CN113794906A - 一种视频推荐方法、装置及云视频服务器 - Google Patents
一种视频推荐方法、装置及云视频服务器 Download PDFInfo
- Publication number
- CN113794906A CN113794906A CN202111111723.5A CN202111111723A CN113794906A CN 113794906 A CN113794906 A CN 113794906A CN 202111111723 A CN202111111723 A CN 202111111723A CN 113794906 A CN113794906 A CN 113794906A
- Authority
- CN
- China
- Prior art keywords
- video
- current target
- interaction information
- target video
- user interaction
- 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- Withdrawn
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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (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、视频推荐装置及云视频服务器。所述方法包括：获取当前目标视频的播放反馈参数和用户交互信息；按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。与现有技术相比，本发明的技术方案能够更加客观反应视频的真实热度，从而提升了视频推荐的精准度。
Description
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、装置及云视频服务器。
背景技术
随着互联网技术的发展，视频网站逐渐得到了现代人的青睐。视频网站为了能够推广自家网站的视频，会向用户推送当前热门视频以提高曝光量和关注度。一般情况下，视频网站会结合观众在视频中反馈的信息（例如弹幕或评论）和操作（例如点赞或收藏）的数量来确定该视频是否属于热门视频。
然而在实际操作中，一些视频发布者为了引起关注，故意以低素质的方式博取眼球，通过出格的行为来换取高播放量和高评论量，视频网站可能会基于播放量和评论量将其视为热门视频推送，从而造成不良影响；另一方面，一些视频发布者为了制造高流量，恶意刷取播放量或点赞数，从而让真正优秀的作品得到的曝光量不足，从而打击了视频作者的创作热情。
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、装置及云视频服务器。
第一方面，本公开提供一种视频推荐方法，所述方法包括：
获取当前目标视频的播放反馈参数和用户交互信息；
按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；
根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；
基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。
根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
第二方面，本公开提供一种视频推荐装置，所述视频推荐装置包括：
获取单元，获取当前目标视频的播放反馈参数和用户交互信息；
统计单元，按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；
修正单元，根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；
计算单元，基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。
推送单元，根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
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视频服务器，所述云视频服务器包括处理器、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用户终端通信连接，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，在本申请的实施例中，获取当前目标视频的播放反馈参数和用户交互信息；按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。上述方法中，若视频发布者使用博眼球的方式增加曝光量，则用户交互信息中必然以负面情绪为主，通过对其视频的曝光度减成，可以有效避免其传播，从而降低了造成不良影响的可能性，另一方面，若视频发布者通过恶意刷播放量等方式获取播放量，则播放反馈数据中必然呈现出“倒挂”的异常数据（例如播放量与点赞数不匹配，播放留存时间过短等现象），通过对其视频的参数修正，可以让真正优秀的作品获取更多的热门度，从而提升了视频网站品质，也更加能够激励创作者创作优秀品质视频作品。
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视频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可以包括云视频服务器100以及与所述云视频服务器100通信连接的用户终端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，用户终端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中的云视频服务器100和用户终端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，具体云视频服务器100和用户终端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中所示的云视频服务器100执行，下面对该视频推荐方法进行详细介绍。
步骤S110，获取当前目标视频的播放反馈参数和用户交互信息；
步骤S120，按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；
步骤S130，根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；
步骤S140，基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。
步骤S150，根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
