CN114003765A - 一种个性化推荐方法、装置、计算机设备和存储介质 - Google Patents

一种个性化推荐方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN114003765A
CN114003765A CN202111644396.XA CN202111644396A CN114003765A CN 114003765 A CN114003765 A CN 114003765A CN 202111644396 A CN202111644396 A CN 202111644396A CN 114003765 A CN114003765 A CN 114003765A
Authority
CN
China
Prior art keywords
user
determining
video
personalized recommendation
steps
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
CN202111644396.XA
Other languages
English (en)
Inventor
左艳芬
谢奇龙
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.)
Witmotion Shenzhen Co ltd
Original Assignee
Witmotion Shenzhen 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 Witmotion Shenzhen Co ltd filed Critical Witmotion Shenzhen Co ltd
Priority to CN202111644396.XA priority Critical patent/CN114003765A/zh
Publication of CN114003765A publication Critical patent/CN114003765A/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
    • G06F16/74Browsing; Visualisation therefor
    • 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
    • G06F16/7867Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及物联网技术领域,特别是涉及一种个性化推荐方法、装置、计算机设备和存储介质,所述个性化推荐方法包括以下步骤:获取当前的播放进度,根据当前播放进度确定剩余播放时间;若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;若用户在观看,则根据获取的图像以及音频确定用户身份;根据确定出的用户身份在多设备以及云平台查找用户观看记录;根据查找到的用户观看记录确定推荐内容向用户推荐。本发明提供的方法通过用户播放记录向用户推荐相关的视频,该推荐基于多平台的搜索结果,突破了现有技术单平台的限制,可以使推荐结果更丰富,更贴合用户需求。

