CN114065044A - 一种内容推荐优化方法及服务器 - Google Patents
一种内容推荐优化方法及服务器 Download PDFInfo
- Publication number
- CN114065044A CN114065044A CN202111392843.7A CN202111392843A CN114065044A CN 114065044 A CN114065044 A CN 114065044A CN 202111392843 A CN202111392843 A CN 202111392843A CN 114065044 A CN114065044 A CN 114065044A
- Authority
- CN
- China
- Prior art keywords
- media asset
- media
- assets
- recommendation list
- historical
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005457 optimization Methods 0.000 title claims abstract description 9
- 238000012937 correction Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 19
- 230000008569 process Effects 0.000 abstract description 10
- 238000012163 sequencing technique Methods 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请提供了一种内容推荐优化方法及服务器,提供的内容推荐优化方法应用于服务器,包括:接收终端设备发送的媒资推荐请求,根据已上传历史媒资播放记录确定对应终端设备的媒资推荐列表,其中,媒资推荐列表包括多个媒资,获取终端设备中未上传的历史媒资播放记录,若未上传历史媒资播放记录存在,根据未上传历史媒资播放记录和媒资推荐列表的媒资的内容属性,对媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给终端设备。本申请解决了现有的媒资推荐算法在媒资推荐列表的生成过程中,未将最近产生的历史媒资播放记录加入离线计算,导致推送的媒资推荐列表中的媒资排序不符合用户的兴趣特点,降低用户的使用体验的问题。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种内容推荐优化方法及服务器。
背景技术
智能电视是人们观看电视剧、电影等媒资的一种重要显示设备。为了使人们能观看到自己喜欢的媒资,智能电视的服务器通常会通过一些媒资推荐算法来分析人们可能感兴趣的媒资,然后将人们可能感兴趣的媒资展示在智能电视的一些媒资推荐页上,从而供用户进行点播。
不同的人感兴趣的媒资存在较大差别,相关技术中,为了提高媒资推荐的精准性,媒资推荐算法可根据智能电视上的一段时间内的历史媒资播放记录进行媒资推荐。智能设备将一段时间内的历史媒资播放记录上传到服务器,服务器根据媒资播放记录确定推荐媒资,并将推荐媒资下发到智能电视,从而推荐给用户。
当一段时间内的历史媒资播放记录为多条时,服务器往往会分别不同的根据媒资播放记录确定多个不同的推荐媒资。当推荐媒资比较多时,就需要用户进一步查找感兴趣的内容。
发明内容
本申请提供了一种内容推荐方法及服务器。以解决现有的媒资推荐算法在媒资推荐列表的生成过程中,并未将最近产生的历史媒资播放记录进行离线计算,导致推送的媒资推荐列表中的媒资排序不符合用户的兴趣特点,降低用户的使用体验的问题。
第一方面,本申请提供了一种内容推荐优化方法,应用于服务器,包括:
接收终端设备发送的媒资推荐请求,根据已上传历史媒资播放记录确定对应所述终端设备的媒资推荐列表,其中,所述媒资推荐列表包括多个媒资;
获取所述终端设备中未上传历史媒资播放记录;
若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的内容属性,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。
第二方面,本申请提供了一种内容推荐优化方法,应用于终端设备,包括:
向服务器发送媒资推荐请求;
向服务器发送未上传历史媒资播放记录;
接收并显示服务器返回的媒资推荐列表,其中,所述媒资推荐列表中媒资的排列顺序用于确定所述媒资在所述终端设备上的显示顺序。
第三方面,本申请提供了一种服务器,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过运行所述程序指令,执行下述步骤:
接收终端设备发送的媒资推荐请求,根据已上传历史媒资播放记录确定对应所述终端设备的媒资推荐列表,其中,所述媒资推荐列表包括多个媒资;
获取所述终端设备中未上传的历史媒资播放记录;
若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的内容属性,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。