在一个可能的实施例中，步骤S110还包括：
步骤S111，获取用户在所述当前目标视频中的文本交互信息，其中，所述文本交互信息包含弹幕和/或评论；
步骤S112，对所述文本交互信息进行去重处理，得到所述用户交互信息。
在一个可能的实施例中，步骤S110还包括：
步骤S113，获取用户在所述当前目标视频中的非文本交互信息，其中，所述非文本交互信息包含播放数量、点赞数量、收藏数量；
步骤S114，统计所述非文本交互信息，得到所述播放反馈参数。
在一个可能的实施例中，步骤S120还包括：
步骤S121，获取所述预设的用户交互信息和播放反馈参数范围的对应关系；
步骤S122，比较所述对应关系与播放反馈参数，若两者偏差大于等于第一阈值，则基于所述偏差确定第一修正值，并将所述第一修正值作为所述修正参数；
步骤S123，若两者偏差小于第一阈值，则将所述修正参数置零处理。
在一个可能的实施例中，步骤S130还包括：
步骤S131，对所述去重后的用户交互信息进行分析，确定其综合语义情感；
步骤S132，若所述综合语义情感为正面情感，则基于所述修正参数确定第二修正值，并将所述第二修正值加成到所述播放反馈参数中，得到所述实际数据偏差信息。
在一个可能的实施例中，步骤S130还包括：
步骤S133，若所述综合语义情感为负面情感，则基于所述修正参数确定第三修正值，并将所述第三修正值减成到所述播放反馈参数中，得到所述实际数据偏差信息。
在一个可能的实施例中，步骤S140还包括：
步骤S141，基于所述播放反馈参数和所述用户交互信息，计算所述当前目标视频的原始热度；
步骤S142，将所述实际数据偏差信息与所述当前目标视频的原始热度进行加权计算，得到所述当前目标视频的热门程度。
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视频服务器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视频服务器100执行的各个方法实施例。其中，该视频推荐装置300可以包括获取单元310、统计单元320、修正单元330、计算单元340以及推送单元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。
获取单元310可以用于执行上述的步骤S110，即用于获取当前目标视频的播放反馈参数和用户交互信息。
统计单元320可以用于执行上述的步骤S120，即用于按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数。
修正单元330可以用于执行上述的步骤S130，即用于根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息。
计算单元340可以用于执行上述的步骤S140，即用于基于所述实际数据偏差信息，计算所述当前目标视频的热门程度。
推送单元350可以用于执行上述的步骤S150，即用于根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
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，获取单元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获取单元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视频服务器100的硬件结构示意图，如图4所示，云视频服务器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，从而可以与前述的用户终端200进行数据收发。
处理器110的具体实现过程可参见上述云视频服务器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 (10)
1.一种视频推荐方法，其特征在于，所述方法包括：
获取当前目标视频的播放反馈参数和用户交互信息；
按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；
根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；
基于所述实际数据偏差信息，计算所述当前目标视频的热门程度，
根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
2.根据权利要求1所述的方法，其特征在于，所述获取当前目标视频的播放反馈参数和用户交互信息的步骤，包括：
获取用户在所述当前目标视频中的文本交互信息，其中，所述文本交互信息包含弹幕和/或评论；
对所述文本交互信息进行去重处理，得到所述用户交互信息。
3.根据权利要求2所述的方法，其特征在于，所述获取当前目标视频的播放反馈参数和用户交互信息的步骤，包括：
获取用户在所述当前目标视频中的非文本交互信息，其中，所述非文本交互信息包含播放数量、点赞数量、收藏数量；
统计所述非文本交互信息，得到所述播放反馈参数。
4.根据权利要求1所述的方法，其特征在于，按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数，包括：
获取所述预设的用户交互信息和播放反馈参数范围的对应关系；
比较所述对应关系与播放反馈参数，若两者偏差大于等于第一阈值，则基于所述偏差确定第一修正值，并将所述第一修正值作为所述修正参数；
若两者偏差小于第一阈值，则将所述修正参数置零处理。
5.根据权利要求4所述的方法，其特征在于，根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息，包括：
对所述去重后的用户交互信息进行分析，确定其综合语义情感；
若所述综合语义情感为正面情感，则基于所述修正参数确定第二修正值，并将所述第二修正值加成到所述播放反馈参数中，得到所述实际数据偏差信息。
6.根据权利要求5所述的方法，其特征在于，根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息，包括：
若所述综合语义情感为负面情感，则基于所述修正参数确定第三修正值，并将所述第三修正值减成到所述播放反馈参数中，得到所述实际数据偏差信息。
7.根据权利要求1所述的方法，其特征在于，基于所述实际数据偏差信息，计算所述当前目标视频的热门程度，包括：
基于所述播放反馈参数和所述用户交互信息，计算所述当前目标视频的原始热度；
将所述实际数据偏差信息与所述当前目标视频的原始热度进行加权计算，得到所述当前目标视频的热门程度。
8.一种视频推荐装置，其特征在于，所述视频推荐装置包括：
获取单元，获取当前目标视频的播放反馈参数和用户交互信息；
统计单元，按照预设的用户交互信息和播放反馈参数范围的对应关系，确定所述播放反馈参数对应的修正参数；
修正单元，根据所述用户交互信息和所述修正参数，获得所述当前目标视频的实际数据偏差信息；
计算单元，基于所述实际数据偏差信息，计算所述当前目标视频的热门程度，
