CN107105349A - 一种视频推荐方法 - Google Patents
一种视频推荐方法 Download PDFInfo
- Publication number
- CN107105349A CN107105349A CN201710349660.4A CN201710349660A CN107105349A CN 107105349 A CN107105349 A CN 107105349A CN 201710349660 A CN201710349660 A CN 201710349660A CN 107105349 A CN107105349 A CN 107105349A
- Authority
- CN
- China
- Prior art keywords
- video
- concept
- similarity
- justice
- msub
- 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 30
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000011524 similarity measure Methods 0.000 claims description 7
- 238000005194 fractionation Methods 0.000 abstract 1
- 230000000052 comparative effect Effects 0.000 description 2
- 238000000205 computational method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- 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]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
-
- 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)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种视频推荐方法,方法包括:当用户观看视频时,获取当前视频的视频信息;根据视频信息从视频服务器中查找出若干推荐视频,当前视频与推荐视频的视频相似度大于阈值;返回查找到的推荐视频的播放地址,并显示给用户;推荐视频与当前视频的视频相似度的计算步骤如下:获取当前视频与推荐视频的视频信息,将当前视频的视频信息作为第一视频信息,推荐视频的视频信息作为第二视频信息;对第一视频信息和第二视频信息分别进行概念拆分得到第一概念集合和第二概念集合;计算第一概念集合中的第一概念与第二概念集合中的第二概念之间的概念相似度;将计算得到的各概念相似度中的最大值作为当前视频与推荐视频之间的视频相似度。
Description
技术领域
本发明视频信息处理领域,尤其涉及一种视频推荐方法。
技术领域
随着人们生活水平的提高以及移动互联网的发展,人们随时随地都能在固定电脑或者移动设备上进行视频播放,这也成为了时下最为流行的娱乐方式。
一般来说,用户会在具有WiFi的环境下选择在线播放视频,而在没有WiFi 的环境条件下会选择播放已经下载好的视频或其他本地视频,这样能够节约用户流量,提高播放效果。
但现有的视频播放方式都是播放已经确定好的视频,而用户经常希望能够看到与当前视频相关的视频,即使现有技术中具有推荐视频的方法,但其准确度低,且相关性不足,不能达到很好地匹配精确度。
发明内容
本发明提供了一种视频推荐方法。
本发明提供的一种视频推荐方法,方法包括:
当用户观看视频时,获取当前视频的视频信息;
将所述视频信息发送至视频服务器,根据所述视频信息从视频服务器中查找出若干推荐视频,所述当前视频与推荐视频的视频相似度大于阈值;
返回查找到的推荐视频的播放地址,并显示给用户;
所述推荐视频与当前视频的视频相似度的计算步骤如下:
获取当前视频与推荐视频的视频信息,将当前视频的视频信息作为第一视频信息,推荐视频的视频信息作为第二视频信息;
对所述第一视频信息进行概念拆分得到包含若干个概念的第一概念集合,对所述第二视频信息进行概念拆分得到包含若干个概念的第二概念集合;
计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度,所述第一概念为所述第一概念集合中的任一概念,所述第二概念为所述第二概念集合中的任一概念;
将计算得到的各概念相似度中的最大值作为当前视频与推荐视频之间的视频相似度。
可选地,所述视频信息包括:视频名称、剧情简介、主演、导演、视频类型中的一种或几种。
可选地,所述当前视频为本地视频或在线视频。
可选地,所述推荐视频以列表的形式进行显示。
可选地,所述推荐视频的数量小于或等于5个。
可选地,所述计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度包括:
计算所述第一概念的第一独立义原与第二概念的第一独立义原之间的第一相似度;
计算所述第一概念的第二独立义原与第二概念的第二独立义原之间的第二相似度,所述第二独立义原为语义表达式中除所述第一独立义原以外的所有其他独立义原;