Description

一种个性化推荐方法、装置、计算机设备和存储介质
技术领域
本发明涉及物联网技术领域,特别是涉及一种个性化推荐方法、装置、计算机设备和存储介质。
背景技术
大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
当前对大数据的一种使用方法是通过数据的收集分析,确定用户的兴趣爱好,为用户作更为精准的推荐。然而,现有的数据平台多种多样,出于保密或者商业需要,各个平台之间的数据很难共享,用户的数据挖掘仅限于本平台,准确性有限,难以满足用户的真实需要。
如何为用户进行更精准的推送,是目前需要解决的一个问题。
发明内容
基于此,有必要针对上述的问题,提供一种个性化推荐方法、装置、计算机设备和存储介质。
本发明实施例是这样实现的,一种个性化推荐方法,所述个性化推荐方法包括以下步骤:
获取当前的播放进度,根据当前播放进度确定剩余播放时间;
若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
若用户在观看,则根据获取的图像以及音频确定用户身份;
根据确定出的用户身份在多设备以及云平台查找用户观看记录;
根据查找到的用户观看记录确定推荐内容向用户推荐。
在其中一个实施例中,本发明提供了一种个性化推荐装置,所述个性化推荐装置包括:
获取模块,用于获取当前的播放进度,根据当前播放进度确定剩余播放时间;
连接模块,用于若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
身份确定模块,用于若用户在观看,则根据获取的图像以及音频确定用户身份;
查找模块,用于根据确定出的用户身份在多设备以及云平台查找用户观看记录;
推荐模块,用于根据查找到的用户观看记录确定推荐内容向用户推荐。
在其中一个实施例中,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述个性化推荐方法的步骤。
在其中一个实施例中,本发明提供了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上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述个性化推荐方法的步骤。
本发明提供的方法通过图像以及声纹对用户进行识别,根据识别的结果确定用户身份;之后通过获取用户播放记录向用户推荐相关的视频,该推荐基于多平台的搜索结果,突破了现有技术单平台的限制,可以使推荐结果更丰富,更贴合用户需求。
附图说明
图1为一个实施例中个性化推荐方法的流程图;
图2为一个实施例中个性化推荐装置的结构框图;
图3为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本发明的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,在一个实施例中,提出了一种个性化推荐方法,所述个性化推荐方法包括以下步骤:
获取当前的播放进度,根据当前播放进度确定剩余播放时间;
若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
若用户在观看,则根据获取的图像以及音频确定用户身份;
根据确定出的用户身份在多设备以及云平台查找用户观看记录;
根据查找到的用户观看记录确定推荐内容向用户推荐。
在本实施例中,获取当前视频的播放进度,具体包括正在播放的视频的总时长,已播放时长,从而确定剩余播放时长。
在本实施例中,剩余播放时长小于设定阈值,这里的设定阈值具体可以是1分钟、30秒、10秒等,此可以根据需要设置,本发明提供的方法主要利用这个时长进行运动处理,对于非第一次使用的注册用户,时长可以降低到5秒以下,但是考虑到需要给用户决定的时间,可以设定为10秒。剩余播放时长小于设定阈值后,系统连接到至少一台智能设备,本发明以智能投影系统为例进行说明。智能投影系统连接到距离小于设定值的智能设备(可以通过信息传输的时延估计距离),通过智能设备以及投影系统自带的摄像头、麦克风获取用户的图像以及音频数据,从而判断是否有用户在观看。需要说明的是,本发明提供的方法仅仅是判断用户是否在场,而不判断用户是否处于观看状态。在本实施例中,智能设备包括但不限于手机、IPad、TV、智能音箱、台式电脑等。
在本实施例中,当有用户在场时,通过获取的图像以及音频确定用户身份,并查找用户的观看记录,根据对观看记录的处理向用户推荐相关的视频。
在本发明一个实施例中,所述通过智能设备的摄像头以及麦克风确定用户是否在在观看,包括以下步骤:
同时启动智能设备的所有摄像头,各获取一帧画面;
判断各帧画面中是否拍摄到用户,若是,则判断用户在观看;
根据当前连接的智能设备总数,确定第一时长;
依次启动各智能设备,分别获取第一时长的音频数据;
对音频数据进行频谱分析,确定其中的是否包含10Hz~20kHz的人声,若是,则判断用户在观看。
在本实施例中,通过同时启动所有智能设备的摄像头,各获取一帧画面,可以从多个角度同时抓取用户图像,从而降低系统误判的可能性。若所有画面中都没有拍到用户,从系统的角度可以判断用户未在观看,若其中有一帧画面中出现了用户图像,可以判断用户在观看。
在本实施例中,第一时长由连接的智能设备的总数确定,两者成正比,例如智能设备的数据为5,可以将第一时长设定为5秒。在本实施例中,不同于图像,通过麦克风获取音频数据,由于音频数据的获取对于空间的区分不高,故同一个小范围内的声音不同的设备均可以获取到,采用依次启动的方式可以提高所获取的音频包含有用户声音的概率。
在本实施例中,通过对音频数据进行频谱分析,可以确定其中频率的范围,当其中包括10Hz到20kHz范围的声音时,可以粗略判断用户在观看。
在本发明一个实施例中,所述根据获取的图像以及音频确定用户身份,具体包括以下步骤:
按以下步骤提取人脸特征:
识别人脸区域,定位一个基点,以该基点为原点,获取五官的相对距离;
按以下步骤提取音频特征:
对音频数据进行分析,确定音频数据的频谱特征以及韵律特征;
