CN114936303A - 一种短视频推荐方法、系统及存储介质 - Google Patents
一种短视频推荐方法、系统及存储介质 Download PDFInfo
- Publication number
- CN114936303A CN114936303A CN202210647258.5A CN202210647258A CN114936303A CN 114936303 A CN114936303 A CN 114936303A CN 202210647258 A CN202210647258 A CN 202210647258A CN 114936303 A CN114936303 A CN 114936303A
- Authority
- CN
- China
- Prior art keywords
- user
- video
- target
- positioning
- recommended
- 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 29
- 230000004927 fusion Effects 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/75—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Studio Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提出了一种短视频推荐方法、系统及存储介质,该方法包括在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息;根据所述用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配;在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。该方法的实施能够提高视频推荐的准确率。
Description
技术领域
本申请涉及视频推荐技术领域,具体而言,涉及一种短视频推荐方法、系统及存储介质。
背景技术
短视频作为继文字、图片、传统在线视频之后的又一内容传播媒介,以其轻量化、娱乐化、个性化的特点满足了移动互联网时代下大众碎片化的内容消费需求,近年来短视频呈爆发式发展。目前,随着短视频创作者和创作内容数量的日益增加,用户关注内容的模式也发生改变,其不止满足于时下热门内容,更对同城社区内的凡人好事、文化风俗、生活点滴等内容感兴趣。然而,现有技术中,用户获取视频信息流的方式是基于新内容、热门内容、个体兴趣偏好及协同过滤算法为主的推荐,其已不能满足用户对同城视频内容的强需求,从而导致视频推荐的准确率不高,存在用户满意度较低的问题。
发明内容
本申请实施例的目的在于提供一种短视频推荐方法、系统及存储介质,以解决现有技术中视频推荐的准确率不高的技术问题。
本申请实施例提供了一种短视频推荐方法,包括以下步骤:
在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息;
根据所述用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配;
在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
第二方面,本申请实施例还提供了一种短视频推荐系统,所述系统包括定位模块、标签匹配模块以及短视频推荐模块,其中:
所述定位模块,用于在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息;
所述标签匹配模块,用于根据所述用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配;
所述短视频推荐模块,用于在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
第三方面,本申请实施例还提供了一种可读存储介质,所述可读存储介质中包括短视频推荐方法程序,所述短视频推荐方法程序被处理器执行时,实现上述方法的步骤。
实施本发明的一种短视频推荐方法、系统及存储介质,通过埋点获取到的目标用户当前地理位置的GPS信息,实现基于地理位置的同城内容推荐,解决了现有推荐策略中以新内容、热门内容、个体兴趣偏好及协同过滤算法为主,而没有考虑同城社交需求的问题,且融合了地理位置信息的推荐,提高了视频推荐的准确率和用户体验感及满意度。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请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申请的某些实施例,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他相关的附图。
图1为本申请实施例提供的一种短视频推荐方法的流程图;
图2为本申请实施例提供的一种短视频推荐方法的整体实施流程图;
图3为本申请实施例提供的一种短视频推荐系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种短视频推荐方法的流程图。以该方法应用于客户端(该客户端具体可以是终端或服务器,终端具体可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群)为例进行说明,包括以下步骤:
步骤S100,在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息。