由以上技术方案可以看出,基于本申请实施例提供的内容推荐方法,当终端设备向服务器发送媒资推荐请求后,若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的内容属性,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。由此,通过获取终端设备中未加入离线计算的历史媒资播放记录,计算得到用户特征,对服务器下发的媒资推荐列表中的媒资的原始顺序进行重新排序,同时根据当前用户的实时媒资点播记录以及媒资之间的相似度,调整媒资的排列顺序,有利于使当前用户在排列较前的位置看到自己感兴趣的媒资,实现了精准的媒资推荐,提升了用户体验。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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他的附图。
图1示例性示出了本申请实施例提供的显示设备的使用场景;
图2示例性示出了显示设备中系统主页的界面示意图;
图3示例性示出了现有技术中显示设备与服务器的交互过程示意图;
图4示例性示出了根据一些实施例示出的显示设备与服务器的交互过程示意图;
图5示例性示出了根据一些实施例的显示设备的首页示意图。
具体实施方式
为使本申请的目的和实施方式更加清楚,下面将结合本申请示例性实施例中的附图,对本申请示例性实施方式进行清楚、完整地描述,显然,描述的示例性实施例仅是本申请一部分实施例,而不是全部的实施例。
需要说明的是,本申请中对于术语的简要说明,仅是为了方便理解接下来描述的实施方式,而不是意图限定本申请的实施方式。除非另有说明,这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体,而不必然意味着限定特定的顺序或先后次序,除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形,意图在于覆盖但不排他的包含,例如,包含了一系列组件的产品或设备不必限于清楚地列出的所有组件,而是可包括没有清楚地列出的或对于这些产品或设备固有的其他组件。
术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合,能够执行与该元件相关的功能。
本申请实施例中的终端设备可以包括手机、平板电脑、可穿戴设备、笔记本电脑以及显示设备中的任意一种。本申请将以显示设备为例进行如下说明。
图1为根据实施例中显示设备的使用场景的示意图。如图1中示出,用户可通过智能设备300和控制装置100操作显示设备200。
在一些实施例中,控制装置100可以是遥控器,遥控器和显示设备的通信包括红外协议通信或蓝牙协议通信,及其他短距离通信方式等,通过无线或其他有线方式来控制显示设备200。其中,无线方式可以是直连和非直连,可以是经过路由的,也可以是不经过路由的。用户可以通过遥控器上按键,语音输入、控制面板输入等输入用户指令,来控制显示设备200。如:用户可以通过遥控器上音量加减键、频道控制键、上/下/左/右的移动按键、语音输入按键、菜单键、开关机按键等输入相应控制指令,来实现控制显示设备200的功能。
在一些实施例中,也可以使用智能设备300以控制显示设备200。例如,使用智能设备300控制显示设备200上运行的应用程序,或者使用在智能设备300上运行的应用程序控制显示设备200。该应用程序通过配置可以在与智能设备关联的屏幕上,在直观的用户界面(UI)中为用户提供各种控制。
在一些实施例中,也可以使用智能设备300和显示设备200进行数据的通信。
在一些实施例中,显示设备200还可以采用除了控制装置100和智能设备300之外的方式进行控制,例如,可以通过显示设备200设备内部配置的获取语音指令的模块直接接收用户的语音指令控制,也可以通过显示设备200设备外部设置的语音控制装置来接收用户的语音指令控制。
在一些实施例中,显示设备200还与服务器400进行数据通信。可允许显示设备200通过局域网(LAN)、无线局域网(WLAN)和其他网络进行通信连接。服务器400可以向显示设备200提供各种内容和互动。服务器400可以是一个集群,也可以是多个集群,可以包括一类或多类服务器。
在一些实施例中,一个步骤执行主体执行的软件步骤可以随需求迁移到与之进行数据通信的另一步骤执行主体上进行执行。示例性的,服务器执行的软件步骤可以随需求迁移到与之数据通信的显示设备上执行,反之亦然。
在一些实施例中,参见图2,导航栏可设置有多个控件,如“我的”、“频道”、“影视”、“健身”、“VIP”、“教育”、“商城”、“游戏”和应用,不同的导航栏控件对应不同的界面,不同的界面在内容显示区可显示不同的媒资,图2为“频道”控件对应的界面,如图2所示,“频道”控件下的内容展示区可展示多个媒资控件,分别对应媒资1-媒资10,用户点击一个媒资控件后,可进入该媒资控件对应的详情页,或进入该媒资控件对应的播放界面,用户也可在图2中按遥控器的下键向下翻页,以查看其他媒资控件。
在一些实施例中,媒资控件对应的媒资数据由服务器下发至显示设备,服务器可根据一些媒资推荐算法生成一个设置有排列顺序的媒资推荐列表,然后将媒资推荐列表对应的媒资数据按照排列顺序发送至显示设备,供显示设备展示相应的媒资。其中,该排列顺序可表示为根据媒资推荐算法计算出的用户对媒资的感兴趣程度,排列顺序越靠前,表示用户可能对该媒资越感兴趣,显示设备将在较为靠前的位置展示媒资。例如,图2中,媒资1的排列顺序比媒资2的排列顺序靠前,显示设备据此在相对靠前的位置展示媒资1,在相对靠后的位置展示媒资2。
