CN113722534B - 视频推荐方法和装置 - Google Patents

Abstract

本公开提供了一种视频推荐方法和装置，涉及计算机技术领域，尤其涉及基于人工智能的推荐技术领域。实现方案为：针对目标用户，获取多个视频中的每一个视频对应的留存率因子，留存率因子表征对应的视频使目标用户留存的概率；以及基于多个视频中的每一个视频对应的留存率因子，从多个视频中获取目标视频，以推荐给目标用户。

Description

视频推荐方法和装置

技术领域

本公开涉及计算机技术领域，尤其涉及基于人工智能的推荐技术，具体涉及一种视频推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

基于人工智能的推荐技术，已经渗透到各个领域。其中，基于人工智能的视频推荐技术，根据视频的特征结合用户对视频的偏好，实现向用户推荐视频。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种视频推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种视频推荐方法，包括：针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户留存的概率；以及基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

根据本公开的另一方面，提供了一种视频推荐装置，包括：第一获取单元，被配置用于针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户留存的概率；以及第二获取单元，被配置用于基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器实现根据上述的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机实现根据上述的方法。

根据本公开的另一方面，提供了一种计算机程序产品包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的一个或多个实施例，基于视频的留存率因子，为目标用户推荐视频，由于该留存率因子表征视频使目标用户留存的概率，使得为目标用户推荐的视频中，可以将使该目标用户的留存的概率较大的视频推荐给用户。由于该视频使目标用户留存的概率较大，更切合目标用户的需求，使给目标用户推荐的视频更精准，同时也提升使目标用户留存的概率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的视频推荐方法的流程图；

图3示出了根据本公开的实施例的视频推荐方法中获取多个视频中的每一个视频对应的留存率因子的过程的流程图；

图4示出了根据本公开的实施例的视频推荐方法中获取目标用户在第一时间段观看的至少一个第一视频和区别于第一时间段的第二时间段观看的至少一个第二视频的过程的流程图；

图5示出了根据本公开的实施例的视频推荐方法中至少基于视频、至少一个第一视频和至少一个第二视频，获取该视频的留存率因子的过程的流程图；

图6示出了根据本公开的实施例的视频推荐方法中获取至少一个第一视频中的一个或多个第一视频和至少一个第二视频中与该一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频的过程的流程图；

图7示出了根据本公开的实施例的视频推荐装置的结构框图；以及

图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行视频推荐方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来观看推荐的视频。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中，由服务器120使用的数据存储库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

参看图2，根据本公开的一些实施例的一种车位推荐方法200包括：

步骤S210：针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户的留存的概率；以及

步骤S220：基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

根据本公开的一些实施例，基于视频的留存率因子，为目标用户推荐视频，由于该留存率因子表征视频使目标用户留存的概率，使得为目标用户推荐的视频中，可以将使该目标用户的留存的概率较大的视频推荐给用户。由于该视频使目标用户留存的概率较大，更切合目标用户的需求，使给目标用户推荐的视频更精准，同时也提升使目标用户留存的概率。

在相关技术中，在为用户推荐视频的过程中，基于用户单次观看视频的时长、用户行为(如点赞、转发)等推荐视频。由于用户在每次观看视频后，会进入新的状态，基于用户观看视频的时长和用户行为推测单个视频对用户的影响，其只能反应该视频对用户在当下观看该视频过程中的影响，使基于其为用户推荐的视频，不够准确。

根据本公开的一个或多个实施例，在为目标用户推荐视频的过程中，考虑视频的表征其使目标用户留存的概率的留存率因子。由于留存率因子反应目标用户的留存，其反应视频对目标用户的长期影响；使基于该留存率因子为目标用户推荐的视频准确，提高用户留存率。

参看图3，示出了在根据本公开的一些实施例的视频推荐方法200中实现步骤S210的过程的流程图。

在一些实施例中，如图3所示、获取多个视频中的每一个视频对应的留存率因子包括：

步骤S310：获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频，其中，所述第一时间段在时间上位于所述第二时间段之前；以及

步骤S320：对于所述多个视频中的每一个视频，至少基于该视频、所述至少一个第一视频和所述至少一个第二视频，获取该视频的留存率因子

基于该目标用户的用户先后在两个时间段的至少一个视频获取留存率因子，由于该两个时间段的多个视频能够表征该目标用户的真实留存，使获得的计算模型与该目标用户的真实留存相关，从而使获得的留存率因子准确。

