CN114661950A - 视频推荐方法及装置 - Google Patents

视频推荐方法及装置 Download PDF

Info

Publication number
CN114661950A
CN114661950A CN202210578474.9A CN202210578474A CN114661950A CN 114661950 A CN114661950 A CN 114661950A CN 202210578474 A CN202210578474 A CN 202210578474A CN 114661950 A CN114661950 A CN 114661950A
Authority
CN
China
Prior art keywords
video
risk
recommendation
rule
video recommendation
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
CN202210578474.9A
Other languages
English (en)
Inventor
仇智慧
齐志艳
闵博
孙成新
王金明
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.)
Feihu Information Technology Tianjin Co Ltd
Original Assignee
Feihu Information Technology Tianjin 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 Feihu Information Technology Tianjin Co Ltd filed Critical Feihu Information Technology Tianjin Co Ltd
Priority to CN202210578474.9A priority Critical patent/CN114661950A/zh
Publication of CN114661950A publication Critical patent/CN114661950A/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
    • G06F16/78Retrieval 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

Landscapes

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

Abstract

本发明提供一种视频推荐方法及装置,该方法包括:当接收到用户发送的视频推荐请求时,获取请求信息及用户的历史视频记录;应用协同过滤算法对历史视频记录进行处理,获得第一视频推荐列表;获取第一视频推荐列表中每个视频的视频标签;基于视频标签,筛选出第一视频推荐列表中的风险视频,并确定每个风险视频的风险类型;获取规则引擎中存储的每个风险类型对应的视频推荐规则;检测请求信息是否满足每个风险类型对应的视频推荐规则;当不满足时,将该风险类型的风险视频剔除,获得第二视频推荐列表;向所述用户推送第二视频推荐列表中的各个视频。应用本发明提供的方法,可以识别和过滤部分风险视频,提高用户的视频观看体验。