计算所述第一概念的关系义原与第二概念的关系义原之间的第三相似度;
计算所述第一概念的符号义原与第二概念的符号义原之间的第四相似度;
根据所述第一相似度、第二相似度、第三相似度、第四相似度计算所述第一概念与所述第二概念之间的概念相似度。
可选地,所述计算所述第一概念的第一独立义原与第二概念的第一独立义原之间的第一相似度包括:
按照如下公式计算所述第一相似度Sim1(V1,V2):
其中,所述(d+α)表示两个义原,d是和在义原层次体系中的路径长度,α为常数参数。
可选地,计算所述第一概念的第二独立义原与第二概念的第二独立义原之间的第二相似度包括:
1)将第一概念与第二概念的语义表达式的所有独立义原任意配对,计算两两独立义原相似度;
2)将相似度取值最大的一对归为一组;
3)对剩余的独立义原两两执行步骤2),直至所有独立义原都完成分组;
4)对各组的相似度计算平均值作为所述第二相似度。
可选地,所述根据所述第一相似度、第二相似度、第三相似度、第四相似度计算所述第一概念与所述第二概念之间的概念相似度包括:
按照如下公式计算所述概念相似度Sim(Si,Tj):
本发明中,当用户观看视频时,获取当前视频的视频信息,根据所述视频信息从视频服务器中查找出若干推荐视频,所述当前视频与推荐视频的视频相似度大于阈值;返回查找到的推荐视频的播放地址,并显示给用户;所述推荐视频与当前视频的视频相似度的计算步骤如下:获取当前视频与推荐视频的视频信息,将当前视频的视频信息作为第一视频信息,推荐视频的视频信息作为第二视频信息;对所述第一视频信息进行概念拆分得到包含若干个概念的第一概念集合,对所述第二视频信息进行概念拆分得到包含若干个概念的第二概念集合;计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度,所述第一概念为所述第一概念集合中的任一概念,所述第二概念为所述第二概念集合中的任一概念;将计算得到的各概念相似度中的最大值作为当前视频与推荐视频之间的视频相似度。本发明中,通过获取当前视频的视频信息,来查找出与当前视频相似度高的推荐视频,并推荐给用户,且采用概念集合的方式最大程度的涵盖词语的本质含义,从而提高匹配的精确度。
附图说明
图1为视频推荐方法流程示意图。
具体实施方式
为了使本领域的技术人员更好的理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
请参阅图1,本发明视频推荐方法流程包括:
101、当用户观看视频时,获取当前视频的视频信息;
102、将所述视频信息发送至视频服务器,根据所述视频信息从视频服务器中查找出若干推荐视频,所述当前视频与推荐视频的视频相似度大于阈值;
103、返回查找到的推荐视频的播放地址,并显示给用户;
所述推荐视频与当前视频的视频相似度的计算步骤如下:
获取当前视频与推荐视频的视频信息,将当前视频的视频信息作为第一视频信息,推荐视频的视频信息作为第二视频信息;
对所述第一视频信息进行概念拆分得到包含若干个概念的第一概念集合,对所述第二视频信息进行概念拆分得到包含若干个概念的第二概念集合;
计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度,所述第一概念为所述第一概念集合中的任一概念,所述第二概念为所述第二概念集合中的任一概念;
将计算得到的各概念相似度中的最大值作为当前视频与推荐视频之间的视频相似度。
在步骤101中,当用户观看视频时,获取当前视频的视频信息。
其中,本发明中用户在观看视频时需要处于在线状态,以便可以将视频信息发送至视频服务器并由视频服务器推送推荐视频的播放地址给用户。但用户当前所观看的视频可以是本地视频也可以是在线视频,即所述当前视频可以是本地视频也可以是在线视频,也就是说,用户在观看本地视频或者在线视频时,都可以由视频播放设备获取其视频信息。
其中的视频播放设备可以是移动终端,例如手机、平板、移动电脑等等便携式电子设备,也可以是其他固定设备,例如PC电脑等。
其中的视频信息包括:视频名称、剧情简介、主演、导演、视频类型中的一种或几种。
其中的视频名称即为视频当前的名称,例如《速度与激情》,其中的剧情简介即为当前视频的简要概括信息,主演即为当前视频的主要演员,导演即为当前视频的导演,视频类型则表示了当前视频的风格,例如喜剧、恐怖、爱情、动作、科幻、武侠、战争、犯罪、惊悚、剧情等等。
通过获取上述信息并发送至视频服务器,从而方便视频服务器从中查找到相似的视频。因为上述信息已经基本涵盖了代表视频内容的所有信息。
在步骤102中,将所述视频信息发送至视频服务器,根据所述视频信息从视频服务器中查找出若干推荐视频,所述当前视频与推荐视频的视频相似度大于阈值。
首先由视频播放设备将当前视频的视频信息发送给视频服务器,在视频服务器中存储了海量视频的视频信息以及对应的播放地址,视频服务器接收到了当前视频的视频信息后,与其他存储的视频信息进行比对,从而根据比对结果进行推荐,其中比对的要求是:所述当前视频与推荐视频的视频相似度大于阈值。具体而言,是指当前视频的视频信息与推荐视频的视频信息二者之间的视频相似度大于阈值。由于视频信息是由多个词语组成,所以通过对视频信息进行拆解,即可比较出当前视频的视频信息与推荐视频的视频信息的视频相似度。