示例性的,参见图3,图3为现有技术中显示设备与服务器的交互过程示意图。当用户的显示设备显示内容展示区之前,媒资推荐算法需要提前训练推荐排序模型,需要通过媒资信息、用户信息、上下文信息,其中用户信息包含历史媒资播放记录,根据历史媒资播放记录依次计算待推荐媒资的相似度,得到对应的相似度,同时计算用户信息对应的用户特征,并将该相似度和用户特征存储在服务器中,当接收来自显示设备的媒资推荐请求时,根据相似度和用户特征获取对应的上下文特征,将相似度、用户特征和上下文特征作为模型数据进行训练,得到推荐排序模型,具体的,根据推荐排序模型对待推荐媒资进行打分排序,得到媒资推荐列表,该媒资推荐列表中的媒资的按照原始顺序进行排序,将媒资推荐列表返回给显示设备。
模型在线上实时进行推理的过程中,我们需要获取待排序物品的上述三类信息对应的特征,其中媒资信息相对比较固定可以提前离线计算完成,上下文信息相对生成比较简单,而根据用户的所有历史记录实时生成用户特征耗时较长,影响用户体验。现有技术采用的方式为提前离线计算用户特征,具体为提前获取预设时间点之前的历史媒资播放记录计算用户特征,例如,预设时间点可以为24小时之前,当用户需要在显示设备的内容展示区展显示媒资时,线上模型推理时直接使用计算好的用户特征,能缩短线上推理耗时。但使得推荐排序模型推理过程中所用到的用户特征仅是通过获取预设时间点之前的历史媒资播放记录,例如,只使用了24小时之前的历史媒资播放记录,而最近24小时用户点击媒资产生的历史媒资播放记录并未加入到用户特征的离线计算中,众所周知的是,用户的兴趣是持续变化的,用户最近观看的媒资更能反映用户的兴趣,对用户最近生成的历史媒资播放记录进行舍弃,计算得到的媒资推荐列表中的媒资的排序,准确性受到较大影响,不能准确反映用户的兴趣。当用户在媒资推荐列表中的头部并未找到自身感兴趣的媒资时,用户需要在图2中多次翻页才能找到自己感兴趣的媒资,严重影响用户的使用体验。
为解决上述技术问题,本申请实施例提供了一种内容推荐优化方法,通过获取终端设备中未加入离线计算的历史媒资播放记录,对服务器下发的媒资推荐列表中的媒资进行重新排序,从而使得用户在查看服务器下发的媒资推荐列表时,可在排序较前的位置找到自己感兴趣的媒资,提升用户体验。
具体实现时,图4为本申请根据一些实施例示出的显示设备与服务器的交互过程示意图。如图4所示,服务器接收显示设备发送的媒资推荐请求,媒资推荐请求用于请求服务器返回媒资推荐列表,该媒资推荐列表包括多个具有原始顺序的媒资,该原始顺序通过媒资推荐算法根据显示设备已上传到服务器的历史媒资播放记录提前离线计算得到。此时服务器向显示设备获取未上传到服务器的历史媒资播放记录,若该未上传的历史媒资播放记录存在,服务器根据该未上传历史媒资播放记录和所述媒资推荐列表的媒资的原始顺序,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。需要说明的是,由于媒资推荐算法较为复杂,通常需要提前预设时间获取当前显示设备的历史媒资播放记录,根据媒资推荐算法计算相应的媒资推荐列表中的媒资的原始顺序,当用户在获取历史媒资播放记录后,选择观看媒资,此时生成的历史媒资播放记录并未上传到服务器,因此会在显示设备中存在未上传的历史媒资播放记录,这些未上传的历史媒资播放记录并未加入到媒资推荐算法中进行计算。
例如,当前媒资推荐列表中的媒资的原始顺序依次为媒资1、媒资2、媒资3和媒资4,当未上传历史媒资播放记录存在,服务器经过重新排序后,此时媒资推荐列表中媒资的排序为媒资3、媒资2、媒资4和媒资1。服务器将重新排序后的媒资推荐列表下发给显示设备,显示设备展现给用户,用户可以对媒资推荐列表中的媒资进行点击选择自己想要播放的媒资。由于通过用户最近点击的媒资对媒资推荐列表中的媒资的原始排序进行优化,更加能够匹配用户的当前兴趣,用户能够在媒资推荐列表的头部点击感兴趣的媒资进行播放。
以上方案解决了现有媒资推荐算法计算过程中,由于需要提前获取历史媒资播放记录进行离线计算,导致用户最近观看的媒资播放记录并未加入到离线计算的问题,通过获取显示设备中未加入离线计算的历史媒资播放记录,对服务器下发的媒资推荐列表中的媒资进行优化排序,同时根据当前用户的实时媒资点播记录以及媒资之间的相似度,及时调整媒资的排列顺序,有利于使当前用户在排列较前的位置看到自己感兴趣的媒资,实现了精准的媒资推荐,提升了用户体验。
在一些实施例中,服务器提前计算待排序媒资和用户特征,并存储到存储服务器中,用户特征通过获取显示设备上传到服务器的历史媒资播放记录计算得到,并将媒资对应的特征值和用户对应的特征值存储在服务器中,在线推理的过程中,通过获取媒资和当前用户分别对应的特征值,然后通过在线获取上下文特征,输入到推荐排序模型中进行训练,得到待排序媒资对应的分数Sn(n=1,2,3.n),通过对待排序媒资的分数Sn进行从高到低排序,最终得到媒资推荐列表中媒资的原始顺序。例如,可以将媒资1对应的相似媒资和分数以map的形式进行存储,{item2:0.92,item3:0.88,item4:0.75…},其中S2=0.92,S3=0.88,S4=0.75。
在一些实施例中,获取显示设备中预设时间范围内未上传到服务器的历史媒资播放记录,例如,该预设时间范围可以为24小时,由于这些历史媒资播放记录为用户最近产生的,这些历史媒资播放记录真实反映了用户当前的兴趣,且为未被纳入到用户特征计算中,因此,媒资推荐列表中与历史媒资播放记录中的媒资越相似的媒资,更有可能被用户接受,通过计算媒资推荐列表中的媒资对应每一历史媒资播放记录的相似度进行排序,得到媒资推荐列表中的媒资的相似度顺序。