Description

视频推荐方法及装置
技术领域
本发明涉及计算机技术领域,特别是涉及一种视频推荐方法及装置。
背景技术
随着多媒体技术的快速发展,用户可以在网络上选择自己喜欢的视频进行观看。当用户登陆视频平台时,服务器也可以根据用户的日常喜好为用户推荐适合该用户的视频。
随着视频类型多样化的发展,用户所喜欢观看的视频类型也越来越多,但各类视频中通常存在受众率低的风险视频(例如:地方语言类视频或地方艺术表演类视频等),以及引起用户感官不适但经过视频审核后允许进行播放的风险视频,但此类风险视频并非适合所有的用户群体,而当给用户推荐的视频中存在部分风险视频时,也无法正确识别和过滤。
发明内容
有鉴于此,本发明提供一种视频推荐方法,通过该方法,可以识别和过滤部分风险视频,提高用户的视频观看体验。
本发明还提供了一种视频推荐装置,用以保证上述方法在实际中的实现及应用。
一种视频推荐方法,包括:
当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
获取所述第一视频推荐列表中每个所述视频的视频标签;
基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
向所述用户推送所述第二视频推荐列表中的各个视频。
上述的方法,可选的,所述基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型,包括:
获取每个所述视频标签中的关键字;
当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
上述的方法,可选的,所述获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,包括:
基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
上述的方法,可选的,所述检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则,包括:
获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间;
检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间;
若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息不满足所述风险类型对应的视频推荐规则;
若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息满足所述风险类型对应的视频推荐规则。
上述的方法,可选的,还包括:
应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
一种视频推荐装置,包括:
第一获取单元,用于当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
处理单元,用于应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
第二获取单元,用于获取所述第一视频推荐列表中每个所述视频的视频标签;
筛选单元,用于基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
第三获取单元,用于获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测单元,用于检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
剔除单元,用于当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
推荐单元,用于向所述用户推送所述第二视频推荐列表中的各个视频。
上述的装置,可选的,所述筛选单元,包括:
第一获取子单元,用于获取每个所述视频标签中的关键字;
第一确定子单元,用于当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
第二确定子单元,用于确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
上述的装置,可选的,所述第三获取单元,包括:
查找子单元,用于基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
上述的装置,可选的,所述检测单元,包括:
第二获取子单元,用于获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间;
检测子单元,用于检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间;
第三确定子单元,用于若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息不满足所述风险类型对应的视频推荐规则;
第四确定子单元,用于若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息满足所述风险类型对应的视频推荐规则。
上述的装置,可选的,还包括:
监听单元,用于应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
发送单元,用于当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
一种存储介质,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行上述的视频推荐方法。
一种电子设备,包括存储器,以及一个或者一个以上的指令,其中一个或者一个以上指令存储于存储器中,且经配置以由一个或者一个以上处理器执行上述的视频推荐方法。
与现有技术相比,本发明包括以下优点:
本发明提供一种视频推荐方法,包括:当接收到用户发送的视频推荐请求时,获取请求信息及用户的历史视频记录;应用协同过滤算法对历史视频记录进行处理,获得第一视频推荐列表;获取第一视频推荐列表中每个视频的视频标签;基于视频标签,筛选出第一视频推荐列表中的风险视频,并确定每个风险视频的风险类型;获取规则引擎中存储的每个风险类型对应的视频推荐规则;检测请求信息是否满足每个风险类型对应的视频推荐规则;当不满足时,将该风险类型的风险视频剔除,获得第二视频推荐列表;向所述用户推送第二视频推荐列表中的各个视频。应用本发明提供的方法,可以识别和过滤部分风险视频,提高用户的视频观看体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种视频推荐方法的方法流程图;
图2为本发明实施例提供的一种视频推荐方法的又一方法流程图;