在一些实施例中，在步骤S310中，通过获取目标用户在一段时间内观看的多个视频，并基于观看该多个视频的时间，获取该至少一个第一视频和该至少一个第二视频，其中，第一时间段和及第二时间段为该一段时间内的先后两个不重叠的时间段。

在一些实施例中，在步骤S310中，通过获取目标用户先后两次观看的多个视频，获取该至少一个第一视频和该至少一个第二视频。例如，通过获取目标用户在第一天和第二天进入视频播放应用观看的多个视频，获取第一天观看的多个视频为该至少一个第一视频，第二天观看的多个视频为该至少一个第二视频。

参看图4，示出了在根据本公开的一些实施例的视频推荐方法中实现步骤S310的过程的流程图。

在一些实施例中，如图4所示，步骤S310、获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频包括：

步骤S410：响应于所述目标用户的指令，获取与对应于所述指令的当前时间点；以及

步骤S420：基于所述第一时间点，获取所述至少一个第一视频和所述至少一个第二视频，其中，所述第一时间段与所述第二时间段为紧邻所述当前时间点的相邻的时间段。

基于目标用户在与当前时间点相邻的两个时间段内观看的至少一个第一视频和至少一个第二视频，获取留存率因子，使获取的留存率因子随着用户观看的视频的更新而更新，使获取的留存率因子能够反应视频的对该目标用户留存的最新的影响，当用户偏好发生变化时，该留存率因子能随之发生变化，使计算的留存率因子更为准确。从而使基于该留存率因子为用户推荐的视频更加准确。

在一些实施例中，在步骤S410中，目标用户的指令是目标用户发送的获取视频的指令。

参看图5，示出了在根据本公开的一些实施例的视频推荐方法中实现步骤S420的过程的流程图。

在一些实施例中，如图5所示，步骤S420、至少基于该视频、所述至少一个第一视频和所述至少一个第二视频，获取该视频的留存率因子包括：

步骤S510：获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频与对应的所述一个或多个第二视频中的每一个第二视频的相似度大于预设值；

步骤S520：对于所述一个或多个第一视频中的每一个第一视频，基于该第一视频对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子；以及

步骤S530：至少基于该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的一个或多个所述留存率因子，获取该视频对应的所述留存率因子。

基于相似度大于预设值的第一视频和第二视频，获取第一视频的留存率因子，该留存率因子不仅与第一视频和第二视频的相似度相关，还和与该第一视频相似的第二视频(例如，数量)相关，使获取的留存率因子能够表征第一视频对用户的留存的程度，例如与第一视频对应的第二视频的数量多的留存率因子大。

在相关技术中，根据第一视频和第二视频的相似度推荐视频，由于所推荐的视频仅仅与相似度相关，在多个第一视频均具有相似的第二视频时，仅仅基于相似度，无法区分多个第一视频对于目标用户的留存的影响。

采用本公开的方法，根据留存率因子推荐的视频，由于留存率因子不仅考虑了第一视频和第二视频之间的相似度，还考虑与该第一视频相似的第二视频，所表征的第一视频对目标用户的影响更加准确，使基于其为用户推荐的视频更加精准，符合用户需求，提升目标用户的留存率。

参看图6，示出了在根据本公开的一些实施例的视频推荐方法中实现步骤S510的过程的流程图。

在一些实施例中，如图6所示，步骤S510、获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频包括：

步骤S610：获取用户行为，所述用户行为包括与所述至少一个第一视频中每一个第一视频对应的第一用户行为，所述第一用户行为表征所述目标用户对对应的第一视频的偏好；

步骤S620：基于所述至少一个第一视频中每一个第一视频所述第一用户行为，获取所述一个或多个第一视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频对应的所述第一用户行为所表征的所述目标用户对该第一视频的偏好高于预设偏好。

基于用户行为，获取目标用户偏好的一个或多个第一视频，以获取该用户偏好的一个或多个第一视频对应的留存率因子，该留存率因子因为基于用户偏好的视频获取，即使基于更能使目标用户留存的视频获取，因而更准确。使后续基于该第一视频和对应的留存率因子获得的多个视频对应的留存率因子更加准确，进一步使后续基于留存率因子为用户推荐的视频更加准确。

