CN108737902A - 一种关联视频的更新方法、装置以及电子设备 - Google Patents
一种关联视频的更新方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN108737902A CN108737902A CN201810496128.XA CN201810496128A CN108737902A CN 108737902 A CN108737902 A CN 108737902A CN 201810496128 A CN201810496128 A CN 201810496128A CN 108737902 A CN108737902 A CN 108737902A
- Authority
- CN
- China
- Prior art keywords
- incidence relation
- video
- user
- appraisal result
- associated video
- 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.)
- Granted
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明实施例提供了一种关联视频的更新方法、装置以及电子设备,其中,方法包括:获得目标视频与各关联视频的各个关联关系;获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果;计算各个用户对各个关联关系的评分结果总和;将评分结果总和大于阈值的各关联关系对应的各关联视频,作为所述目标视频的更新后关联视频。本发明实施例公开的一种关联视频的更新方法、装置以及电子设备,实现了有效的为用户推送满足用户需求的视频内容。
Description
技术领域
本发明涉及计算机技术领域,特别是一种关联视频的更新方法、装置以及电子设备。
背景技术
随着计算机技术的发展,视频应用软件也得到了快速地发展,越来越多的用户习惯于通过视频应用软件观看自己想看的视频内容。且视频应用软件会根据用户观看的视频为用户推荐更多的视频资源,供用户选择。
在为用户推荐视频时需要提前将视频建立关联,进而在用户看完当前视频时直接按照提前存储的关联视频为用户推荐相关视频。现有的视频关联方式主要为自动关联,即为按照用户当前观看的视频内容,将该视频内容的演员、导演、类型作为关联因素,自动关联各关联因素对应的视频资源。将建立关联的视频存储在数据库,等到用户看完建立关联的视频中其中一个视频时为用户自动推荐其他相关视频。
然而,发明人在实现本发明的过程中发现,现有技术至少存在如下问题:
使用现有的视频关联方法关联视频时,用户参与程度较低,导致按照该关联方式为用户推送的视频并不能有效的满足用户需求。
发明内容
本发明实施例的目的在于提供一种关联视频的更新方法、装置以及电子设备,以实现有效的为用户推送满足用户需求的视频内容。具体技术方案如下:
为达到上述发明目的,本发明实施例公开了一种关联视频的更新方法,包括:
获得目标视频与各关联视频的各个关联关系;
获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果;
计算各个用户对各个关联关系的评分结果总和;
将评分结果总和大于阈值的各关联关系对应的各关联视频,作为所述目标视频的更新后关联视频。
可选地,所述获得目标视频与各关联视频的各个关联关系的步骤,包括:
获取已保存的第一关联关系;所述第一关联关系为:预先按照预设视频关联算法确定并保存的所述目标视频与各第一关联视频之间的第一关联关系;
所述获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果的步骤,包括:
获取各个用户对所述目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
可选地,所述获得目标视频与各关联视频的各个关联关系的步骤,还包括:
获取已保存的第二关联关系;所述第二关联关系为:针对预先根据用户对所述目标视频的评论内容添加的第二关联视频,保存的所述目标视频与各第二关联视频之间的第二关联关系;
所述获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果的步骤,还包括:
获取各个用户对所述目标视频与各第二关联视频的各个第二关联关系的评分结果。
可选地,所述获取各个用户对所述目标视频与所述各关联视频之间的各关联关系的评分结果,包括:
获取各个用户对所述各关联关系的评价;
针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
可选地,所述计算各个用户对各个关联关系的评分结果总和,包括:
筛选符合预设规则的优质用户;
为每个所述优质用户评价的各关联关系的评分结果增加预设权重;
将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
为达到上述发明目的,本发明实施例还公开了一种关联视频的更新装置,包括:
关联关系获取模块,用于获得目标视频与各关联视频的各个关联关系;
评分结果获取模块,用于获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果;
评分结果总和确定模块,用于计算各个用户对各个关联关系的评分结果总和;
更新视频确定模块,用于将评分结果总和大于阈值的各关联关系对应的各关联视频,作为所述目标视频的更新后关联视频。