具体的,请参考图2,在用户开启客户端之后,处于运行状态的客户端将判断是否已开启定位功能,若是,则基于同步获取到的系统定位权限,确认是否获取到用户定位信息;若否,则显示预设的功能页面,例如,显示“去开启定位”页面,并基于该页面提高的功能选项,引导用户开启定位权限,并在确定系统定位权限已开启时,确认是否获取到用户定位信息,否则,客户端将推荐符合用户兴趣的短视频给用户。
在其中一个实施例中,客户端还可以推荐热门城市的短视频给用户,例如,推荐点击率较高的短视频给用户,或基于视频的热搜程度,进行视频推荐。需要说明的是,当前实施例中,热门城市的视频推荐是全局的,其面向的是所有用户,其中,在客户端获取不到用户定位信息的时候,也支持相关视频的推荐,其可以理解为推荐列表的兜底策略。
在其中一个实施例中,针对用户定位信息获取失败或系统定位权限开启失败的这一情况,客户端还可以基于预设的显示屏幕显示相关的提示信息,其中,该提示信息中可以携带信息生成时间、客户端的识别标识以及具备系统定位权限的用户登录信息中的至少一种。
在其中一个实施例中,针对用户定位信息获取失败或系统定位权限开启失败的这一情况,客户端还会同步再次重复上述的操作步骤,若连续多次均操作失败时,客户端将获取同步产生的日志记录信息,并根据该日志记录信息进行故障排查,其中,排查到的故障信息将反馈给用户侧的用户终端设备,例如,以短信提示和/或邮件传输等方式将故障信息传输到用户的手持终端,以触发用户终端设备可以根据接收到的故障信息及时进行设备维护,提高系统运行效率。
步骤S200,根据用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配。
具体的,请参考图2,在确定客户端可以准确获取到用户定位信息之后,客户端将按照用户操作行为类型进行细分,基于得到的细分类型,在确定存在用户浏览视频这一操作行为时,判断用户选中的城市标签是否为当前定位城市,其中,若是,则执行步骤S300。
需要说明的是,依据图2,当前实施例中涉及到的用户操作行为类型包括浏览视频和发布视频这两种类型,针对不同类型的用户操作行为类型,客户端将执行不同的步骤,以确保系统的正常运行。另外:(1)城市标签可以为经由人工标注的识别信息,客户端可以基于该城市标签判断是否存在城市位置定位错误的情况。(2)当前涉及到的细分对象,其可以理解为用户的执行动作,当前的细分操作步骤也即为将用户下一步可能执行的操作动作进行了分类,并结合得到的细分类型,执行相应的操作步骤。
步骤S300,在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
具体的,埋点就是在应用中特定的流程收集一些信息,用来跟踪应用使用的状况,后续用来进一步优化产品或是提供运营的数据支撑,包括播放次数、播放时长、评论次数、点赞次数以及转发次数等。这样的信息收集可以大致分为两种:页面统计和统计操作行为。当前实施例中,客户端基于埋点获取到目标用户当前地理位置的GPS信息,并根据该GPS信息,向该目标用户推荐发布在该城市内指定时间范围内的热门视频。
在其中一个实施例中,待推荐的目标短视频可以基于点击率、视频播放量以及好评率按序存储到预设的视频推荐表中,当前,客户端可以将该视频推荐表推荐至目标用户侧的处理终端,以由该处理终端依次从视频推荐表中按序提取、并在预设的显示位置处显示相应的目标短视频,依次更好地匹配用户喜好,提高视频推荐的可靠性和有效性。
上述短视频推荐方法,通过埋点获取到的目标用户当前地理位置的GPS信息,实现基于地理位置的同城内容推荐,解决了现有推荐策略中以新内容、热门内容、个体兴趣偏好及协同过滤算法为主,而没有考虑同城社交需求的问题,且融合了地理位置信息的推荐,提高了视频推荐的准确率和用户体验感及满意度。
在其中一个实施例中,步骤S100中,在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息,包括:
步骤S1000,获取系统定位权限,并在确定已开启定位功能时,基于系统定位权限获取用户定位信息。
具体的,在确定已启动定位应用之后,客户端接收经由该定位应用发送的定位服务请求,并判断该定位应用是否已在后台运行,若确定该定位应用已在后台运行,且其为导航应用或用户常用应用时,则控制该定位应用在后台以相应的后台定位权限使用定位服务,并同步获取用户定位信息。
在其中一个实施例中,在客户端控制该定位应用在后台以相应的后台定位权限使用定位服务之前,客户端还会检测需要联网的定位应用程式是否被授予联网权限,并在确定该定位应用程式已被授予联网权限时,将该定位应用程式连接到网络。反之,则将当前出现的联网异常情况反馈给用户,以提示用户当前需要进行网络连接操作,提高定位应用程序的联网成功率。
步骤S1001,在确定系统定位权限失败,或,用户定位信息获取失败时,获取待推荐用户对短视频的历史行为数据,并基于历史行为数据推荐符合用户兴趣的短视频。
具体的,客户端基于获取到的待推荐用户对短视频的历史行为数据,分析用户对哪些类型的短视频感兴趣,并向目标用户推荐符合用户兴趣的短视频。其中,用户对相应视频的喜爱程度可以实时记录到预设的兴趣记录表中,并在检测到刷新页面或再次启动客户端时,根据上次推荐过程中,用户对推荐视频的观看深度、以及视频点赞率等评估视频受欢迎程度的评估指标,对该兴趣记录表进行更新,并按照更新后的兴趣记录表中记录的喜爱程度的取值大小,确定视频推荐顺序。例如,可以优先推荐对应喜爱程度取值高的第一短视频给目标用户,将对应喜爱程度取值最低的第二短视频放在最后再推荐,以此匹配用户喜好,提高视频推荐的可靠性和有效性。
