CN117651165A - 基于客户数据的视频推荐方法及装置 - Google Patents

Abstract

本发明实施例公开了一种基于客户数据的视频推荐方法及装置，实施例先获取推荐视频的产品数据，包括视频长度、视频内容等等，其次获取客户的用户画像，包括用户特征，通过将产品数据与用户特征进行匹配，将匹配度高的筛选为目标客户，并且对目标客户的在线时间段进行统计，评估每一个在线时间段的应用热度，通过应用热度来评估在线的拥挤度，进而评价每一个在线时间段的优先级进行排序，选取优先级最高的在线时间段对目标客户进行视频推荐，能够更加精准推荐的同时还能让客户更容易关注到该推荐视频，也更容易提高对该视频的注意力，以大大提高视频推荐效果。

Description

基于客户数据的视频推荐方法及装置

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于客户数据的视频推荐方法及装置。

背景技术

目前，随着互联网技术的发展，各类视频网站(包含视频应用)也得到了快速发展。目前，浏览视频已经成为网络娱乐活动中不可缺少的组成部分。为了吸引客户，视频网站会向客户进行视频推荐。当前的视频推荐技术会预先给视频添加标签，标签可以表明视频的内容，通常关于视频的题材以及视频中涉及的人物等。视频网站的服务器会根据客户观看过的视频的标签，预测客户感兴趣的视频类型，并向客户推荐感兴趣视频类型下高热度的视频。然而，这种视频推荐技术依旧存在狭隘之处，并可能产生视频热度的马太效应，影响视频的推荐效果。

发明内容

针对所述缺陷，本发明实施例公开了一种基于客户数据的视频推荐方法及装置，其可以实现更加精准的视频推荐。

本发明实施例第一方面公开了一种基于客户数据的视频推荐方法，包括：

获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；

获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；

根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；

当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；

选取优先级最高的在线时间段将待推荐视频推荐给目标客户。

作为一种可选的实施方式，在本发明实施例第一方面中，获取客户的用户画像，包括：

选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；

基于所述视频观看数据生成用户特征以形成所述用户画像。

作为一种可选的实施方式，在本发明实施例第一方面中，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：

根据用户特征获取用户的兴趣视频时长范围和兴趣内容；

将兴趣视频时长范围与视频时长进行比对，计算时长一致度；

获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；

基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。

作为一种可选的实施方式，在本发明实施例第一方面中，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：

比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；

当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。

作为一种可选的实施方式，在本发明实施例第一方面中，计算第一关键词和第二关键词的重合度，包括：

分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；

求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。

作为一种可选的实施方式，在本发明实施例第一方面中，还包括：

获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；

将所述关系节点上对应的用户定义为目标群体；

按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。

作为一种可选的实施方式，在本发明实施例第一方面中，还包括：

根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级；

根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。

本发明实施例第二方面公开一种基于客户数据的视频推荐装置，包括：

数据获取模块：用于获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；

画像获取模块：用于获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；

客户筛选模块：用于根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；

时段排序模块：用于当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；

视频推荐模块：用于选取优先级最高的在线时间段将视频推荐给目标客户。

作为一种可选的实施方式，在本发明实施例第二方面中，获取客户的用户画像，包括：

选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；

基于所述视频观看数据生成用户特征以形成所述用户画像。

作为一种可选的实施方式，在本发明实施例第二方面中，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：

根据用户特征获取用户的兴趣视频时长范围和兴趣内容；

将兴趣视频时长范围与视频时长进行比对，计算时长一致度；

获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；

基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。

作为一种可选的实施方式，在本发明实施例第二方面中，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：

比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；

当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。

作为一种可选的实施方式，在本发明实施例第二方面中，计算第一关键词和第二关键词的重合度，包括：

分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；

求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。

作为一种可选的实施方式，在本发明实施例第二方面中，还包括：

获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；

将所述关系节点上对应的用户定义为目标群体；

按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。

作为一种可选的实施方式，在本发明实施例第二方面中，还包括：

根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级；

根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。

本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的基于客户数据的视频推荐方法。

本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的基于客户数据的视频推荐方法。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中先获取推荐视频的产品数据，包括视频长度、视频内容等等，其次获取客户的用户画像，包括用户特征，通过将产品数据与用户特征进行匹配，将匹配度高的筛选为目标客户，并且对目标客户的在线时间段进行统计，评估每一个在线时间段的应用热度，通过应用热度来评估在线的拥挤度，进而评价每一个在线时间段的优先级进行排序，选取优先级最高的在线时间段对目标客户进行视频推荐，能够更加精准推荐的同时还能让客户更容易关注到该推荐视频，也更容易提高对该视频的注意力，以大大提高视频推荐效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种基于客户数据的视频推荐方法的流程示意图；