在一些实施例中,相似度是用于反映两个媒资之间的相似程度,若同时喜欢两个媒资的用户数量越多,则两个媒资之间的相似度的数值越高。更为具体的是,喜欢当前媒资的用户集合数据为根据该媒资的内容属性从服务器获取对应的用户集合。当服务器收到显示设备发送的媒资推荐请求时,获取显示设备中未上传到服务器中的历史媒资播放记录,依次计算媒资推荐列表中的媒资与每一历史媒资播放记录对应的相似度,进行求和取平均值后,得到媒资推荐列表中的媒资的相似度分值。
相似度的计算公式为:
其中,Rn为相似度值,为|N(i)|是喜欢物品i的第一用户集合,|N(j)|是喜欢物品j的第二用户集合,|N(i)|∩|N(j)|是同时喜欢物品i和物品j的用户集。
在一些实施例中,还包括对该相似度做归一化处理,将数值映射至[0,1]。便于比较媒资推荐列表中的不同媒资对应的相似度,根据相似度从大到小排序,保存每一历史媒资播放记录中的媒资对应的相似度最高的前N个媒资推荐列表中的媒资到存储服务器中。媒资的相似度的归一化公式如下:
其中,Rn表示相似度分数,R'n为归一化之后的分数值。
在一些实施例中,当接口服务器从终端设备获取未上传的历史媒资播放记录时,其中的部分历史媒资播放记录可能是由于用户错误点击生成的,还可以对历史媒资播放记录进行有效删选,判断当前媒资播放记录对应的媒资是否播放时长超过预设时长,若超过预设时长,则作为有效记录计算得到相似度顺序,若未超过预设时长,则作为无效记录从未上传的历史媒资播放记录中删除,例如:预设时长可以设置为20min,当用户播放媒资6时,播放时长为1min,用户虽然点击了媒资6进行播放,但用户只收看了较短的时间便停止播放,因此,媒资6并不是用户感兴趣的媒资,如果把媒资6的历史播放记录加入到媒资推荐列表的重新排序的计算中,无法真实反映用户的兴趣,导致媒资推荐列表中的媒资排序的准确性下降,无法匹配用户的观看兴趣,导致用户需要多次翻页才能找到自己感兴趣的媒资,严重影响用户的使用体验。
在一些实施例中,当媒资7的历史播放时长为50min,预设时长可以设置为20min,由于媒资7的历史播放时长超过了预设时长,说明媒资7是用户感兴趣的内容,因此将媒资7的历史播放记录加入到媒资推荐列表的重新排序的计算中,得到相应的相似度分值,提升媒资推荐列表的排序的准确性,提升用户体验。
在一些实施例中,在进行重新排序后,每个媒资推荐列表中的媒资具有两个排列顺序,一个是推荐算法生成的媒资推荐列表中的排列顺序中的序号,该排列顺序可记为原始顺序,原始顺序为根据媒资推荐算法计算得到的分值Sn进行排序,一个是根据未上传的历史媒资播放记录与媒体推荐列表中媒资计算的相似度顺序的序号,该相似度顺序的通过相似度Rn的数值进行排序。
在一些实施例中,将原始顺序作为第一权重,将相似度顺序作为第二权重,进行加权后得到加权分值,通过对加权分值进行排序得到重新排序的媒资推荐列表,然后将重新优化排序的媒资推荐列表存储到存储服务器中,并按照重新排序的顺序将媒资推荐列表中的媒资下发到显示设备,服务器可按照排列顺序下发媒资推荐列表中的媒资的媒资数据。加权分值S的计算公式可为:
S=w1*Sn+w2*Rn
其中,S表示加权分值,w1为媒资推荐列表中的媒资的原始顺序的权重,为第一权重,w2为相似度顺序的权重,为第二权重,w1与w2的和为1,w1、w2均大于等于0。
在一些实施例中,该媒资推荐列表可基于当前用户对应的媒资播放或媒资收藏的用户行为得到,该用户行为可通过历史媒资播放记录、历史媒资收藏记录等数据得到。推荐算法服务器根据用户行为生成用户感兴趣的包含多个媒资的媒资推荐列表,其中,每个媒资均具有对应的媒资id,然后在根据媒资id对应的分数从高到低进行排序,当该媒资id对应的分值越高时,说明该媒资越契合用户的兴趣,则该媒资对应的媒资id的原始顺序越靠前。示例性的,媒资推荐列表可包括20个媒资的媒资id,且20个媒资按照原始顺序进行排序。
在一些实施例中,推荐算法服务器在生成媒资推荐列表后,可将媒资推荐列表发送到接口服务器和存储服务器。接口服务器可将媒资推荐列表中获取排序在前的第一数量的媒资的媒资id,然后在存储服务器中获取这些媒资id对应的媒资数据,再从显示设备获取未上传的历史媒资播放记录,根据历史媒资播放记录对这些媒资进行重新排序,将媒资推荐列表重新排序后发送给显示设备,其中,除了媒资数据,首页数据还可包括一些编排数据,如推荐控件的位置和尺寸等数据。
在一些实施例中,推荐算法服务器在生成媒资推荐数据后,也可只将媒资推荐数据发送到存储服务器。接口服务器可从存储服务器中获取媒资推荐列表,然后再从显示设备获取未上传的历史媒资播放记录,根据历史媒资播放记录对媒资推荐列表中的媒资进行重新排序,将媒资推荐列表重新排序后发送给显示设备。
在一些实施例中,显示设备在接收到媒资推荐列表后,可在首页展示媒资推荐列表,媒资推荐列表中的媒资数量为第一数量,第一数量的数值可为N,N大于等于1,如图2所示,第一数量可为10,显示设备可在首页展示媒资1-媒资10这10个媒资。当然,第一数量也可为其他数值,如15,若第一数量为15,则显示设备可在首页展示媒资1-媒资15。
在一些实施例中,显示设备展示第一数量的媒资后,这些媒资中可能有用户感兴趣的媒资,用户可在这些媒资中选择一个或多个媒资进行观看,其中,用户每点播一个媒资,显示设备可向接口服务器发送一条媒资点击信息,包括了表征用户点击媒资的点击信息,还包括如点播时间、退出时间等信息。