在其中一个实施例中,客户端还可以基于当前的网络联接状态,例如,在网络联接状态好的情况下,推荐时长较长的第一短视频给目标用户,或,在网络联接状态不好的情况下,推荐时长较短的第二短视频给目标用户。
在其中一个实施例中,步骤S1001中,基于历史行为数据推荐符合用户兴趣的短视频,包括:
步骤S10010,基于历史行为数据,确定待推荐用户过去已观看的目标短视频、目标短视频的观看时长、以及针对目标短视频存在的评论信息。
步骤S10011,从评论信息中提取出反映评论态度的关键词,并综合关键词确定目标短视频所受到的喜爱程度。
具体的,客户端对提取到的评论信息中包括的分析语句进行分词操作,以得到分析语句的词语单元;之后,客户端再获取该词语单元的词语特征、该词语单元在对应分析语句中的语句特征、以及表征用户喜爱程度的关键词的识别特征;最后,客户端再基于上述获取到的每个分析语句中的词语单元的词语特征和语句特征,确定词语特征和语句特征与关键词的识别特征之间的语义关联度,根据所确定的语义关联度对每个分析语句进行关键词提取操作。
在其中一个实施例中,客户端还可以基于提取到的历史评论信息对预先构建的关键词提取模型进行训练,得到训练好的目标关键词提取模型。其中,客户端将所确定的历史评论信息中的每个词语单元的词语特征、语句特征、以及关键词的识别特征作为关键词提取模型的输入数据,以该词语特征和语句特征与关键词的识别特征之间的语义关联度作为关键词提取模型的输出数据;训练过程中,将根据所求的的语义关联度与实际语义关联度调整模型权重,以确保模型输出数据的准确度。之后,在进行关键词提取操作时,客户端将基于训练好的关键词提取模型从实时获取到的评论信息中提取出所需的目标关键词。
步骤S10012,针对喜爱程度高于预设阈值的多个目标待推荐短视频,基于目标待推荐短视频的观看时长以及与待推荐用户之间的关联度,从多个目标待推荐短视频中推荐符合用户兴趣的短视频。
具体的,客户端针对喜爱程度高于预设阈值的多个目标待推荐短视频,将会根据视频播放时长,或以视频播放的时间点为起始时间点,以切换到下一个视频的时间点为终止时间点,基于起始时间点与终止时间点之间的差值,计算目标待推荐短视频的观看时长,当然,当前实施例并不仅限于上述的几种计算方式确定视频观看时长,例如,还可以通过采集到的视频画面,基于该视频画面在视频流中所处的时间节点计算视频观看时长等方法,本申请实施例对此不作限定。
后续的,客户端还将根据用户浏览短视频中各视频图像与其他短视频中各视频图像之间的相似度,从用户浏览的多个视频图像中筛选出相似度高于预设阈值的多个目标视频图像,之后,再判断目标视频图像反映的视频文本信息与待推荐用户的用户特征数据(应当理解的是,用户特征数据为与用户相关的特征数据,例如,年龄、职业、性别视频点赞类型等)之间是否存在关联,得以确定目标待推荐短视频与待推荐用户之间的关联度。
在其中一个实施例中,该方法还包括:获取待发布视频文件,待发布视频文件中包括目标视频文件以及视频内容的创作地址;根据预设的视频发布规则,确定目标视频文件在预设的视频预览页面中的目标展示位置,以及目标展示位置与目标视频文件之间的对应关系;根据用户定位信息,当确定存在用户发布视频这一操作行为时,根据对应关系,在视频预览页面中的目标展示位置处播放目标视频文件,以及展示创作地址。
具体的,上述的目标展示位置可以为视频预览页面中的任一位置,本申请实施例对此不作限定。当前实施例中,当客户端在视频预览页面中的目标展示位置处播放目标视频文件之前,会将该目标视频文件记录到预设的视频列表,以及在该目标展示位置处增设一个视频播放器中。后续,再通过上述的视频播放器获取、并加载该视频列表,以将视频加载内容按序展示目标展示位置处,实现视频的顺序播放。
在其中一个实施例中,客户端还可以通过内置的计时器以及录屏等功能模块,使得在启动视频播放器播放视频资源的时候,能够通过计时器进行时间记录,并在目标展示位置处显示相应的计时信息,以及,同步进行录屏操作,并将得到录制视频进行及时存储或反馈给操作用户。在一个实施例中,在启动视频播放器播放视频资源的时候,还可以将当前播放视频的历史评论信息同步显示在视频画面中,以使得观看用户能够在观看视频的同时,了解其他用户对该视频所持有的主观意见。在一个实施例中,在启动视频播放器播放视频资源的时候,还可以向观看用户推荐其他同类型的视频,并显示该视频的播放地址。
在其中一个实施例中,步骤S300中,利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐,包括:
步骤S3000,利用埋点获取目标用户当前地理位置的GPS信息,并将GPS信息传输到服务端,以触发服务端执行下述步骤:
步骤S3001,服务端根据接收到的GPS信息,确定目标用户与发布在当前定位城市、以及指定时间范围内的多个待推荐短视频之间的距离信息。
步骤S3002,服务端基于距离信息,对多个待推荐短视频进行由近及远、或由远及近的融合排序,得到按序排列的推荐视频列表,其中,推荐视频列表将反馈给客户端,以由客户端基于推荐视频列表进行目标短视频的推荐。
具体的,为了给用户推荐同城的视频,所以服务端需要计算目标用户当前的地理位置和其他用户发布的视频的地理位置之间的距离,并基于该距离进行由近到远的推送。当前实施例中,融合排序的对象可以理解为所需推送的短视频,服务端通过融合排序将得到一份完整的推荐视频列表,并将其返回给客户端呈现给用户。
请参照图3所示,本申请实施例还提供了一种短视频推荐系统300,该系统包括定位模块301、标签匹配模块302以及短视频推荐模块303,其中:
定位模块301,用于在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息。