根据所述人脸特征以及所述音频特征确定对应的用户。
在本实施例中,基点可以选取鼻尖、眉心等正中位置,优选为对称中心线上的位置,当然,选取一侧的位置,如嘴角、眼角同样可以得到五官的相对位置。
在本实施例中,对音频数据进行分析,可以得到频谱特征以及韵律特征中的一个或者两个,其中,频谱特征可以通过对音频数据进行频谱变换得到,韵律特征的分析以及获取可以参考现有技术实现。
在本实施例中,通过人脸特征以及音频特征可以更准确地确定用户,在本实施例中,用户在系统中可以使用ID等方式指代。通过人脸特征以及音频特征查找用户,可以通过逐一匹配的方式,此可以参考现有技术实现。
在本发明一个实施例中,所述根据确定出的用户身份在多设备以及云平台查找用户观看记录,之前还包括以下步骤:
判断用户是否为首次登陆系统平台;
若是首次登陆,调用用户授权接口,获取用户基于图像以及声纹的授权信息;
判断所述授权信息是否满足设定条件,若是,注册授权,否则不予注册;
若不是首次登陆,则判断已获取的图像以及音频能否确定用户身份,若能则登陆相应账号,否则重新获取用户图像以及音频。
在本实施例中,系统还对未注册用户提供了非页面注册,通过获取用户的图像以及音频,可以自动生成对应的ID用于系统内注册,当识别到同一用户时,可以自动填充相应的ID实现登陆。在本实施例中,还可以增加询问用户以获取授权的环节,此为可选的具体实现方式,本发明实施例对此不作进一步限定。
在本发明一个实施例中,所述根据确定出的用户身份在多设备以及云平台查找用户观看记录,包括以下步骤:
获取用户一个计算周期内的视频播放记录以及在每个视频上的停留时长;
获取每个视频的标签信息,建构标签时长对应关系;
筛选播放时长大于平均播放时长1.5倍以上的视频的标签信息;
将标签按其对应的视频的播放时长排名,根据排名的先后,选定若干个标签作为一个标签组,得到若干个标签组;
将得到的标签组作为关键词组,调用搜索端口对同一标签组进行搜索;
将搜索结果向用户推送并显示到当前播放设备。
在本实施例中,一个计算周期的长度可以自由设定,通过设定不同长度的周期,可以改变计算周期内用于分析的数据的量,作为进一步的优化方案,可以改变计算周期的长度,使每个周期均包括相同数据的播放记录。
在本实施例中,视频的标签信息可以运用现有标记算法得到,也可以直接从搜索平台的标签分类中提取。
在本实施例中,将标签按其对应的视频的播放时长排名,这里指的是,经过上一步骤筛选后,拥有该标签的所有视频的总时长。
在本实施例中,上述步骤均在系统算法过程中执行,不需要通过显示屏进行显示,系统搜索到的结果在当前视频播放完成之后推送到当前播放设备。
在本发明一个实施例中,所述调用搜索端口对同一标签组进行搜索,具体包括以下步骤:
调用若干个搜索端口对同一标签组进行搜索;
获取每个搜索端口返回的结果,每个返回结果中至少包括一个视频条目;
计算每个视频条目出现的次数,选定次数高的前若干个视频条目;
在选定的视频条目中,使用排除标签进行筛选;
其中,所述排除标签为用户历史播放记录中,标签时长对应关系中,播放时长小于平均播放时长0.5倍以下的视频的标签信息。
在本实施例中,视频条目是指一个视频的标题。通过若干个搜索端口进行搜索后,按出现的次数,从搜索结果上筛选出视频条目并使用排除标签进行再次筛选,提高了系统筛选的准确性。本实施例通过反向筛选可以排除用户不感兴趣的视频,实现更精准的推荐。
在本发明一个实施例中,所述将搜索结果向用户推送并显示到当前播放设备,具体包括以下步骤:
获取当前播放设备的通用内存,判断所推荐视频的数据量是否小于所述通用内存,若是,则向当前设备推送以使当前设备缓存该视频;
若否,则向当前播放设备传输缓存数据,传输过程中执行以下操作:
逐帧传输视频数据,比较前后两帧的像素差异;
若前后两帧图像中,存在差异的像素的数量占总像素数据的百分比小于30%且存在差异的像素的所在的区域单一,则删除后一帧图像。
在本实施例中,像素差异是指像素的色彩值(如RGB值、灰度值)不同或者差值小于设定值的像素;当然,本发明中,两帧图像中只有相同位置(例如都为i行j列)的两个像素才有比较的意义。这里的单一区域是指连续区域,即两帧图像的对应位置的像素值相减后,存在差异的像素均落在一个连续区域内。
如图2所示,本发明实施例还提供了一种个性化推荐装置,所述个性化推荐装置包括:
获取模块,用于获取当前的播放进度,根据当前播放进度确定剩余播放时间;
连接模块,用于若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
身份确定模块,用于若用户在观看,则根据获取的图像以及音频确定用户身份;
查找模块,用于根据确定出的用户身份在多设备以及云平台查找用户观看记录;
推荐模块,用于根据查找到的用户观看记录确定推荐内容向用户推荐。
在本实施例中,上述个性化推荐装置各个模块的解释说明请参见本发明实施例提供的个性化推荐方法部分的内容,本发明实施例对此不再赘述。
图3示出了一个实施例中计算机设备的内部结构图。如图3所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本发明实施例提供的个性化推荐方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本发明实施例提供的个性化推荐方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本发明实施例提供的个性化推荐装置可以实现为一种计算机程序的形式,计算机程序可在如图3所示的计算机设备上运行。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取当前的播放进度,根据当前播放进度确定剩余播放时间;
若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
若用户在观看,则根据获取的图像以及音频确定用户身份;
根据确定出的用户身份在多设备以及云平台查找用户观看记录;