另外,需说明的是,本发明优选对视频信息进行分类比较,例如视频名称之间进行比较,视频简介之间进行比较,视频类型之间进行比较,若选取多个选项进行比较,那么优选至少2/3或2/3以上的选项比较结果满足视频相似度的要求,即可判定待比较视频为推荐视频。例如比较的选项为6个,分别为视频名称、剧情简介、主演、导演、视频类型、制片人,那么应有4 个或4个以上的选项比较结果满足视频相似度的要求(大于阈值),才可判定所比较的视频为推荐视频。
下面对视频相似度的计算过程进行详述。
Hownet中,对实词的概念描述由以下三种形式的描述式组成:
(1)独立义原描述式:由“基本义原”或“(具体词)”表示;
(2)关系义原描述式:由“关系义原=基本义原”或“关系义原=(具体词)”或者“(关系义原=具体词)”来表示,其中关系义原是指包含“EventRole| 动态角色”和“EventFeatures|动态属性”这两类的义原;
(3)符号义原描述式:由“关系符号基本义原”或者“关系符号(具体词)”表示,其中关系符号包括“#、%、$、*、+、&、@、?、!”,其各自代表的关系不再赘述。
在实际应用中,每一个概念由多个义原组成,义原是最基本的、不易于再分割的意义的最小单位。例如:“人”虽然是一个非常复杂的概念,它可以是多种属性的集合体,但也可以把它看作为一个义原。
所有的概念都可以分解成各种各样的义原。同时也应该有一个有限的义原集合,其中的义原组合成一个无限的概念集合。中文中的字(包括单纯词) 是有限的,并且它可以被用来表达各种各样的单纯的或复杂的概念,以及表达概念与概念之间、概念的属性与属性之间的关系。
通过对义原和概念的定义,就可以对两个词语(例如当前视频的视频信息中的视频名称,称为第一词语;待比较视频的视频信息中的视频名称称为第二词语)的相似度进行计算,例如对于第一词语X1和第二词语X2,如果第一词语X1有n个概念[S1,S2,…,Sn],第二词语X2有m个概念[T1,T2,…,Tm],第一词语X1和第二词语X2的相似度Sim(X1,X2)为各个概念的相似度的最大值:
因此,为了计算得到第一词语X1和第二词语X2的相似度Sim(X1,X2),则需要计算每两个概念之间的相似度。
计算两个概念之间的相似度则需要通过多个方面来综合计算:
(1)第一独立义原描述式:
因为所有的概念都最终归结于用义原来表示,所以义原的相似度计算是概念相似度的基础。由于所有的义原根据上下位关系构成树状的义原层次体系,可以简单的通过语义距离计算相似度。
用Sim1(V1,V2)表示两个概念的这部分相似度,具体就是两个义原的相似度,具体计算公式如下:
其中(d+α)表示两个义原,d是和在义原层次体系中的路径长度。α是一个可调节的参数,在基于Hownet的词汇语义相似度计算方法中可以设定α的取值,例如:α=0.5。
(2)其他独立义原描述式:语义表达式中除第一独立义原以外的所有其他独立义原,用Sim2(V1,V2)表示两个概念的这部分相似度,具体计算步骤如下:
a、先把两个表达式的所有独立义原任意配对,计算两两义原相似度;
b、取值最大的一对归为一组;
c、对剩下的独立义原两两相似度执行第b步。如此反复,直到所有都完成分组。任何义原与空值的相似度定义为常数δ,例如:δ=0.2;
d、最后求平均值。
(3)关系义原描述式:语义表达式中所有的关系义原,用Sim3(V1,V2) 表示两个概念的这部分相似度,把关系义原相同的表达式分为一组,计算相似度,最后求平均值。
(4)符号义原描述式:语义表达式中所有的符号义原,用Sim4(V1,V2) 表示两个概念的这部分相似度,把关系符号相同的表达式分为一组,计算相似度,最后求平均值。
综上所述,两个概念的相似度计算方法如公式(3)所示。
在步骤103中,返回查找到的推荐视频的播放地址,并显示给用户。
其中的推荐视频的数量可以有多个,并优选以列表的形式进行显示。例如用户当前正在观看视频,那么在其侧边设置有推荐栏,在推荐栏中显示视频服务器所返回的推荐视频的播放地址,并可显示推荐视频的视频名称等信息,以便用户确定是否需要观看对应的推荐视频。当用户点击播放地址时,那么播放器将自动转到对应的播放地址播放对应的推荐视频。
所述推荐视频的数量不宜过多,过多会造成用户选择困难,且难以查找,降低了推荐效率,本发明优选小于或等于5个,这样用户可以有针对性地快速转向推荐视频,提高观看效率和体验。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (9)
1.一种视频推荐方法,其特征在于,所述方法包括:
当用户观看视频时,获取当前视频的视频信息;
将所述视频信息发送至视频服务器,根据所述视频信息从视频服务器中查找出若干推荐视频,所述当前视频与推荐视频的视频相似度大于阈值;
返回查找到的推荐视频的播放地址,并显示给用户;
所述推荐视频与当前视频的视频相似度的计算步骤如下:
获取当前视频与推荐视频的视频信息,将当前视频的视频信息作为第一视频信息,推荐视频的视频信息作为第二视频信息;
对所述第一视频信息进行概念拆分得到包含若干个概念的第一概念集合,对所述第二视频信息进行概念拆分得到包含若干个概念的第二概念集合;
计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度,所述第一概念为所述第一概念集合中的任一概念,所述第二概念为所述第二概念集合中的任一概念;
将计算得到的各概念相似度中的最大值作为当前视频与推荐视频之间的视频相似度。