推送单元，根据所述热门程度，选择待推荐视频进行页面推送，其中，所述待推荐视频为所述当前目标视频中按照所述热门程度排序最高的目标视频。
9.一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/可执行代码被视频推荐装置的处理器执行时，使得所述视频推荐装置实现权利要求1-7中任一项所述的方法。
10.一种云视频服务器，其特征在于，所述云视频服务器包括处理器、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用户终端通信连接，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1-7中任意一项的视频推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111111723.5A CN113794906A (zh) | 2021-09-23 | 2021-09-23 | 一种视频推荐方法、装置及云视频服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111111723.5A CN113794906A (zh) | 2021-09-23 | 2021-09-23 | 一种视频推荐方法、装置及云视频服务器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113794906A true CN113794906A (zh) | 2021-12-14 |
Family
ID=79184109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111111723.5A Withdrawn CN113794906A (zh) | 2021-09-23 | 2021-09-23 | 一种视频推荐方法、装置及云视频服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113794906A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116233554A (zh) * | 2023-01-17 | 2023-06-06 | 北京达佳互联信息技术有限公司 | 视频播放方法、装置、电子设备和存储介质 |
| CN116562923A (zh) * | 2023-05-26 | 2023-08-08 | 深圳般若海科技有限公司 | 一种基于电商行为的大数据分析方法、系统及介质 |
| CN117793464A (zh) * | 2023-12-27 | 2024-03-29 | 北京新联财通咨询有限公司 | 视频作品的互动数据处理方法及装置、存储介质、终端 |
-
2021
- 2021-09-23 CN CN202111111723.5A patent/CN113794906A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116233554A (zh) * | 2023-01-17 | 2023-06-06 | 北京达佳互联信息技术有限公司 | 视频播放方法、装置、电子设备和存储介质 |
| CN116562923A (zh) * | 2023-05-26 | 2023-08-08 | 深圳般若海科技有限公司 | 一种基于电商行为的大数据分析方法、系统及介质 |
| CN116562923B (zh) * | 2023-05-26 | 2023-12-22 | 深圳般若海科技有限公司 | 一种基于电商行为的大数据分析方法、系统及介质 |
| CN117793464A (zh) * | 2023-12-27 | 2024-03-29 | 北京新联财通咨询有限公司 | 视频作品的互动数据处理方法及装置、存储介质、终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113794906A (zh) | 一种视频推荐方法、装置及云视频服务器 | |
| US10405033B2 (en) | Method for controlling network media information publication, apparatus, and server | |
| 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 | |
| WO2020257991A1 (zh) | 用户识别方法及相关产品 | |
| CN113613075A (zh) | 一种视频推荐方法、装置及云服务器 | |
| CN111241391A (zh) | 任务推荐的方法及装置 | |
| CN111708931B (zh) | 基于移动互联网的大数据采集方法及人工智能云服务平台 | |
| WO2024183766A1 (zh) | 一种商品对象信息的翻译方法、设备和介质 | |
| CN110427358B (zh) | 数据清洗方法及装置和信息推荐方法及装置 | |
| CN117610524A (zh) | 表单生成方法、装置、电子设备和计算机可读存储介质 | |
| CN111046232A (zh) | 一种视频分类方法、装置及系统 | |
| CN108021464B (zh) | 一种应用程序响应数据的兜底处理的方法以及装置 | |
| CN114363675A (zh) | 一种视频分发方法、装置及云视频服务器 | |
| CN113312554B (zh) | 用于评价推荐系统的方法及装置、电子设备和介质 | |
| CN113207026A (zh) | 一种视频推荐方法、装置及云服务器 | |
| CN112785444A (zh) | 基于海量金融数据的智能投资数据处理方法、装置及系统 | |
| CN107748711A (zh) | 自动优化Storm并行度的方法、终端设备及存储介质 | |
| CN113901129A (zh) | 一种基于区块链的数据处理方法、装置及计算机设备 | |
| CN113784212A (zh) | 一种视频推荐方法、装置及云视频服务器 | |
| CN112015924A (zh) | 流媒体缓存方法及其装置、计算机可存储介质 | |
| CN113784166A (zh) | 一种直播间流控制方法、装置及云直播服务器 | |
| CN113901099A (zh) | 一种基于大数据的用户分类方法及系统 | |
| CN113784218A (zh) | 一种视频处理方法、装置及云视频服务器 | |
| CN114398515A (zh) | 一种视频搜索方法、装置及云服务器 | |
| CN113225582A (zh) | 一种直播视频审核方法、装置及云端服务器 |
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: 20211214 |