在一些实施例中,用户在图2中点播几个媒资后,可能对首页剩余的媒资不感兴趣,用户可按遥控器的下键进行翻页,以实现刷新媒资推荐页,显示设备根据接收到下键的触发信号以及当前的显示界面为首页界面,重新生成媒资推荐请求,然后向接口服务器再次发送媒资推荐请求,媒资推荐请求用于请求服务器返回媒资推荐列表,该媒资推荐列表包括多个媒资。
在一些实施例中,当用户将首页上展示的第一数量的媒资全部点播一遍后,显示设备也可根据已经生成了点击信息生成媒资推荐请求,以向接口服务器再一次请求媒资推荐列表。该媒资推荐列表包括多个媒资,该媒资的排列顺序通过预设时间范围内的历史媒资播放记录优化原始顺序得到,原始顺序通过媒资推荐算法根据显示设备已上传到服务器的历史媒资播放记录提前离线计算得到。
在一些实施例中,显示设备展示媒资推荐列表中的媒资后,用户可在这些媒资中选择一个或多个媒资进行观看,其中,用户每点击一个媒资,显示设备可向接口服务器发送一条媒资点击信息,表示服务器下发媒资推荐列表后的用户点击信息。服务器通过获取预设时间内的媒资点击信息对第一权重和第二权重进行调整,媒资点击信息包括表征用户点击媒资的点击信息,还包括如点播时间、退出时间等信息。
在一些实施例中,还包括对该媒资点击信息进行筛选,依次判断每一媒资点击信息对应的媒资播放时长是否超过预设阈值,若超过预设阈值,则对该条媒资点击信息进行保留,并上传到服务器,若未超过预设阈值,则对该条媒资点击信息进行删除。
在一些实施例中,服务器在接收到预设时间范围内的一定数量的媒资点击信息后,可依次根据当前被点击媒资对应的媒资id在原始顺序的序号和重新排序后的序号调整权重值的大小,若当前媒资点击信息对应的媒资id的重新排序后的序号小于原始顺序的序号,则将此次点击作为一次修正正反馈,若重新排序后的序号大于原始顺序的序号,则将此次点击作为一次修正负反馈;根据预设时间范围内的多条媒资点击信息,可得到多次用户反馈,最后通过预设时间范围内的修正正反馈减去修正负反馈的次数,作为修正效果的评估参数c,若c>0,则在相对应的减小第一权重,增大第二权重,若c<0,则在相对应的增加第一权重,减小第二权重,并将调整后的第一权重和第二权重的数值保存在服务器中。例如,用户点击媒资14进行播放,此时根据媒资14在重新排序后的序号生成媒资点击信息,并将媒资点击信息发送给接口服务器。若媒资14在原始排序中的顺序为8,在重新排序中的序号为3,则将此次用户点击媒资14的行为作为一次修正正反馈。若媒资14在原始排序中的顺序为3,在重新排序中的序号为8,则将此次用户点击媒资14的行为作为一次修正负反馈。
例如,在预设时间范围内,用户点击播放了10个媒资,生成了10条媒资点击信息,其中作为修正正反馈的数量为8条,作为修正负反馈的数量为2条,则此时修正正反馈的数量减去修正负反馈的数量,得到的评估参数c>0,则在相对应的减小第一权重,增大第二权重。通过对修正正反馈和修正正反馈的次数进行有效统计,能够对权重进行调整,便于用户在排序较前的位置找到自己感兴趣的媒资,提升用户体验。
在一些实施例中,若当前媒资点击信息对应的媒资id的重新排序后的序号等于原始顺序的序号,则将此次点击作为无效反馈,不加入修正正反馈和修正负反馈的评估参数c的计算。
在一些实施例中,当收到显示设备发送的媒资推荐请求时,根据调整后的第一权重和第二权重的数值对媒资推荐列表中的媒资进行重新排序,生成重新排序的媒资推荐列表,将根据调整后的第一权重和第二权重进行重新排序的媒资推荐列表发送给显示设备。
在一些实施例中,服务器根据调整后的第一权重和第二权重的数值对媒资推荐列表中的媒资进行重新排序,生成重新排序的媒资推荐列表,并将该重新排序的媒资推荐列表存储在服务器中,当收到来自显示设备的媒资推荐请求时,将该重新排序的媒资推荐列表发送给显示设备。
参见图5,为根据一些实施例的显示设备的首页界面示意图,如图5所示,服务器根据调整后的第一权重和第二权重对媒资推荐列表中的媒资进行重新排序,得到的媒资推荐列表中媒资的排序依次为媒资12、媒资16、媒资18、媒资11、媒资17、媒资15、媒资14、媒资13、媒资19和媒资20,而在重新排序之前,使用未调整的第一权重和第二权重对媒资推荐列表进行排序,得到的媒资推荐列表中媒资的排序依次为媒资11-媒资20。
在一些实施例中,当服务器再次接收终端设备发送的媒资推荐请求时,将根据调整后的第一权重和第二权重进行重新排序的媒资推荐列表发送到显示设备。例如,用户在图5中点播几个媒资后,可按遥控器的下键进行翻页,以实现对媒资推荐页中的媒资进行更新,显示设备根据接收到下键的触发信号以及当前的显示界面为首页界面,生成媒资推荐请求,然后向接口服务器发送媒资刷新请求。接口服务器根据媒资推荐请求向显示设备返回根据调整后的第一权重和第二权重进行重新排序的媒资推荐列表。
在一些实施例中,显示设备在接收到根据调整后的第一权重和第二权重进行重新排序的媒资推荐列表后,可将显示设备的首页刷新为展示为根据调整后的第一权重和第二权重进行重新排序的媒资推荐列表中的媒资。
在一些实施例中,当显示设备中不存在未上传到服务器的历史媒资播放记录时,服务器向显示设备返回媒资推荐列表,该媒资推荐列表包括多个具有原始顺序的媒资,该原始顺序通过媒资推荐算法根据显示设备已上传到服务器的历史媒资播放记录计算得到。例如,在预设时间范围内用户并未观看任何媒资,因此并未存在未加入到离线计算的历史媒资播放记录,此时服务器无法根据未上传的媒资播放记录进行重新排序,服务器将原始顺序的媒资播放列表返回给显示设备。
进一步地,本申请提供了一种内容推荐方法,应用于终端设备,包括:向服务器发送媒资推荐请求。向服务器发送未上传历史媒资播放记录,接收并显示服务器返回的媒资推荐列表,其中,所述媒资推荐列表中媒资的排列顺序用于确定所述媒资在所述终端设备上的显示顺序。