图3为本发明实施例提供的一种视频推荐装置的装置结构图;
图4为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本申请中,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,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,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过程、方法、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过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明可用于众多通用或专用的计算装置环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本发明实施例提供了一种视频推荐方法,该方法可以应用在多种系统平台,其执行主体可以为计算机终端或各种移动设备的处理器,所述方法的方法流程图如图1所示,具体包括:
S101:当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录。
在本发明中,请求信息中包括请求时间、请求地址以及用户当前所属的地址等。
S102:应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频。
在本发明中,协同过滤算法是一种较为著名和常用的推荐算法,它基于对用户历史行为数据的挖掘发现用户的喜好偏向,并预测用户可能喜好的产品进行推荐。
S103:获取所述第一视频推荐列表中每个所述视频的视频标签。
在本发明中,视频的视频标签可以是视频的一个关键字key。
S104:基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型。
在本发明中,风险视频指的是受众率低的视频(例如:地方语言类视频或地方艺术表演类视频等),以及引起用户感官不适但经过视频审核后允许进行播放的视频。正常视频与风险视频的视频标签存在区别,例如正常视频的视频标签可以为video’A’=123;而风险视频的视频标签可能为video’B’=456;其中,’A’用于表示正常视频,’B’用于表示风险视频。
具体的,筛选出风险视频并确定视频类型的过程可以为:
获取每个所述视频标签中的关键字;
当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
需要说明的是,每个关键字key都会对应唯一的value值。
S105:获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则。
其中,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间。
在本发明中,基于上述S104的内容,在根据value值确定风险类型后,可以通过value值进一步查找风险类型对应的视频推荐规则。
具体的,获取视频推荐规则的过程可以为:
基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
需要说明的是,规则引擎是一种嵌入在应用程序中的组件,实现了将业务决策从应用程序代码中分离出来,并使用预定义的语义模块编写业务决策。接受数据输入,解释业务规则,并根据业务规则做出业务决策。该规则引擎可以是Drools,Drools是一种为了解决业务代码和业务规则分离的规则引擎。规则是在Java应用程序上运行的,其要执行的步骤顺序由代码确定,为了实现这一点,Drools规则引擎将业务规则转换成执行树。
还需要说明的是,规则引擎持有了一个map,其中key为视频标签,value指定了的风险视频的风险类型,其对应了具体的Drools规则(视频推荐规则)。以视频标签为key,Drools规则为value保存入map中,当需要确定视频的视频推荐规则时,通过value进行查找。
S106:检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则。
在本发明中,由于视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间,因此,请求信息中的地址和请求时间需要满足规则中指定的地区和时间。
S107:当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表。
在本发明中,S107实现自动过滤不满足视频推荐规则的视频。
S108:向所述用户推送所述第二视频推荐列表中的各个视频。
具体的,通过视频推荐api推荐视频。
本发明实施例提供的方法中,当接收到用户发送的视频推荐请求时,获取请求信息和历史视频记录,通过协同过滤获得第一视频推荐列表后,在根据视频标签筛选出风险视频,进一步根据风险视频的视频推荐规则对风险视频进行过滤,以获得最终向用户推荐的第二视频推荐列表。
应用本发明实施例提供的方法,可以识别和过滤部分风险视频,提高用户的视频观看体验。
本发明实施例提供的方法中,检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则的过程如图2所示,具体可以包括:
S201:获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间。
在本发明中,用户从浏览器、app等用户端观看视频时,用户端会请求视频推荐api来获取推荐的视频信息。当用户在应用浏览器或APP等客户端进行观看视频时,会对用户当前地址进行定位。
S202:检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间。
在本发明中,若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则S203;若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则执行S204。
S203:确定所述请求信息不满足所述风险类型对应的视频推荐规则。
需要说明的是,请求信息不满足风险类型对应的视频推荐规则时,需要将该视频推荐规则对应的风险视频过滤。
S204:确定所述请求信息满足所述风险类型对应的视频推荐规则。
需要说明的是,请求信息满足风险类型对应的视频推荐规则时,保留该视频推荐规则的风险视频,并推送给用户。
本发明实施例中,任一风险视频的视频推荐规则可以只设置指定推荐的地区或时间,或者时间和地区都设置。当视频推荐规则只设置推荐地区时,该推荐地区全天都可以推荐该风险视频;或,当视频推荐规则只设置推荐时间时,该推荐时间内所有地区都可以推荐该风险视频。除此之外,视频推荐规则还可以指定不能推荐风险视频的地区或时间,例如指定地区A不能推荐风险视频,或者某时间不能推荐风险视频等。一条视频推荐规则中可以同时存在时间规则和地区规则两种,也可以只存在一种,若同时包含地区规则和时间规则,则两者为逻辑与的关系。