图2是本发明实施例公开的获取客户的用户画像的流程示意图；

图3是本发明实施例公开的根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度的流程示意图；

图4是本发明实施例公开的另一种基于客户数据的视频推荐方法的流程示意图；

图5是本发明实施例公开的另一种基于客户数据的视频推荐方法的流程示意图；

图6是本发明实施例提供的一种基于客户数据的视频推荐装置的结构示意图；

图7是本发明实施例提供的一种电子设备的结构示意图。

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。

需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开了一种基于客户数据的视频推荐方法、装置、电子设备及存储介质，实施例中先获取推荐视频的产品数据，包括视频长度、视频内容等等，其次获取客户的用户画像，包括用户特征，通过将产品数据与用户特征进行匹配，将匹配度高的筛选为目标客户，并且对目标客户的在线时间段进行统计，评估每一个在线时间段的应用热度，通过应用热度来评估在线的拥挤度，进而评价每一个在线时间段的优先级进行排序，选取优先级最高的在线时间段对目标客户进行视频推荐，能够更加精准推荐的同时还能让客户更容易关注到该推荐视频，也更容易提高对该视频的注意力，以大大提高视频推荐效果。

实施例一

请参阅图1，图1是本发明实施例公开的一种基于客户数据的视频推荐方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于客户数据的视频推荐方法包括以下步骤：

101、获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征。

实施例中，待推荐视频是连续的一段图像数据，其中每一帧可能对应不同的画面以展示不同的内容。待推荐视频可以是一段视频广告，也可以是一段电影片段，还可以是任何的剪辑视频片段，将待推荐视频推送给用户，以达到吸引用户、得到用户的点击和播放、得到用户的购买等等行为。实施例中产品数据包括视频长度、视频内容、视频属性和受众特征，其中，视频长度是指整个视频广告的数据大小，视频内容是指整段图像数据所展示的具体内容，可以包含人物图像、产品图像、文案等等，视频属性可以包括视频的格式、视频中产品的分类，由于产品不同，如果推荐视频为广告，可能带来视频广告可能是公益广告、可能是收益性广告，等等。而产品属性还可以定义例如该推荐视频为电影剪辑片段或者自制动画或者其他类型的视频。受众特征是指观看视频广告的人群的特点，包括年龄特征、地域特征、性别特征等等，用于限定后续投放的用户。

102、获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度。

实施例的用户画像用于表达某个用户所具备的各种特征，以方便根据用户画像来匹配推荐视频。实施例的用户特征可以包括性别、年龄、爱好、收入、地域等等。除了用户特征，还进一步包括用户视频偏好。

具体的，实施例中，获取该客户的用户画像的方式可以是如图2所示，包括选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；基于所述视频观看数据生成用户特征以形成所述用户画像。

通过用户的历史视频观看数据可以获知用户的视频偏好，由此将视频偏好与用户特征进行捆绑对应，例如用户年龄在二十岁至三十岁年龄段，对喜剧类视频更为偏爱，则对应为该视频偏好的关键词为喜剧，因此喜剧与二十岁至三十岁的用户特征进行绑定形成用户画像。

进一步的，根据用户画像与待推荐视频进行比对来讲两者进行匹配，在实施例中需要进行匹配度的计算。具体的，如图3所示，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：根据用户特征获取用户的兴趣视频时长范围和兴趣内容；将兴趣视频时长范围与视频时长进行比对，计算时长一致度；获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。

上述中，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。

而计算第一关键词和第二关键词的重合度，包括：分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。

103、根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段。

根据计算得到的匹配度，可以将客户按照匹配度高低进行排序，选取匹配度较高的目标客户，可以提取设置匹配度的限定值，当大于该限定值的匹配度客户才作为目标客户。

实施例中通常在一个应用程序中播放待推荐视频，目标客户登录该应用程序也即是在该应用程序上线的时间可能有一个时间段，也可能有多个时间段，例如客户a每天在早上8点到早上9点上线，客户b每天在中午11点到中午12点半以及下午五点到下午六点这两个时间段上线。

104、当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序。

实施例的应用热度是指某个在线时间段该应用程序的在线人数，在线人数多意味着应用热度高，在线人数少意味着应用热度低，应用热度高的时候，通常也有更多的推广选择在线人数多的时候投放，以希望能够得到更多的点击率或者转化率，因此往往应用热度高的时候推广更加拥挤。实施例避开该拥挤时段，选择应用热度较低时的在线时间段对目标客户进行视频推荐，此时由于推广的视频较少，目标客户对此时推荐的视频更不容易产生抗拒心理，并且容易产生注意力。