在一些实施例中，步骤S510，所述获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频还包括：

获取与所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，所述第一用户行为表征所述目标用户对对应的第二视频的偏好；以及其中，步骤S620、基于该第一视频和对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子包括：

基于该第一视频对应的所述一个或多个第二视频以及所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，获取该第一视频对应的所述留存率因子。

基于第一视频对应的一个或多个第二视频和该一个或多个第二视频中的每一个第二视频对应的第二用户行为，获取该第一视频对应的留存率因子，使获取的第一视频对应的留存率因子不仅与相似的第二视频(如第二视频的数量)相关还与第二视频对应的第二用户行为(如用户观看的次数、点赞或转发行为等)相关，使获取的第一视频对应的留存率因子更加准确。从而基于该第一视频和对应的留存率因子获得的多个视频对应的留存率因子更加准确，从而使后续基于留存率因子为用户推荐的视频更加准确。

在一些实施例中，在步骤S510中，通过获取上述用户偏好的一个或多个第一视频中的每一个第一视频与至少一个第二视频中的每一个第二视频的相似度，获取该一个或多个第一视频对应的一个或多个第二视频。

在另一些实施例中，在步骤S510中，通过获取至少一个视频中的每一个第一视频与至少一个第二视频中的每一个第二视频的相似度，获取上述一个或多个第一视频对应的一个或多个第二视频。

在一些实施例，在步骤S520中，基于一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频的数量，获取一个或多个第一视频中每一个第一视频的留存率因子。

在一些实施例中，在步骤S520中，基于一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频的数量、用户行为对该一个或多个第一视频进行排序，并基于该排序获得该一个或多个第一视频中的每一个第一视频对应的归一化的留存率因子。

根据一些实施例，相似度包括至少一个第一视频中的每一个第一视频的标签和所述至少一个第二视频中的每一个第二视频的标签之间的标签相似度。

根据另一些实施例，相似度包括至少一个第一视频中的每一个第一视频的隐式向量和所述至少一个第二视频中的每一个第二视频的隐式向量之间的向量相似度。

需要理解的是，上述相似度包括标签相似度或向量相似度仅仅是示例性的，在其他实施例中，相似度还可以标签相似度和向量相似度两者，或者其他相似度，在此并不限定。

相似度包括标签相似度或者向量相似度两者，使获取第一视频对应的一个或多个第二视频包括从各种角度相似的第二视频，使获取的第二视频准确。

例如，第一视频和对应的一个或多个第二视频可以都是对应于标签为“相声”的视频，也可以分别是郭某某的相声视频或者郭某某的访谈视频。使获取的与第一视频(“相声视频”)相似的第二视频的评价角度全面，获得的第二视频更为准确。在一些实施例中，方法200还包括：

获取所述目标用户对应的模型特征，所述模型特征与所述目标用户的留存相关；以及其中，步骤S520、至少基于该视频、所述一个或多个第一视频中的每一个第一视频和对应的所述留存率因子，获取该视频对应的所述留存率因子包括：基于所述模型特征、该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的所述留存率因子，获取该视频对应的所述留存率因子。

目标用户对应的模型特征与目标用户的留存相关，具有针对性，使计算的留存率因子是针对该目标用户的留存率因子，从而使为用户推荐的视频是针对该目标用户的用户留存具有影响的视频，与目标用户相关。

在一些实施例中，采用计算模型，获取该多个视频中的每一个视频对应的留存率因子。其中，计算模型通过模型特征、一个或多个第一视频和所述一个或多个第一视频对应的所述留存率因子获取。

在一些实施例中，模型特征包括下列各项中的至少一项：与所述目标用户的设备相关的请求侧特征和与所述目标用户相关的用户侧特征。

根据一些实施例，请求侧特征包括目标用户的设备的当前网速、使用的网络类型(例如，4G或者5G)。

根据一些实施例，用户侧特征包括目标用户的性别、年龄、城市等。

在一些实施例中，模型特征还包括视频侧特征，例如视频类别等。在其他实施例中，模型特征还包括交叉特征，例如用户所选的视频类别等。

在一些实施例中，在步骤S520中，通过将多个视频中的每一个视频输入至计算模型，获取的计算模型对应的留存率因子。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

在一些实施例中，在步骤S220中，采用推荐模型，基于多个视频中的每一个视频对应的留存率因子，从该多个视频中获取目标视频，以推荐给所述目标用户。

在一个实施例中，目标视频包括多个视频中对应的留存率因子大于预设阈值的一个或多个视频。

根据本公开的另一方面，还提供一种视频推荐装置，参看图7，该装置700包括：第一获取单元710，被配置用于针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户留存的概率；以及第二获取单元720，被配置用于基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