2.根据权利要求1所述的视频推荐方法,其特征在于,所述视频信息包括:视频名称、剧情简介、主演、导演、视频类型中的一种或几种。
3.根据权利要求1所述的视频推荐方法,其特征在于,所述当前视频为本地视频或在线视频。
4.根据权利要求1所述的视频推荐方法,其特征在于,所述推荐视频以列表的形式进行显示。
5.根据权利要求1所述的视频推荐方法,其特征在于,所述推荐视频的数量小于或等于5个。
6.根据权利要求1所述的视频推荐方法,其特征在于,所述计算所述第一概念集合中的第一概念与所述第二概念集合中的第二概念之间的概念相似度包括:
计算所述第一概念的第一独立义原与第二概念的第一独立义原之间的第一相似度;
计算所述第一概念的第二独立义原与第二概念的第二独立义原之间的第二相似度,所述第二独立义原为语义表达式中除所述第一独立义原以外的所有其他独立义原;
计算所述第一概念的关系义原与第二概念的关系义原之间的第三相似度;
计算所述第一概念的符号义原与第二概念的符号义原之间的第四相似度;
根据所述第一相似度、第二相似度、第三相似度、第四相似度计算所述第一概念与所述第二概念之间的概念相似度。
7.根据权利要求6所述的视频推荐方法,其特征在于,所述计算所述第一概念的第一独立义原与第二概念的第一独立义原之间的第一相似度包括:
按照如下公式计算所述第一相似度Sim1(V1,V2):
<mrow>
<msub>
<mi>Sim</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>&alpha;</mi>
<mrow>
<mi>d</mi>
<mo>+</mo>
<mi>&alpha;</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中,所述(d+α)表示两个义原,d是和在义原层次体系中的路径长度,α为常数参数。
8.根据权利要求7所述的视频推荐方法,其特征在于,计算所述第一概念的第二独立义原与第二概念的第二独立义原之间的第二相似度包括:
1)将第一概念与第二概念的语义表达式的所有独立义原任意配对,计算两两独立义原相似度;
2)将相似度取值最大的一对归为一组;
3)对剩余的独立义原两两执行步骤2),直至所有独立义原都完成分组;
4)对各组的相似度计算平均值作为所述第二相似度。
9.根据权利要求8所述的视频推荐方法,其特征在于,所述根据所述第一相似度、第二相似度、第三相似度、第四相似度计算所述第一概念与所述第二概念之间的概念相似度包括:
按照如下公式计算所述概念相似度Sim(Si,Tj):
<mrow>
<mi>S</mi>
<mi>i</mi>
<mi>m</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>T</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>4</mn>
</munderover>
<msub>
<mi>&beta;</mi>
<mi>x</mi>
</msub>
<munderover>
<mo>&Pi;</mo>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>x</mi>
</munderover>
<msub>
<mi>Sim</mi>
<mi>y</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>V</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
2
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349660.4A CN107105349A (zh) | 2017-05-17 | 2017-05-17 | 一种视频推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710349660.4A CN107105349A (zh) | 2017-05-17 | 2017-05-17 | 一种视频推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107105349A true CN107105349A (zh) | 2017-08-29 |
Family
ID=59669855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710349660.4A Pending CN107105349A (zh) | 2017-05-17 | 2017-05-17 | 一种视频推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107105349A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108255970A (zh) * | 2017-12-26 | 2018-07-06 | 努比亚技术有限公司 | 一种视频查找方法、终端及计算机可读存储介质 |
CN108307240A (zh) * | 2018-02-12 | 2018-07-20 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