105、选取优先级最高的在线时间段将待推荐视频推荐给目标客户。

另一个示例中，图4示出了本申请实施例供的另一种基于客户数据的视频推荐方法的示意图，如图4所示，该视频推荐方法包括：

401、获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征。

402、获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度。

403、根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段。

404、当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序。

405、选取优先级最高的在线时间段将待推荐视频推荐给目标客户。

406、获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点。

407、将所述关系节点上对应的用户定义为目标群体。

408、按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。

本实施例中，除了对根据客户画像和产品数据筛选出目标客户后对目标客户进行视频的推荐，还根据目标客户筛选出相应的客户群体进而将推广人群进行了范围扩大。例如，当前待推荐视频为一则视频广告，本次视频广告的产品对应为男性用品，则目标客户筛选为男性，但如果该男性已经成家，则该视频广告的受众还可以扩大到该男性的另一半，即是该男性另一半成为目标群体的一员。又一个示例中，该待推荐视频为一段电影剪辑片段，目标客户筛选为女大学生，则根据关系网可以筛选到这些目标客户的其他未被筛选为目标客户的其他大学女同学、高中女同学等作为目标群体。实施例中的关系网络也即是每一个目标用户的交际圈，包括亲朋好友、同学同事等等。例如包括同学、亲戚、同事这些节点，每一个关系节点上对应有至少一个人。

另一个示例中，图5示出了本申请实施例供的另一种基于客户数据的视频推荐方法的示意图，如图5所示，该视频推荐方法包括：

501、获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征。

502、获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度。

503、根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段。

504、当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序。

505、选取优先级最高的在线时间段将待推荐视频推荐给目标客户。

506、根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级。

目标客户的账号信息通常包括目标客户的账户应用时长、账户信用评分等等。根据目标客户的账户应用市场等计算得到目标客户的客户评价等级，通常来讲，账户应用时长更长、账户信用评分高的客户评价等级则高。另外，还可以对账号信息考虑该目标客户对以往推荐视频的操作数据，包括是否愿意感兴趣，是否愿意进一步观看完整视频，对推荐视频的反感程度或者兴趣程度等等。

507、根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。

当客户评价等级高，则对应的推荐频率更高，也即是可以在同一个时间段内选择多推荐几次该待推荐视频。

实施例二

请参阅图6，图6是本发明实施例公开的一种基于客户数据的视频推荐装置的结构示意图。如图6所示，该基于客户数据的视频推荐装置可以包括：数据获取模块601、画像获取模块602、客户筛选模块603、时段排序模块604和视频推荐模块605，其中，数据获取模块601：用于获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；画像获取模块602：用于获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；客户筛选模块603：用于根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；时段排序模块604：用于当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；视频推荐模块605：用于选取优先级最高的在线时间段将视频推荐给目标客户。

数据获取模块601中，获取客户的用户画像，包括：选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；基于所述视频观看数据生成用户特征以形成所述用户画像。

画像获取模块602中，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：根据用户特征获取用户的兴趣视频时长范围和兴趣内容；将兴趣视频时长范围与视频时长进行比对，计算时长一致度；获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。

进一步的，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。计算第一关键词和第二关键词的重合度，包括：分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。

实施例还可以包括群体筛选模块，用于获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；将所述关系节点上对应的用户定义为目标群体；按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。

优选的，还可以包括频率计算模块，用于根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级；根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。

实施例三

请参阅图7，图7是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图7所示，该电子设备可以包括：

存储有可执行程序代码的存储器701；

与存储器701耦合的处理器702；

其中，处理器702调用存储器701中存储的可执行程序代码，执行实施例一中的基于客户数据的视频推荐方法中的部分或全部步骤。

本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的基于客户数据的视频推荐方法中的部分或全部步骤。

本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于客户数据的视频推荐方法中的部分或全部步骤。

本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的基于客户数据的视频推荐方法中的部分或全部步骤。

在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

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单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。

在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。

本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的基于客户数据的视频推荐方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于客户数据的视频推荐方法，其特征在于，包括：

获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；

获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；

根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；

当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；

选取优先级最高的在线时间段将待推荐视频推荐给目标客户。

2.根据权利要求1所述的视频推荐方法，其特征在于，获取客户的用户画像，包括：

选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；

基于所述视频观看数据生成用户特征以形成所述用户画像。

3.根据权利要求1所述的视频推荐方法，其特征在于，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：

根据用户特征获取用户的兴趣视频时长范围和兴趣内容；

将兴趣视频时长范围与视频时长进行比对，计算时长一致度；

获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；

基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。

4.根据权利要求3所述的视频推荐方法，其特征在于，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：

比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；

当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。

5.根据权利要求3所述的视频推荐方法，其特征在于，计算第一关键词和第二关键词的重合度，包括：

分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；

求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。

6.根据权利要求1所述的视频推荐方法，其特征在于，还包括：

获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；

将所述关系节点上对应的用户定义为目标群体；

按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。

7.根据权利要求1所述的视频推荐方法，其特征在于，还包括：

根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级；

根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。

8.一种基于客户数据的视频推荐装置，其特征在于，包括：

数据获取模块：用于获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；

画像获取模块：用于获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；

客户筛选模块：用于根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；

时段排序模块：用于当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；

视频推荐模块：用于选取优先级最高的在线时间段将视频推荐给目标客户。

9.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至7任一项所述的基于客户数据的视频推荐方法。

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存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至7任一项所述的基于客户数据的视频推荐方法。