根据查找到的用户观看记录确定推荐内容向用户推荐。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
获取当前的播放进度,根据当前播放进度确定剩余播放时间;
若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
若用户在观看,则根据获取的图像以及音频确定用户身份;
根据确定出的用户身份在多设备以及云平台查找用户观看记录;
根据查找到的用户观看记录确定推荐内容向用户推荐。
应该理解的是,虽然本发明各实施例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,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种个性化推荐方法,其特征在于,所述个性化推荐方法包括以下步骤:
获取当前的播放进度,根据当前播放进度确定剩余播放时间;
若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
若用户在观看,则根据获取的图像以及音频确定用户身份;
根据确定出的用户身份在多设备以及云平台查找用户观看记录;
根据查找到的用户观看记录确定推荐内容向用户推荐。
2.根据权利要求1所述的个性化推荐方法,其特征在于,所述通过智能设备的摄像头以及麦克风确定用户是否在在观看,包括以下步骤:
同时启动智能设备的所有摄像头,各获取一帧画面;
判断各帧画面中是否拍摄到用户,若是,则判断用户在观看;
根据当前连接的智能设备总数,确定第一时长;
依次启动各智能设备,分别获取第一时长的音频数据;
对音频数据进行频谱分析,确定其中的是否包含10Hz~20kHz的人声,若是,则判断用户在观看。
3.根据权利要求1所述的个性化推荐方法,其特征在于,所述根据获取的图像以及音频确定用户身份,具体包括以下步骤:
按以下步骤提取人脸特征:
识别人脸区域,定位一个基点,以该基点为原点,获取五官的相对距离;
按以下步骤提取音频特征:
对音频数据进行分析,确定音频数据的频谱特征以及韵律特征;
根据所述人脸特征以及所述音频特征确定对应的用户。
4.根据权利要求1所述的个性化推荐方法,其特征在于,所述根据确定出的用户身份在多设备以及云平台查找用户观看记录,之前还包括以下步骤:
判断用户是否为首次登陆系统平台;
若是首次登陆,调用用户授权接口,获取用户基于图像以及声纹的授权信息;
判断所述授权信息是否满足设定条件,若是,注册授权,否则不予注册;
若不是首次登陆,则判断已获取的图像以及音频能否确定用户身份,若能则登陆相应账号,否则重新获取用户图像以及音频。
5.根据权利要求1所述的个性化推荐方法,其特征在于,所述根据确定出的用户身份在多设备以及云平台查找用户观看记录,包括以下步骤:
获取用户一个计算周期内的视频播放记录以及在每个视频上的停留时长;
获取每个视频的标签信息,建构标签时长对应关系;
筛选播放时长大于平均播放时长1.5倍以上的视频的标签信息;
将标签按其对应的视频的播放时长排名,根据排名的先后,选定若干个标签作为一个标签组,得到若干个标签组;
将得到的标签组作为关键词组,调用搜索端口对同一标签组进行搜索;
将搜索结果向用户推送并显示到当前播放设备。
6.根据权利要求5所述的个性化推荐方法,其特征在于,所述调用搜索端口对同一标签组进行搜索,具体包括以下步骤:
调用若干个搜索端口对同一标签组进行搜索;
获取每个搜索端口返回的结果,每个返回结果中至少包括一个视频条目;
计算每个视频条目出现的次数,选定次数高的前若干个视频条目;
在选定的视频条目中,使用排除标签进行筛选;
其中,所述排除标签为用户历史播放记录中,标签时长对应关系中,播放时长小于平均播放时长0.5倍以下的视频的标签信息。
7.根据权利要求5所述的个性化推荐方法,其特征在于,所述将搜索结果向用户推送并显示到当前播放设备,具体包括以下步骤:
获取当前播放设备的通用内存,判断所推荐视频的数据量是否小于所述通用内存,若是,则向当前设备推送以使当前设备缓存该视频;
若否,则向当前播放设备传输缓存数据,传输过程中执行以下操作:
逐帧传输视频数据,比较前后两帧的像素差异;
若前后两帧图像中,存在差异的像素的数量占总像素数据的百分比小于30%且存在差异的像素的所在的区域单一,则删除后一帧图像。
8.一种个性化推荐装置,其特征在于,所述个性化推荐装置包括:
获取模块,用于获取当前的播放进度,根据当前播放进度确定剩余播放时间;
连接模块,用于若剩余播放时间小于设定阈值,则连接到至少一台智能设备,通过智能设备的摄像头以及麦克风确定用户是否在在观看;
身份确定模块,用于若用户在观看,则根据获取的图像以及音频确定用户身份;
查找模块,用于根据确定出的用户身份在多设备以及云平台查找用户观看记录;
推荐模块,用于根据查找到的用户观看记录确定推荐内容向用户推荐。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述个性化推荐方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述个性化推荐方法的步骤。
CN202111644396.XA 2021-12-30 2021-12-30 一种个性化推荐方法、装置、计算机设备和存储介质 Pending CN114003765A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111644396.XA CN114003765A (zh) 2021-12-30 2021-12-30 一种个性化推荐方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111644396.XA CN114003765A (zh) 2021-12-30 2021-12-30 一种个性化推荐方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN114003765A true CN114003765A (zh) 2022-02-01