CN109446379A (zh) * | 2018-10-31 | 2019-03-08 | 北京字节跳动网络技术有限公司 | 用于处理信息的方法和装置 |
CN109800326A (zh) * | 2019-01-24 | 2019-05-24 | 广州虎牙信息科技有限公司 | 一种视频处理方法、装置、设备和存储介质 |
CN110019944A (zh) * | 2017-12-21 | 2019-07-16 | 飞狐信息技术(天津)有限公司 | 一种视频的推荐方法及*** |
CN110519621A (zh) * | 2019-09-20 | 2019-11-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读介质 |
CN110619063A (zh) * | 2019-09-20 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 基于视频搜索的视频推送方法、装置、电子设备 |
CN111782109A (zh) * | 2020-07-24 | 2020-10-16 | 咪咕数字传媒有限公司 | 电子作品显示方法、显示装置和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090319883A1 (en) * | 2008-06-19 | 2009-12-24 | Microsoft Corporation | Automatic Video Annotation through Search and Mining |
CN101655856A (zh) * | 2009-09-15 | 2010-02-24 | 西安交通大学 | 一种获取用户特定知识元兴趣度的方法 |
CN103150667A (zh) * | 2013-03-14 | 2013-06-12 | 北京大学 | 一种基于本体结构的个性化推荐方法 |
CN103970729A (zh) * | 2014-04-29 | 2014-08-06 | 河海大学 | 一种基于语义类的多主题提取方法 |
CN105760544A (zh) * | 2016-03-16 | 2016-07-13 | 合网络技术(北京)有限公司 | 视频推荐方法和装置 |
-
2017
- 2017-05-17 CN CN201710349660.4A patent/CN107105349A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090319883A1 (en) * | 2008-06-19 | 2009-12-24 | Microsoft Corporation | Automatic Video Annotation through Search and Mining |
CN101655856A (zh) * | 2009-09-15 | 2010-02-24 | 西安交通大学 | 一种获取用户特定知识元兴趣度的方法 |
CN103150667A (zh) * | 2013-03-14 | 2013-06-12 | 北京大学 | 一种基于本体结构的个性化推荐方法 |
CN103970729A (zh) * | 2014-04-29 | 2014-08-06 | 河海大学 | 一种基于语义类的多主题提取方法 |
CN105760544A (zh) * | 2016-03-16 | 2016-07-13 | 合网络技术(北京)有限公司 | 视频推荐方法和装置 |
Non-Patent Citations (1)
Title |
---|
金博等: "基于语义理解的本文相似度算法", 《大连理工大学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110019944A (zh) * | 2017-12-21 | 2019-07-16 | 飞狐信息技术(天津)有限公司 | 一种视频的推荐方法及*** |
CN108255970A (zh) * | 2017-12-26 | 2018-07-06 | 努比亚技术有限公司 | 一种视频查找方法、终端及计算机可读存储介质 |
CN108307240A (zh) * | 2018-02-12 | 2018-07-20 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
CN108307240B (zh) * | 2018-02-12 | 2019-10-22 | 北京百度网讯科技有限公司 | 视频推荐方法和装置 |
CN109446379A (zh) * | 2018-10-31 | 2019-03-08 | 北京字节跳动网络技术有限公司 | 用于处理信息的方法和装置 |
CN109800326A (zh) * | 2019-01-24 | 2019-05-24 | 广州虎牙信息科技有限公司 | 一种视频处理方法、装置、设备和存储介质 |
CN110519621A (zh) * | 2019-09-20 | 2019-11-29 | 北京字节跳动网络技术有限公司 | 视频推荐方法、装置、电子设备及计算机可读介质 |