在一些实施例中，所述第一获取单元710包括：第三获取单元，被配置用于获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频，其中，所述第一时间段在时间上位于所述第二时间段之前；以及第四获取单元，被配置用于对于所述多个视频中的每一个视频，至少基于该视频、所述至少一个第一视频和所述至少一个第二视频，获取该视频的留存率因子。

在一些实施例中，所述第三获取单元包括：第五获取单元，被配置用于响应于所述目标用户的指令，获取与对应于所述指令的当前时间点；以及第六获取单元，被配置用于基于所述第一时间点，获取所述至少一个第一视频和所述至少一个第二视频，其中，所述第一时间段与所述第二时间段为紧邻所述当前时间点的相邻的时间段。

在一些实施例中，所述第四获取单元包括：第七获取单元，被配置用于获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频与对应的所述一个或多个第二视频中的每一个第二视频的相似度大于预设值；第八获取单元，被配置用于对于所述一个或多个第一视频中的每一个第一视频，基于该第一视频和对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子；以及第九获取单元，被配置用于至少基于该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的一个或多个所述留存率因子，获取该视频对应的所述留存率因子。

在一些实施例中，所述第七获取单元包括：第一获取子单元，被配置用于获取与所述至少一个第一视频中每一个第一视频对应的第一用户行为，所述第一用户行为表征所述目标用户对对应的第一视频的偏好；以及第二获取子单元，被配置用于基于所述至少一个第一视频中每一个第一视频对应的所述第一用户行为，获取所述一个或多个第一视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频对应的所述第一用户行为所表征的所述目标用户对该第一视频的偏好高于预设偏好。

在一些实施例中，所述第七获取单元还包括：第三获取子单元，被配置用于获取与所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，所述第一用户行为表征所述目标用户对对应的第二视频的偏好；以及其中，所述第八获取单元还被配置用于基于该第一视频对应的所述一个或多个第二视频以及所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，获取该第一视频对应的所述留存率因子。

在一些实施例中，装置700还包括：第十获取单元，被配置用于获取所述目标用户对应的模型特征，所述模型特征与所述目标用户的留存相关；以及其中，所述第九获取单元还被配置用于基于所述模型特征、该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的所述留存率因子，获取该视频对应的所述留存率因子。

根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有计算机程序，所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面，还提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图8，现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向设备800输入信息的任何类型的设备，输入单元806可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM803并由计算单元801执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种视频推荐方法，包括：

针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户留存的概率，其中，所述获取多个视频中的每一个视频对应的留存率因子包括：

获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频，其中，所述第一时间段在时间上位于所述第二时间段之前，所述获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频包括：

响应于所述目标用户的指令，获取所述指令对应的当前时间点；以及

基于所述当前时间点，获取所述至少一个第一视频和所述至少一个第二视频，其中，所述第一时间段与所述第二时间段为紧邻所述当前时间点的相邻的时间段；以及

对于所述多个视频中的每一个视频，至少基于该视频、所述至少一个第一视频和所述至少一个第二视频，获取该视频的留存率因子，包括：

获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频与对应的所述一个或多个第二视频中的每一个第二视频的相似度大于预设值；

对于所述一个或多个第一视频中的每一个第一视频，基于该第一视频对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子，其中，该留存率因子与该第一视频和对应的第二视频之间的相似度和与该第一视频相似的第二视频的数量相关；以及

至少基于该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的一个或多个所述留存率因子，获取该视频对应的所述留存率因子；以及

基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

2.根据权利要求1所述的方法，其中，所述获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频包括：

获取与所述至少一个第一视频中每一个第一视频对应的第一用户行为，所述第一用户行为表征所述目标用户对对应的第一视频的偏好；以及

基于所述至少一个第一视频中每一个第一视频对应的所述第一用户行为，获取所述一个或多个第一视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频对应的所述第一用户行为所表征的所述目标用户对该第一视频的偏好高于预设偏好。

3.根据权利要求2所述的方法，其中，所述获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频还包括：

获取与所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，所述第一用户行为表征所述目标用户对对应的第二视频的偏好；以及其中，所述基于该第一视频和对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子包括：