进一步地,本申请提供了一种服务器,包括存储器和处理器,存储器中存储有程序指令,处理器通过运行所述程序指令,执行包括上述终端设备各实施例中处理器用于执行或被配置的其他程序步骤,这里不再赘述。
由以上技术方案可以看出,基于本申请实施例提供的内容推荐方法,当终端设备向服务器发送媒资推荐请求后,若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的内容属性,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。由此,通过获取终端设备中未加入离线计算的历史媒资播放记录,计算得到用户特征,对服务器下发的媒资推荐列表中的媒资的原始顺序进行重新排序,同时根据当前用户的实时媒资点播记录以及媒资之间的相似度,调整媒资在媒资推荐列表中的排列顺序,有利于使当前用户在排列较前的位置看到自己感兴趣的媒资,实现了精准的媒资推荐,提升了用户体验。
由于以上实施方式均是在其他方式之上引用结合进行说明,不同实施例之间均具有相同的部分,本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
具体实现中,本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的内容推荐方法的各实施例中的部分或全部步骤。的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
需要说明的是,在本说明书中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括要素的电路结构、物品或者设备中还存在另外的相同要素。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各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申请各实施例技术方案的范围。
为了方便解释,已经结合具体的实施方式进行了上述说明。但是,上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导,可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用,从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。
Claims (10)
1.一种内容推荐优化方法,应用于服务器,其特征在于,包括:
接收终端设备发送的媒资推荐请求,根据已上传历史媒资播放记录确定对应所述终端设备的媒资推荐列表,其中,所述媒资推荐列表包括多个媒资,所述媒资按照原始顺序进行排序,所述原始顺序为推荐算法确定的排列顺序;
获取所述终端设备中未上传历史媒资播放记录;
若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的原始顺序,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。
2.根据权利要求1所述的方法,其特征在于,还包括:
若所述未上传历史媒资播放记录不存在,将初始排序的所述媒资推荐列表返回给所述终端设备。
3.根据权利要求2所述的方法,其特征在于,根据所述历史媒资播放记录和所述媒资推荐列表的媒资的内容属性,对所述媒资推荐列表中的媒资进行重新排序,包括:
根据历史媒资播放记录中媒资的内容属性确定第一用户集合;
根据所述媒资推荐列表中媒资的内容属性确定第二用户集合;
根据所述第一用户集合与所述第二用户集合计算对应的相似度;
对所述相似度进行求和后取平均值,得到所述媒资推荐列表中媒资对应的相似度分值;
根据所述相似度分值进行排序,得到媒资推荐列表中的媒资的相似度顺序;
根据所述相似度顺序调整所述媒资推荐列表中媒资的排列顺序。
4.根据权利要求3所述的方法,其特征在于,根据历史媒资播放记录中媒资的内容属性确定第一用户集合之前,还包括:
依次判断所述未上传历史媒资播放记录中的媒资播放时长是否超过预设阈值;
若是,在所述未上传历史媒资播放记录中保留当前媒资;
若否,则在所述未上传历史媒资播放记录中删除当前媒资。
5.根据权利要求4所述的方法,其特征在于,根据所述相似度顺序调整所述媒资推荐列表中的媒资的排列顺序,包括:
将所述媒资推荐列表中的媒资的原始顺序设置为第一权重;
将所述相似度顺序设置为第二权重;
根据所述第一权重和第二权重计算所述媒资推荐列表中媒资的排列顺序。
6.根据权利要求5所述的方法,其特征在于,还包括:
将重新排序后的媒资推荐列表返回给所述终端设备,接收预设时间范围内的媒资点击信息;
根据被点击的媒资的原始顺序和重新排序后的顺序,调整所述第一权重和第二权重,将调整后的第一权重和第二权重进行存储。
7.根据权利要求6所述的方法,其特征在于,根据被点击的媒资的原始顺序和重新排序后的顺序,调整所述第一权重和第二权重,包括:
依次判断媒资点击信息对应的媒资在重新排序后的顺序是否小于原始顺序
若被点击的媒资在重新排序后的顺序小于原始顺序,则作为一次修正正反馈;
若被点击的媒资在重新排序后的顺序大于原始顺序,则作为一次修正负反馈;
计算修正正反馈的次数和修正负反馈的次数的差值;
若所述差值为正值,则增大第二权重;
若所述差值为负值,则减小第二权重。
8.一种内容推荐优化方法,应用于终端设备,其特征在于,包括:
向服务器发送媒资推荐请求;
向服务器发送未上传历史媒资播放记录;