CN110619063A (zh) * | 2019-09-20 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 基于视频搜索的视频推送方法、装置、电子设备 |
US11979643B2 (en) | 2019-09-20 | 2024-05-07 | Beijing Bytedance Network Technology Co., Ltd. | Video pushing method and apparatus based on video search, and electronic device |
CN111782109A (zh) * | 2020-07-24 | 2020-10-16 | 咪咕数字传媒有限公司 | 电子作品显示方法、显示装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107105349A (zh) | 一种视频推荐方法 | |
US10997229B2 (en) | Content recommendation system | |
CN104199896B (zh) | 基于特征分类的视频相似度确定及视频推荐方法 | |
KR102008000B1 (ko) | 매체 프로그램들 사이의 유사성 계산 | |
US20170169341A1 (en) | Method for intelligent recommendation | |
US8909626B2 (en) | Determining user preference of items based on user ratings and user features | |
WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
CN109033149B (zh) | 信息推荐方法、装置、服务器及存储介质 | |
US20170188102A1 (en) | Method and electronic device for video content recommendation | |
CN104317835B (zh) | 视频终端的新用户推荐方法 | |
US8819716B2 (en) | Apparatus, system, method and computer readable recording medium storing the program for related recommendation of TV program contents and web contents | |
Pyo et al. | LDA-based unified topic modeling for similar TV user grouping and TV program recommendation | |
US11025583B2 (en) | Recommendation system based on common interests in social networks | |
CN104462573A (zh) | 一种视频搜索结果展示方法及装置 | |
CN105653572A (zh) | 一种资源的处理方法及装置 | |
US10387915B2 (en) | Digital magazine recommendations by topic | |
CN109982155B (zh) | 一种播单推荐方法及*** | |
CN106961636B (zh) | 一种商品信息推荐方法、装置及电子设备 | |
WO2009126815A2 (en) | Diversified, self-organizing map system and method | |
WO2013184957A1 (en) | Systems and methods of classifying content items | |
CN104008139A (zh) | 视频索引表的创建方法和装置,视频的推荐方法和装置 | |
US20170148056A1 (en) | Information processing device, control method, and program | |
CN112100513A (zh) | 基于知识图谱的推荐方法、装置、设备及计算机可读介质 | |
US20140236969A1 (en) | Apparatus and method for recommending contents based on metadata graph | |
US11430049B2 (en) | Communication via simulated user |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1242872 Country of ref document: HK |
|
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170829 |
|
WD01 | Invention patent application deemed withdrawn after publication |