以下述逻辑为例,描述了视频类型为感官不适的风险类型的视频推荐规则:
{“risklabel”:“感官不适”,
“areas”:“某某省”,
“areaStatus”:“包含”,
“times”:“8:00:00-20:00:00”,
“timeStatus”:“排除”}
上述逻辑表达为:在推荐视频类型为“感官不适”的视频时如果根据用户ip判定用户当前地址属于“某某省”,则推荐,其他地区则不推荐;若当前的请求时间在8点到20点内则不推荐,其他请求时间则推荐。
基于上述实施例提供的方法,基于时间和地区的约束规则来确定风险视频,以实现对风险视频的过滤。
在本发明中,还可以对视频推荐规则进行变更,具体过程为:
应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
需要说明的是,视频上传后进入审核系统,等待审核。审核人员对视频进行审核,若判定视频属于风险视频,则对视频标记相应的视频标签。审核系统有风险控制装置,风险控制装置负责制定视频推荐规则。当审核系统新增、删除或变更视频推荐规则时,审核系统作为消息生产者,通过消息队列MQ生产一条消息,推荐系统作为消息消费者通过MQ监听规则变更topic进行规则变更消息的消费。当推荐系统消费到新的规则变更消息时,将规则变更消息消息发送给规则引擎进行处理。其中,规则变更topic包括增加、删除和更改;例如:当规则变更topic为增加时,其中的规则变更消息为指示增加新的视频推荐规则的消息。
其中,MQ为审核系统和推荐系统之间进行消息通信的中间件,在消息传输过程中对消息进行保存。
进一步地,规则引擎更新规则处理如下:
a、将规则进行持久化保存,保存入数据库中,规则主键为视频标签。若为新增规则,则直接保存;若为删除规则,则通过视频标签找到数据库中已存在的规则并删除;若为变更规则,则通过视频标签找到数据库中已存在的规则并按消息内容进行变更。其中,将规则持久化保存,是为了规则引擎重启服务时能从数据库中载入规则完成规则引擎初始化。
b、使规则在规则引擎内存中生效。规则引擎持有了一个map,其中key为视频标签,value为具体的drools规则。若为新增规则,则按规则内容新建drools规则,以视频标签为key,drools规则为value保存入map中;若为删除规则,则从map中删除key为视频标签的value;若为变更规则,则先从map中删除key为视频标签的value,再按规则内容新建drools规则,以视频标签为key,drools规则为value保存入map中。
进一步地,推荐系统每次重启时,其规则引擎会先视频推荐规则持久化到数据库中的规则,并加载到规则引擎map中,完成规则引擎初始化;再通过MQ监听消息来完成最新规则的实时同步。
应用本发明提供的方法,通过MQ通信的方式,将风险视频过滤规则从审核系统下发到推荐系统,提高了通信的可靠性。
上述各个实施例的具体实施过程及其衍生方式,均在本发明的保护范围之内。
与图1所述的方法相对应,本发明实施例还提供了一种视频推荐装置,用于对图1中方法的具体实现,本发明实施例提供的视频推荐装置可以应用计算机终端或各种移动设备中,其结构示意图如图3所示,具体包括:
第一获取单元301,用于当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
处理单元302,用于应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
第二获取单元303,用于获取所述第一视频推荐列表中每个所述视频的视频标签;
筛选单元304,用于基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
第三获取单元305,用于获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测单元306,用于检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
剔除单元307,用于当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
推荐单元308,用于向所述用户推送所述第二视频推荐列表中的各个视频。
本发明实施例提供的装置中,当接收到用户发送的视频推荐请求时,获取请求信息和历史视频记录,通过协同过滤获得第一视频推荐列表后,在根据视频标签筛选出风险视频,进一步根据风险视频的视频推荐规则对风险视频进行过滤,以获得最终向用户推荐的第二视频推荐列表。
应用本发明实施例提供的装置,可以识别和过滤部分风险视频,提高用户的视频观看体验。
本发明实施例提供的装置中,所述筛选单元304,包括:
第一获取子单元,用于获取每个所述视频标签中的关键字;
第一确定子单元,用于当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
第二确定子单元,用于确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
本发明实施例提供的装置中,所述第三获取单元305,包括:
查找子单元,用于基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
本发明实施例提供的装置中,所述检测单元306,包括:
第二获取子单元,用于获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间;
检测子单元,用于检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间;
第三确定子单元,用于若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息不满足所述风险类型对应的视频推荐规则;
第四确定子单元,用于若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息满足所述风险类型对应的视频推荐规则。
本发明实施例提供的装置中,还包括:
监听单元,用于应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
发送单元,用于当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
以上本发明实施例公开的视频推荐装置中各个单元及子单元的具体工作过程,可参见本发明上述实施例公开的视频推荐方法中的对应内容,这里不再进行赘述。
本发明实施例还提供了一种存储介质,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行上述视频推荐方法。