接收并显示服务器返回的媒资推荐列表,其中,所述媒资推荐列表中媒资的排列顺序用于确定所述媒资在所述终端设备上的显示顺序。
9.根据权利要求8所述的方法,其特征在于,还包括:
接收来自服务器的媒资推荐列表后,向服务器发送预设时间范围内的媒资点击信息。
10.一种服务器,其特征在于,包括存储器和处理器,所述存储器中存储有程序指令,所述处理器通过运行所述程序指令,执行下述步骤:
接收终端设备发送的媒资推荐请求,根据已上传历史媒资播放记录确定对应所述终端设备的媒资推荐列表,其中,所述媒资推荐列表包括多个媒资,所述媒资按照原始顺序进行排序,所述原始顺序为推荐算法确定的排列顺序;
获取所述终端设备中未上传历史媒资播放记录;
若所述未上传历史媒资播放记录存在,根据所述未上传历史媒资播放记录和所述媒资推荐列表的媒资的原始顺序,对所述媒资推荐列表中的媒资进行重新排序,将重新排序后的媒资推荐列表返回给所述终端设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392843.7A CN114065044A (zh) | 2021-11-23 | 2021-11-23 | 一种内容推荐优化方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111392843.7A CN114065044A (zh) | 2021-11-23 | 2021-11-23 | 一种内容推荐优化方法及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114065044A true CN114065044A (zh) | 2022-02-18 |
Family
ID=80279354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111392843.7A Pending CN114065044A (zh) | 2021-11-23 | 2021-11-23 | 一种内容推荐优化方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114065044A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115374381A (zh) * | 2022-09-15 | 2022-11-22 | 中航信移动科技有限公司 | 一种服务器标识的动态显示方法、电子设备及存储介质 |
CN115914722A (zh) * | 2022-11-29 | 2023-04-04 | 四川虹魔方网络科技有限公司 | 智能电视历史记录精细化运营系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737095A (zh) * | 2011-03-29 | 2012-10-17 | Kddi株式会社 | 推荐装置、推荐系统、推荐方法以及程序 |
CN103886047A (zh) * | 2014-03-12 | 2014-06-25 | 浙江大学 | 面向流式数据的分布式在线推荐方法 |
CN104090892A (zh) * | 2013-12-16 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 一种把离线算法在线进行计算的方法及装置 |
CN104123325A (zh) * | 2013-04-28 | 2014-10-29 | 北京百度网讯科技有限公司 | 多媒体文件的推荐方法和推荐服务器 |
CN110363617A (zh) * | 2019-06-03 | 2019-10-22 | 北京三快在线科技有限公司 | 一种推荐方法、装置、电子设备及可读存储介质 |
CN111159549A (zh) * | 2019-12-27 | 2020-05-15 | 飞狐信息技术(天津)有限公司 | 一种信息推荐方法及系统 |
CN112468852A (zh) * | 2020-11-24 | 2021-03-09 | 深圳市易平方网络科技有限公司 | 媒资推荐方法、装置、系统及计算机可读存储介质 |
CN113190758A (zh) * | 2021-05-21 | 2021-07-30 | 聚好看科技股份有限公司 | 服务器及媒资推荐方法 |
CN113505291A (zh) * | 2021-05-27 | 2021-10-15 | 成都数博视科技有限公司 | 基于用户行为数据的内容智能推荐系统 |
-
2021
- 2021-11-23 CN CN202111392843.7A patent/CN114065044A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737095A (zh) * | 2011-03-29 | 2012-10-17 | Kddi株式会社 | 推荐装置、推荐系统、推荐方法以及程序 |
CN104123325A (zh) * | 2013-04-28 | 2014-10-29 | 北京百度网讯科技有限公司 | 多媒体文件的推荐方法和推荐服务器 |
CN104090892A (zh) * | 2013-12-16 | 2014-10-08 | 深圳市腾讯计算机系统有限公司 | 一种把离线算法在线进行计算的方法及装置 |