Family

ID=79932362

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111644396.XA Pending CN114003765A (zh) 2021-12-30 2021-12-30 一种个性化推荐方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN114003765A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917855A (zh) * 2020-07-27 2020-11-10 腾讯科技(深圳)有限公司 内容推送方法、装置、电子设备和存储介质
CN113596597A (zh) * 2021-07-05 2021-11-02 深圳市嘉润原新显科技有限公司 一种游戏视频加速方法、装置、计算机设备和存储介质
CN113645488A (zh) * 2021-10-18 2021-11-12 南京聚通时讯科技有限公司 一种基于用户数据的互联网电视视频推荐系统及方法
CN113850649A (zh) * 2021-09-29 2021-12-28 中国科学院空天信息创新研究院 一种基于多平台用户数据的定制化推荐方法及推荐系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111917855A (zh) * 2020-07-27 2020-11-10 腾讯科技(深圳)有限公司 内容推送方法、装置、电子设备和存储介质
CN113596597A (zh) * 2021-07-05 2021-11-02 深圳市嘉润原新显科技有限公司 一种游戏视频加速方法、装置、计算机设备和存储介质
CN113850649A (zh) * 2021-09-29 2021-12-28 中国科学院空天信息创新研究院 一种基于多平台用户数据的定制化推荐方法及推荐系统
CN113645488A (zh) * 2021-10-18 2021-11-12 南京聚通时讯科技有限公司 一种基于用户数据的互联网电视视频推荐系统及方法

Similar Documents

Publication Publication Date Title
WO2022116888A1 (zh) 一种视频数据处理方法、装置、设备以及介质
WO2020119350A1 (zh) 视频分类方法、装置、计算机设备和存储介质
US9367756B2 (en) Selection of representative images
CN109871490B (zh) 媒体资源匹配方法、装置、存储介质和计算机设备
CN106326391B (zh) 多媒体资源推荐方法及装置
CN111782947B (zh) 一种搜索内容展示方法、装置、电子设备及存储介质
CN111062871A (zh) 一种图像处理方法、装置、计算机设备及可读存储介质
CN108509457A (zh) 一种视频数据的推荐方法和装置
US12001479B2 (en) Video processing method, video searching method, terminal device, and computer-readable storage medium
WO2020211392A1 (zh) 视频信息数据处理方法、装置、计算机设备和存储介质
CN111598049B (zh) 作弊识别方法和装置、电子设备、以及介质
CN110347866B (zh) 信息处理方法、装置、存储介质及电子设备
CN108197336B (zh) 一种视频查找的方法及装置
US20150189384A1 (en) Presenting information based on a video
CN111581423A (zh) 一种目标检索方法及装置
CN103609098B (zh) 用于在远程呈现系统中注册的方法和装置
US11947616B2 (en) Systems and methods for implementing session cookies for content selection
CN111914649A (zh) 人脸识别的方法及装置、电子设备、存储介质
US8270731B2 (en) Image classification using range information
CN116701706B (zh) 一种基于人工智能的数据处理方法、装置、设备及介质
WO2021196551A1 (zh) 图像检索方法、装置、计算机设备和存储介质
CN115983873B (zh) 一种基于大数据的用户数据分析管理系统及方法
CN114003765A (zh) 一种个性化推荐方法、装置、计算机设备和存储介质
CN113537127A (zh) 影片匹配方法、装置、设备及存储介质
CN113297406A (zh) 图片搜索方法、系统及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220201

RJ01 Rejection of invention patent application after publication