标签匹配模块302,用于根据用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配。
短视频推荐模块303,用于在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
在其中一个实施例中,定位模块301还用于获取系统定位权限,并在确定已开启定位功能时,基于系统定位权限获取用户定位信息;在确定系统定位权限失败,或,用户定位信息获取失败时,基于热门城市中各用户对短视频的历史行为数据,推荐符合大众用户兴趣的短视频。
在其中一个实施例中,定位模块301还用于基于历史行为数据,确定待推荐用户过去已观看的目标短视频、目标短视频的观看时长、以及针对目标短视频存在的评论信息;从评论信息中提取出反映评论态度的关键词,并综合关键词确定目标短视频所受到的喜爱程度;针对喜爱程度高于预设阈值的多个目标待推荐短视频,基于目标待推荐短视频的观看时长以及与待推荐用户之间的关联度,从多个目标待推荐短视频中推荐符合用户兴趣的短视频。
在其中一个实施例中,该系统300还包括视频发布模块,其中:视频发布模块,用于获取待发布视频文件,待发布视频文件中包括目标视频文件以及视频内容的创作地址;根据预设的视频发布规则,确定目标视频文件在预设的视频预览页面中的目标展示位置,以及目标展示位置与目标视频文件之间的对应关系;根据用户定位信息,当确定存在用户发布视频这一操作行为时,根据对应关系,在视频预览页面中的目标展示位置处播放目标视频文件,以及展示创作地址。
在其中一个实施例中,标签匹配模块302还用于利用埋点获取目标用户当前地理位置的GPS信息,并将GPS信息传输到服务端,以触发服务端执行下述步骤:服务端根据接收到的GPS信息,确定目标用户与发布在当前定位城市、以及指定时间范围内的多个待推荐短视频之间的距离信息;服务端基于距离信息,对多个待推荐短视频进行由近及远、或由远及近的融合排序,得到按序排列的推荐视频列表,其中,推荐视频列表将反馈给客户端,以由客户端基于推荐视频列表进行目标短视频的推荐。
上述短视频推荐系统,通过埋点获取到的目标用户当前地理位置的GPS信息,实现基于地理位置的同城内容推荐,解决了现有推荐策略中以新内容、热门内容、个体兴趣偏好及协同过滤算法为主,而没有考虑同城社交需求的问题,且融合了地理位置信息的推荐,提高了视频推荐的准确率和用户体验感及满意度。
本申请实施例提供一种存储介质,所述计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法。其中,存储介质可以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(Static Random AccessMemory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable ProgrammableRead-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable ProgrammableRead Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
上述存储介质,通过埋点获取到的目标用户当前地理位置的GPS信息,实现基于地理位置的同城内容推荐,解决了现有推荐策略中以新内容、热门内容、个体兴趣偏好及协同过滤算法为主,而没有考虑同城社交需求的问题,且融合了地理位置信息的推荐,提高了视频推荐的准确率和用户体验感及满意度。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,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单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种短视频推荐方法,其特征在于,所述方法应用于客户端,包括以下步骤:
在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息;
根据所述用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配;
在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
2.根据权利要求1所述的方法,其特征在于,所述在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息,包括:
获取系统定位权限,并在确定已开启定位功能时,基于系统定位权限获取用户定位信息;
在确定系统定位权限失败,或,用户定位信息获取失败时,获取待推荐用户对短视频的历史行为数据,并基于所述历史行为数据推荐符合用户兴趣的短视频。
3.根据权利要求2所述的方法,其特征在于,所述基于所述历史行为数据推荐符合用户兴趣的短视频,包括:
基于所述历史行为数据,确定待推荐用户过去已观看的目标短视频、目标短视频的观看时长、以及针对目标短视频存在的评论信息;
从所述评论信息中提取出反映评论态度的关键词,并综合所述关键词确定目标短视频所受到的喜爱程度;
针对喜爱程度高于预设阈值的多个目标待推荐短视频,基于所述目标待推荐短视频的观看时长以及与待推荐用户之间的关联度,从所述多个目标待推荐短视频中推荐符合用户兴趣的短视频。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取待发布视频文件,所述待发布视频文件中包括目标视频文件以及视频内容的创作地址;