本发明实施例还提供了一种电子设备,其结构示意图如图4所示,具体包括存储器401,以及一个或者一个以上的指令402,其中一个或者一个以上指令402存储于存储器401中,且经配置以由一个或者一个以上处理器403执行所述一个或者一个以上指令402进行以下操作:
当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
获取所述第一视频推荐列表中每个所述视频的视频标签;
基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
向所述用户推送所述第二视频推荐列表中的各个视频。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现。
为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种视频推荐方法,其特征在于,包括:
当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
获取所述第一视频推荐列表中每个所述视频的视频标签;
基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
向所述用户推送所述第二视频推荐列表中的各个视频。
2.根据权利要求1所述的方法,其特征在于,所述基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型,包括:
获取每个所述视频标签中的关键字;
当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
3.根据权利要求1所述的方法,其特征在于,所述获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,包括:
基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
4.根据权利要求1所述的方法,其特征在于,所述检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则,包括:
获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间;
检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间;
若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息不满足所述风险类型对应的视频推荐规则;
若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息满足所述风险类型对应的视频推荐规则。
5.根据权利要求1或4所述的方法,其特征在于,还包括:
应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
6.一种视频推荐装置,其特征在于,包括:
第一获取单元,用于当接收到用户发送的视频推荐请求时,获取所述视频推荐请求对应的请求信息及所述用户的历史视频记录;
处理单元,用于应用预设的协同过滤算法对所述历史视频记录进行处理,获得所述用户对应的第一视频推荐列表,所述第一视频推荐列表包含多个待推荐的视频;
第二获取单元,用于获取所述第一视频推荐列表中每个所述视频的视频标签;
筛选单元,用于基于每个所述视频的视频标签,筛选出所述第一视频推荐列表中的风险视频,并确定每个所述风险视频的风险类型;
第三获取单元,用于获取预设的规则引擎中存储的每个所述风险类型对应的视频推荐规则,所述视频推荐规则用于指定其对应的风险类型的风险视频允许推荐的地区和时间;
检测单元,用于检测所述请求信息是否满足每个所述风险类型对应的视频推荐规则;
剔除单元,用于当所述请求信息不满足任意的风险类型对应的视频推荐规则时,将该风险类型的风险视频从所述第一视频推荐列表中剔除,获得第二视频推荐列表;
推荐单元,用于向所述用户推送所述第二视频推荐列表中的各个视频。
7.根据权利要求6所述的装置,其特征在于,所述筛选单元,包括:
第一获取子单元,用于获取每个所述视频标签中的关键字;
第一确定子单元,用于当任意的视频标签中的关键字为预先设定的风险视频的关键字时,确定该视频标签所属的视频为风险视频;
第二确定子单元,用于确定每个所述风险视频的关键字对应的value值,基于每个所述风险视频的关键字对应的value值,确定每个风险视频的风险类型。
8.根据权利要求6所述的装置,其特征在于,所述第三获取单元,包括:
查找子单元,用于基于每个所述风险视频的关键字对应的value值,查找所述规则引擎中每个所述value值相匹配的视频推荐规则。
9.根据权利要求6所述的装置,其特征在于,所述检测单元,包括:
第二获取子单元,用于获取所述请求信息中包含的所述用户所在的当前地址及发送所述视频推荐请求的请求时间;
检测子单元,用于检测所述当前地址是否属于各个所述风险类型对应的视频推荐规则指定的推荐地区,以及所述请求时间是否属于各个所述风险类型对应的视频推荐规则指定的推荐时间;
第三确定子单元,用于若所述当前地址不属于任一风险类型对应的视频推荐规则指定的推荐地区,或所述请求时间不属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息不满足所述风险类型对应的视频推荐规则;
第四确定子单元,用于若所述当前地址属于任一风险类型对应的视频推荐规则指定的推荐地区,且所述请求时间属于该风险类型对应的视频推荐规则指定的推荐时间,则确定所述请求信息满足所述风险类型对应的视频推荐规则。
10.根据权利要求6或9所述的装置,其特征在于,还包括:
监听单元,用于应用预先设置的推荐系统实时监听预设的消息队列MQ是否产生新的规则变更消息,所述MQ用于接收预设的审核系统下发的任意风险类型对应的视频推荐规则;
发送单元,用于当所述推荐系统监听所述MQ产生新的规则变更消息时,将所述新的规则变更消息发送至所述规则引擎,触发所述规则引擎基于所述新的规则变更消息更新已保存的各个视频推荐规则。
CN202210578474.9A 2022-05-26 2022-05-26 视频推荐方法及装置 Pending CN114661950A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210578474.9A CN114661950A (zh) 2022-05-26 2022-05-26 视频推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210578474.9A CN114661950A (zh) 2022-05-26 2022-05-26 视频推荐方法及装置

