，其特征在于，若所述观众历史播放信息还包括有所述视频频道的统计数量信息，所述基于在所述观众历史播放信息中所述视频频道对应的统计数量，在所述视频频道中确定兴趣视频频道，包括：
按照所述视频频道的统计数量信息，对所述视频频道中的各视频标签进行划分，得到划分后视频频道；其中，每组所述划分后视频频道中各视频标签对应的统计数量相等；
在所述划分后视频频道中确定出目标视频频道；其中，所述目标视频频道的总统计数量与所述划分后视频频道的总统计数量之间的百分比大于第一预设数值；
将各组所述目标视频频道中的各视频标签进行关联，获得视频频道标签组合，作为所述兴趣视频频道。
4.根据权利要求3所述的方法，其特征在于，若所述观众历史播放信息不含有所述视频频道的统计数量信息，所述方法还包括：
对所述观众历史播放信息进行时间判定处理，得到时间判定结果；所述时间判定结果包括所述视频频道在所述观众历史播放信息中的统计数量。
5.根据权利要求1所述的方法，其特征在于，所述按照所述兴趣视频频道对应的视频特征，对所述目标观众的视频观看信息进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息，包括：
按照所述兴趣视频频道对应的视频特征，对所述视频观看信息进行交互信息特征提取，得到所述目标观众于所述兴趣视频频道的用户交互信息，以使根据所述用户交互信息确定的所述目标观众于所述兴趣视频频道的交互信息与所述视频观看信息之间的比例满足预设的第二预设数值。
6.根据权利要求4所述的方法，其特征在于，所述按照所述用户交互信息，对所述目标观众进行用户画像，包括：
根据所述用户交互信息和所述兴趣视频频道对应的视频特征，对所述目标观众进行分类，得到分类后的目标观众；
根据所述分类后的目标观众，生成所述目标观众对应的用户画像信息。
7.一种视频推荐装置，其特征在于，所述装置包括：
提取单元，用于获取观众历史播放信息；其中，所述观众历史播放信息记录存在视频播放信息的观众对应的视频频道；
统计单元，用于基于在所述观众历史播放信息中所述视频频道中各视频标签对应的统计数量，在所述视频频道中确定兴趣视频频道；其中，所述兴趣视频频道对应的统计数量基于预设统计方式实现；
特征提取单元，用于按照所述兴趣视频频道，对所述目标观众的实际消费结果进行特征提取，获得所述目标观众于所述兴趣视频频道的用户交互信息；
画像单元，用于按照所述用户交互信息，对所述目标观众进行用户画像；
推荐单元，用于基于所述用户画像，对目标观众进行视频推荐。
8.一种计算机可读存储介质，其特征在于，用于存储指令/可执行代码，当所述指令/可执行代码被电子设备的处理器执行时，使得所述电子设备实现权利要求1-6中任一项所述的方法。
9.一种云服务器，其特征在于，所述云服务器包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与至少一个客户端通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行权利要求1-6中任意一项的视频推荐方法。
CN202110919131.XA 2021-08-11 2021-08-11 一种视频推荐方法、装置及云服务器 Withdrawn CN113613075A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110919131.XA CN113613075A (zh) 2021-08-11 2021-08-11 一种视频推荐方法、装置及云服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110919131.XA CN113613075A (zh) 2021-08-11 2021-08-11 一种视频推荐方法、装置及云服务器

Publications (1)

Publication Number Publication Date
CN113613075A true CN113613075A (zh) 2021-11-05

Family

ID=78340274

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110919131.XA Withdrawn CN113613075A (zh) 2021-08-11 2021-08-11 一种视频推荐方法、装置及云服务器

Country Status (1)

Country Link
CN (1) CN113613075A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339417A (zh) * 2021-12-30 2022-04-12 未来电视有限公司 一种视频推荐的方法、终端设备和可读存储介质
CN114898246A (zh) * 2022-04-12 2022-08-12 广州阿凡提电子科技有限公司 一种基于大数据的用户分类方法、系统和装置
WO2023151682A1 (zh) * 2022-02-14 2023-08-17 北京有竹居网络技术有限公司 应用启动方法、装置、电子设备、存储介质和程序产品

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339417A (zh) * 2021-12-30 2022-04-12 未来电视有限公司 一种视频推荐的方法、终端设备和可读存储介质
CN114339417B (zh) * 2021-12-30 2024-05-10 未来电视有限公司 一种视频推荐的方法、终端设备和可读存储介质
WO2023151682A1 (zh) * 2022-02-14 2023-08-17 北京有竹居网络技术有限公司 应用启动方法、装置、电子设备、存储介质和程序产品
CN114898246A (zh) * 2022-04-12 2022-08-12 广州阿凡提电子科技有限公司 一种基于大数据的用户分类方法、系统和装置

Similar Documents

Publication Publication Date Title
CN113613075A (zh) 一种视频推荐方法、装置及云服务器
CN106326391B (zh) 多媒体资源推荐方法及装置
US20170188102A1 (en) Method and electronic device for video content recommendation
US20170272800A1 (en) Method for bullet screen pushing and electronic device
CN110856037B (zh) 一种视频封面确定方法、装置、电子设备及可读存储介质
CN112364202A (zh) 视频推荐方法、装置及电子设备
CN107454442B (zh) 一种推荐视频的方法和装置
CN111432263B (zh) 弹幕信息显示、处理、发布方法、电子设备及介质
CN111611581B (zh) 基于物联网的网络大数据信息防泄密方法及云通信服务器
CN111669622A (zh) 一种视频缺省播放关系的确定方法、装置及电子设备
CN111046230A (zh) 内容推荐方法及装置、电子设备和可存储介质
CN111669626A (zh) 一种视频缺省播放关系的确定方法、装置及电子设备
US10445585B1 (en) Episodic image selection
CN114363675A (zh) 一种视频分发方法、装置及云视频服务器
CN113794906A (zh) 一种视频推荐方法、装置及云视频服务器
CN114615525A (zh) 一种视频推送的方法、装置、设备及存储介质
CN114363663A (zh) 一种直播观看方法、装置及云视频服务器
CN110309361B (zh) 一种视频评分的确定方法、推荐方法、装置及电子设备
CN110546932B (zh) 使用媒体查看数据提高设备映射图准确度的系统和方法
CN113784212A (zh) 一种视频推荐方法、装置及云视频服务器
CN111369312A (zh) 商品信息的推荐方法、装置、计算设备及计算机存储介质
CN113225582A (zh) 一种直播视频审核方法、装置及云端服务器
US9973797B1 (en) Video on demand consumption learning system
CN114173200B (zh) 基于广电专网的视频管理推送方法及装置
CN114398515A (zh) 一种视频搜索方法、装置及云服务器

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: 20211105