根据预设的视频发布规则,确定所述目标视频文件在预设的视频预览页面中的目标展示位置,以及所述目标展示位置与所述目标视频文件之间的对应关系;
根据所述用户定位信息,当确定存在用户发布视频这一操作行为时,根据所述对应关系,在所述视频预览页面中的目标展示位置处播放所述目标视频文件,以及展示所述创作地址。
5.根据权利要求1所述的方法,其特征在于,所述利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐,包括:
利用埋点获取目标用户当前地理位置的GPS信息,并将所述GPS信息传输到服务端,以触发所述服务端执行下述步骤:
服务端根据接收到的GPS信息,确定目标用户与发布在当前定位城市、以及指定时间范围内的多个待推荐短视频之间的距离信息;
服务端基于所述距离信息,对所述多个待推荐短视频进行由近及远、或由远及近的融合排序,得到按序排列的推荐视频列表,其中,所述推荐视频列表将反馈给客户端,以由客户端基于所述推荐视频列表进行目标短视频的推荐。
6.一种短视频推荐系统,其特征在于,所述系统包括定位模块、标签匹配模块以及短视频推荐模块,其中:
所述定位模块,用于在确定已开启定位功能时,基于同步获取到的系统定位权限,确认用户定位信息;
所述标签匹配模块,用于根据所述用户定位信息,在确定存在用户浏览视频这一操作行为时,将经由目标用户选中的城市标签与当前定位城市进行匹配;
所述短视频推荐模块,用于在确定城市标签匹配成功时,基于利用埋点获取到的目标用户当前地理位置的GPS信息,进行目标短视频的推荐。
7.根据权利要求6所述的系统,其特征在于,所述定位模块还用于获取系统定位权限,并在确定已开启定位功能时,基于系统定位权限获取用户定位信息;在确定系统定位权限失败,或,用户定位信息获取失败时,基于热门城市中各用户对短视频的历史行为数据,推荐符合大众用户兴趣的短视频。
8.根据权利要求6所述的系统,其特征在于,所述定位模块还用于所述基于所述历史行为数据,确定待推荐用户过去已观看的目标短视频、目标短视频的观看时长、以及针对目标短视频存在的评论信息;从所述评论信息中提取出反映评论态度的关键词,并综合所述关键词确定目标短视频所受到的喜爱程度;针对喜爱程度高于预设阈值的多个目标待推荐短视频,基于所述目标待推荐短视频的观看时长以及与待推荐用户之间的关联度,从所述多个目标待推荐短视频中推荐符合用户兴趣的短视频。
9.一种可读存储介质,其特征在于,所述可读存储介质中包括短视频推荐方法程序,所述短视频推荐方法程序被处理器执行时,实现如权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647258.5A CN114936303A (zh) | 2022-06-08 | 2022-06-08 | 一种短视频推荐方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647258.5A CN114936303A (zh) | 2022-06-08 | 2022-06-08 | 一种短视频推荐方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114936303A true CN114936303A (zh) | 2022-08-23 |
Family
ID=82865862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210647258.5A Pending CN114936303A (zh) | 2022-06-08 | 2022-06-08 | 一种短视频推荐方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936303A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992159A (zh) * | 2023-09-27 | 2023-11-03 | 江西科技学院 | 一种内容推荐方法与系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843922A (zh) * | 2016-03-25 | 2016-08-10 | 乐视控股(北京)有限公司 | 多媒体分类推荐方法、装置和系统 |
CN105992068A (zh) * | 2015-05-19 | 2016-10-05 | 乐视移动智能信息技术(北京)有限公司 | 一种视频文件预览方法及装置 |
CN106878355A (zh) * | 2015-12-11 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法和装置 |
WO2017181616A1 (zh) * | 2016-04-19 | 2017-10-26 | 乐视控股(北京)有限公司 | 一种基于地理位置推送视频的方法、推送装置及其服务器 |
CN107484019A (zh) * | 2017-08-03 | 2017-12-15 | 乐蜜有限公司 | 一种视频文件的发布方法及装置 |
CN109218819A (zh) * | 2018-09-29 | 2019-01-15 | 维沃移动通信有限公司 | 一种视频预览方法及移动终端 |
CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
CN114265981A (zh) * | 2021-12-22 | 2022-04-01 | 北京字节跳动网络技术有限公司 | 推荐词确定方法、装置、设备及存储介质 |