CN103886047A (zh) * | 2014-03-12 | 2014-06-25 | 浙江大学 | 面向流式数据的分布式在线推荐方法 |
CN110363617A (zh) * | 2019-06-03 | 2019-10-22 | 北京三快在线科技有限公司 | 一种推荐方法、装置、电子设备及可读存储介质 |
CN111159549A (zh) * | 2019-12-27 | 2020-05-15 | 飞狐信息技术(天津)有限公司 | 一种信息推荐方法及系统 |
CN112468852A (zh) * | 2020-11-24 | 2021-03-09 | 深圳市易平方网络科技有限公司 | 媒资推荐方法、装置、系统及计算机可读存储介质 |
CN113190758A (zh) * | 2021-05-21 | 2021-07-30 | 聚好看科技股份有限公司 | 服务器及媒资推荐方法 |
CN113505291A (zh) * | 2021-05-27 | 2021-10-15 | 成都数博视科技有限公司 | 基于用户行为数据的内容智能推荐系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115374381A (zh) * | 2022-09-15 | 2022-11-22 | 中航信移动科技有限公司 | 一种服务器标识的动态显示方法、电子设备及存储介质 |
CN115914722A (zh) * | 2022-11-29 | 2023-04-04 | 四川虹魔方网络科技有限公司 | 智能电视历史记录精细化运营系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107430630B (zh) | 用于聚集和呈现与特定视频游戏相关的内容的方法、系统和介质 | |
CN107515909B (zh) | 一种视频推荐方法及系统 | |
US10425455B2 (en) | Prioritization in a continuous video playback experience | |
US11539992B2 (en) | Auto-adjust playback speed and contextual information | |
CA2865079C (en) | Automatically recommending content | |
CN114065044A (zh) | 一种内容推荐优化方法及服务器 | |
JP2002259720A (ja) | コンテンツ要約システム、映像要約システム、ユーザ端末、要約映像生成方法、要約映像受信方法、およびプログラム | |
JP2022539802A (ja) | コンテンツアイテムの推奨 | |
CN113190758B (zh) | 服务器及媒资推荐方法 | |
US11036526B2 (en) | Automatically selecting and distributing recordings of applications executing on computing devices over networked environments | |
CN112822526A (zh) | 视频推荐方法、服务器和可读存储介质 | |
JP2021048611A (ja) | メディアアセット推奨モデルにおける正確度を向上させるためのシステムおよび方法 | |
US9325754B2 (en) | Information processing device and information processing method | |
US20240080520A1 (en) | Systems and methods for providing media recommendations | |
KR20180133593A (ko) | 중개 방법 및 장치 | |
US11523176B1 (en) | System and method to identify and recommend media consumption options based on viewer suggestions | |
US20230262291A1 (en) | Systems and methods for providing media recommendations | |
CN104954824B (zh) | 一种用于进行视频设置的方法、设备与系统 | |
CN114357201B (zh) | 基于信息感知的视听推荐方法、系统 | |
CN114513687A (zh) | 服务器及媒资推荐方法 | |
CN114036115A (zh) | 个人主页显示方法、装置、电子设备、介质和程序产品 | |
JP2004206445A (ja) | コンテンツ提供方法、コンテンツ利用者の端末およびプログラムと記録媒体 | |
TWI504273B (zh) | 多媒體內容推薦系統以及方法 | |
CN113626709B (zh) | 一种基于热度的内容推荐方法及服务器 | |
US20220400301A1 (en) | System and method to identify and recommend media consumption options based on viewer suggestions |
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 |