Publications (1)

Publication Number Publication Date
CN114661950A true CN114661950A (zh) 2022-06-24

Family

ID=82038414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210578474.9A Pending CN114661950A (zh) 2022-05-26 2022-05-26 视频推荐方法及装置

Country Status (1)

Country Link
CN (1) CN114661950A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015070807A1 (zh) * 2013-11-15 2015-05-21 乐视致新电子科技(天津)有限公司 一种智能电视的节目推荐方法及装置
CN105721925A (zh) * 2016-01-27 2016-06-29 天脉聚源(北京)科技有限公司 一种推荐相关视频的方法及装置
CN105898420A (zh) * 2015-01-09 2016-08-24 阿里巴巴集团控股有限公司 一种视频推荐方法、装置以及电子设备
WO2018176468A1 (zh) * 2017-04-01 2018-10-04 深圳市智晟达科技有限公司 根据用户位置推荐视频的方法以及推荐系统
CN110020122A (zh) * 2017-10-16 2019-07-16 Tcl集团股份有限公司 一种视频推荐方法、系统及计算机可读存储介质
CN112288554A (zh) * 2020-11-27 2021-01-29 腾讯科技(深圳)有限公司 商品推荐方法和装置、存储介质及电子装置
CN113038283A (zh) * 2019-12-25 2021-06-25 北京达佳互联信息技术有限公司 视频推荐方法、装置和存储介质
CN114036342A (zh) * 2021-11-10 2022-02-11 天翼数字生活科技有限公司 一种视频推荐方法、装置、设备及可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015070807A1 (zh) * 2013-11-15 2015-05-21 乐视致新电子科技(天津)有限公司 一种智能电视的节目推荐方法及装置
CN105898420A (zh) * 2015-01-09 2016-08-24 阿里巴巴集团控股有限公司 一种视频推荐方法、装置以及电子设备
CN105721925A (zh) * 2016-01-27 2016-06-29 天脉聚源(北京)科技有限公司 一种推荐相关视频的方法及装置
WO2018176468A1 (zh) * 2017-04-01 2018-10-04 深圳市智晟达科技有限公司 根据用户位置推荐视频的方法以及推荐系统
CN110020122A (zh) * 2017-10-16 2019-07-16 Tcl集团股份有限公司 一种视频推荐方法、系统及计算机可读存储介质
CN113038283A (zh) * 2019-12-25 2021-06-25 北京达佳互联信息技术有限公司 视频推荐方法、装置和存储介质
CN112288554A (zh) * 2020-11-27 2021-01-29 腾讯科技(深圳)有限公司 商品推荐方法和装置、存储介质及电子装置
CN114036342A (zh) * 2021-11-10 2022-02-11 天翼数字生活科技有限公司 一种视频推荐方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
US11263241B2 (en) Systems and methods for predicting actionable tasks using contextual models
US10346436B2 (en) Method and medium for a personalized content delivery system
CN108197331B (zh) 用户兴趣的探索方法和装置
US9467744B2 (en) Comment-based media classification
US8589876B1 (en) Detection of central-registry events influencing dynamic pointers and app feature dependencies
US20130145024A1 (en) Method and apparatus for transfer of radio resource allocation
US8635062B2 (en) Method and apparatus for context-indexed network resource sections
CN105718545A (zh) 多媒体资源的推荐方法和装置
US10839013B1 (en) Generating a graphical representation of relationships among a set of articles and information associated with the set of articles
CN106462565A (zh) 在文档内更新文本
CN107133263B (zh) Poi推荐方法、装置、设备及计算机可读存储介质
US20160125083A1 (en) Information sensors for sensing web dynamics
US10936602B2 (en) Prioritizing items based on user activity
CN112541120B (zh) 推荐评论生成方法、装置、设备和介质
US20080177707A1 (en) Information processing apparatus, information processing method and information processing program
US20130173707A1 (en) Information source selection system, information source selection method, and program
CN115210692A (zh) 用于数字动作执行的接口和模式选择
US20160307277A1 (en) Collaborative statistical specification pages
CN109116718B (zh) 设置闹钟的方法及设备
CN113449144B (zh) 视频处理方法、装置和电子设备
CN110874165B (zh) 信息显示方法、信息确定方法及系统
KR20130026558A (ko) 외곽 공간을 이용한 댓글 통합 시스템 및 그 제공방법
CN101203853B (zh) 用于支持播客的技术和系统
US20150356577A1 (en) Listing a candidate service in a service catalog
CN105893584A (zh) 一种显示收藏夹网址标签的方法、客户端和系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220624