CN114417169A (zh) * | 2022-01-26 | 2022-04-29 | 深圳前海微众银行股份有限公司 | 信息推荐优化方法、设备、介质及程序产品 |
-
2022
- 2022-06-08 CN CN202210647258.5A patent/CN114936303A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105992068A (zh) * | 2015-05-19 | 2016-10-05 | 乐视移动智能信息技术(北京)有限公司 | 一种视频文件预览方法及装置 |
CN106878355A (zh) * | 2015-12-11 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法和装置 |
CN105843922A (zh) * | 2016-03-25 | 2016-08-10 | 乐视控股(北京)有限公司 | 多媒体分类推荐方法、装置和系统 |
WO2017181616A1 (zh) * | 2016-04-19 | 2017-10-26 | 乐视控股(北京)有限公司 | 一种基于地理位置推送视频的方法、推送装置及其服务器 |
CN107484019A (zh) * | 2017-08-03 | 2017-12-15 | 乐蜜有限公司 | 一种视频文件的发布方法及装置 |
CN109218819A (zh) * | 2018-09-29 | 2019-01-15 | 维沃移动通信有限公司 | 一种视频预览方法及移动终端 |
CN113766281A (zh) * | 2021-09-10 | 2021-12-07 | 北京快来文化传播集团有限公司 | 短视频推荐方法、电子设备和计算机可读存储介质 |
CN114265981A (zh) * | 2021-12-22 | 2022-04-01 | 北京字节跳动网络技术有限公司 | 推荐词确定方法、装置、设备及存储介质 |
CN114417169A (zh) * | 2022-01-26 | 2022-04-29 | 深圳前海微众银行股份有限公司 | 信息推荐优化方法、设备、介质及程序产品 |
Non-Patent Citations (1)
Title |
---|
刘国昊: "智能推荐:让你的业务千人千面", 31 July 2020, 北京燕山出版社, pages: 188 - 189 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116992159A (zh) * | 2023-09-27 | 2023-11-03 | 江西科技学院 | 一种内容推荐方法与系统 |
CN116992159B (zh) * | 2023-09-27 | 2023-11-28 | 江西科技学院 | 一种内容推荐方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9886471B2 (en) | Electronic message board fact checking | |
US9630090B2 (en) | Game play fact checking | |
US11455465B2 (en) | Book analysis and recommendation | |
US9015037B2 (en) | Interactive fact checking system | |
US9176957B2 (en) | Selective fact checking method and system | |
CN101960753B (zh) | 注释视频区间 | |
US9483159B2 (en) | Fact checking graphical user interface including fact checking icons | |
US8583509B1 (en) | Method of and system for fact checking with a camera device | |
US20130060757A1 (en) | Method of and system for utilizing fact checking results to generate search engine results | |
US20130159127A1 (en) | Method of and system for rating sources for fact checking | |
KR20090099439A (ko) | 멀티미디어 콘텐츠 정보에 포함된 메타 정보 기반 키워드광고 서비스 방법 및 그 서비스를 위한 시스템 | |
CN114936303A (zh) | 一种短视频推荐方法、系统及存储介质 | |
US10582275B2 (en) | Real-time digit string-based information distribution system using smart terminal and method thereof | |
KR20220003204A (ko) | 모바일 광고 제공 시스템 및 제공 방법 | |
KR101679424B1 (ko) | 컨텐츠 운영 방법 및 시스템과 이를 위한 기록매체 |
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 |