基于该第一视频对应的所述一个或多个第二视频以及所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，获取该第一视频对应的所述留存率因子。

4.根据权利要求1所述的方法，其中，所述相似度包括下列各项中的至少一项：标签相似度和向量相似度。

5.根据权利要求1所述的方法，其中，还包括：

获取所述目标用户对应的模型特征，所述模型特征与所述目标用户的留存相关；以及其中，所述至少基于该视频、所述一个或多个第一视频中的每一个第一视频和对应的所述留存率因子，获取该视频对应的所述留存率因子包括：

基于所述模型特征、该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的所述留存率因子，获取该视频对应的所述留存率因子。

6.根据权利要求5所述的方法，其中，所述模型特征包括下列各项中的至少一项：与所述目标用户的设备相关的请求侧特征和与所述目标用户相关的用户侧特征。

7.一种视频推荐装置，包括：

第一获取单元，被配置用于针对目标用户，获取多个视频中的每一个视频对应的留存率因子，所述留存率因子表征对应的视频使所述目标用户留存的概率，其中，所述第一获取单元包括：

第三获取单元，被配置用于获取所述目标用户在第一时间段观看的至少一个第一视频和区别于所述第一时间段的第二时间段观看的至少一个第二视频，其中，所述第一时间段在时间上位于所述第二时间段之前，所述第三获取单元包括：

第五获取单元，被配置用于响应于所述目标用户的指令，获取所述指令对应的当前时间点；以及

第六获取单元，被配置用于基于所述当前时间点，获取所述至少一个第一视频和所述至少一个第二视频，其中，所述第一时间段与所述第二时间段为紧邻所述当前时间点的相邻的时间段；以及

第四获取单元，被配置用于对于所述多个视频中的每一个视频，至少基于该视频、所述至少一个第一视频和所述至少一个第二视频，获取该视频的留存率因子，其中，所述第四获取单元包括：

第七获取单元，被配置用于获取所述至少一个第一视频中的一个或多个第一视频和所述至少一个第二视频中与所述一个或多个第一视频中的每一个第一视频对应的一个或多个第二视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频与对应的所述一个或多个第二视频中的每一个第二视频的相似度大于预设值；

第八获取单元，被配置用于对于所述一个或多个第一视频中的每一个第一视频，基于该第一视频和对应的所述一个或多个第二视频，获取该第一视频对应的所述留存率因子，其中，该留存率因子与该第一视频和对应的第二视频之间的相似度和与该第一视频相似的第二视频的数量相关；以及

第九获取单元，被配置用于至少基于该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的一个或多个所述留存率因子，获取该视频对应的所述留存率因子；以及

第二获取单元，被配置用于基于所述多个视频中的每一个视频对应的所述留存率因子，从所述多个视频中获取目标视频，以推荐给所述目标用户。

8.根据权利要求7所述的装置，其中，所述第七获取单元包括：

第一获取子单元，被配置用于获取与所述至少一个第一视频中每一个第一视频对应的第一用户行为，所述第一用户行为表征所述目标用户对对应的第一视频的偏好；以及

第二获取子单元，被配置用于基于所述至少一个第一视频中每一个第一视频对应的所述第一用户行为，获取所述一个或多个第一视频，其中，对于所述一个或多个第一视频中的每一个第一视频，该第一视频对应的所述第一用户行为所表征的所述目标用户对该第一视频的偏好高于预设偏好。

9.根据权利要求7所述的装置，其中，所述相似度包括下列各项中的至少一项：标签相似度和向量相似度。

10.根据权利要求8所述的装置，其中，所述第七获取单元还包括：

第三获取子单元，被配置用于获取与所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，所述第一用户行为表征所述目标用户对对应的第二视频的偏好；以及其中，

所述第八获取单元还被配置用于基于该第一视频对应的所述一个或多个第二视频以及所述一个或多个第二视频中的每一个第二视频对应的第二用户行为，获取该第一视频对应的所述留存率因子。

11.根据权利要求8所述的装置，还包括：

第十获取单元，被配置用于获取所述目标用户对应的模型特征，所述模型特征与所述目标用户的留存相关；以及其中，所述第九获取单元还被配置用于基于所述模型特征、该视频、所述一个或多个第一视频和所述一个或多个第一视频对应的所述留存率因子，获取该视频对应的所述留存率因子。

12.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任意一项所述的方法。

13.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。