可选地,所述关联关系获取模块,包括:
第一关联关系获取子模块,用于获取已保存的第一关联关系;所述第一关联关系为:预先按照预设视频关联算法确定并保存的所述目标视频与各第一关联视频之间的第一关联关系;
所述评分结果获取模块,具体用于获取各个用户对所述目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
可选地,所述关联关系获取模块,还包括:
第二关联关系获取子模块,用于获取已保存的第二关联关系;所述第二关联关系为:针对预先根据用户对所述目标视频的评论内容添加的第二关联视频,保存的所述目标视频与各第二关联视频之间的第二关联关系;
所述评分结果获取模块,具体用于获取各个用户对所述目标视频与各第二关联视频的各个第二关联关系的评分结果。
可选地,所述评分结果获取模块,包括:
评价获取子模块,用于获取各个用户对所述各关联关系的评价;
评分结果获取子模块,用于针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
可选地,所述评分结果总和确定模块,包括:
优质用户筛选子模块,用于筛选符合预设规则的优质用户;
预设权重增加子模块,用于为每个所述优质用户评价的各关联关系的评分结果增加预设权重;
评分结果总和确定子模块,用于将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
为达到上述发明目的,本发明实施例还公开了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现上述一种关联视频的更新方法中任一所述的方法步骤。
为达到上述发明目的,本发明实施例还公开了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现上述一种关联视频的更新方法中任一所述的方法步骤。
本发明实施例提供的一种关联视频内容的方法、装置以及电子设备,实现了有效的为用户推送满足用户需求的视频内容。本发明实施例通过将用户的评分结果作为目标视频更新后关联视频的关联因素,充分考虑了用户的社交属性。且各个关联关系的评分结果为基于大量用户的真实评价,使得最终为用户推荐的视频内容与该目标视频相关程度更高、视频质量更优质,进而有效的为用户推送满足用户需求的视频内容。
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。
图1为本发明实施例的一种关联视频的更新方法流程图;
图2为本发明实施例的一种关联视频的更新方法中获取各关联关系评分结果的方法流程图;
图3为本发明实施例的一种关联视频的更新方法中确定各个关联关系的评分结果总和的方法流程图;
图4为本发明实施例的一种关联视频的更新装置的结构示意图;
图5为本发明实施例公开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描述。
随着计算机技术的发展,视频应用软件也得到了快速地发展,越来越多的用户习惯于通过视频应用软件观看自己想看的视频内容。且视频应用软件会根据用户观看的视频为用户推荐更多的视频资源,供用户选择。
在为用户推荐视频时需要提前将视频建立关联,进而在用户看完当前视频时直接按照提前存储的关联视频为用户推荐相关视频。现有的视频关联方式主要有两种,一种是系列视频,例如看影片A1,就会自动关联到该影片A的其他系列视频,例如A2,A3。另外一种是自动关联,即为按照用户当前观看的视频内容,将该视频内容的演员、导演、类型作为关联因素,自动关联各关联因素对应的视频资源。将建立关联的视频存储在数据库,等到用户看完建立关联的视频中其中一个视频时为用户自动推荐其他相关视频。然而发明人研究发现,现有的视频关联方法在关联视频时,用户参与程度较低,导致按照该关联方式为用户推送的视频并不能有效的满足用户需求。
为了解决上述技术问题,本发明实施例公开了一种关联视频的更新方法,将用户的评论属性加入计算关联视频的方法中,形成一种有效的关联视频的更新方法,实现有效的为用户推送满足用户需求的视频内容。具体实施方式如下:
第一方面,本发明实施例公开了一种关联视频的更新方法,如图1所示。图1为本发明实施例的一种关联视频的更新方法流程图,包括:
S101,获得目标视频与各关联视频的各个关联关系;
本步骤可为,在当前用户所在的视频应用软件中,获得当前时间当前用户观看完的目标视频,以及根据该目标视频得到的所有关联视频。进而将目标视频与各关联视频之间的对应关系建立关联。在本发明实施例中,将目标视频以及根据目标视频得到的各关联视频之间的对应关系,定义为本发明实施例的关联关系。例如,根据当前用户1观看的目标视频为A,得到各关联视频为B,C,D,则可建立A-B,A-C,A-D的各关联关系。
S102,获取各个用户对目标视频与各关联视频的各个关联关系的评分结果;
本步骤可为,当用户1将目标视频与各关联视频的各个关联关系分享到视频社交平台后,与该用户1同在该视频社交平台的其他用户可对各关联关系进行评价,例如,对每个关联关系进行点评/评论/转发/差评等关联关系的质量评价。按照对每种评价设置的打分规则,将每种评论转化成相应的分数。例如,点赞:1分;评论:2分;转发:3分,差评-1分。
在该视频社交平台的数据库中,分别获取每种关联关系的评分结果。该获取方式可分为两种:一种为按照用户的方式,获得每个用户对各关联关系的评分结果,例如,查找用户1评价的与该目标视频有关的各关联关系的评价,将每个评价转化为相应的分数;查找用户n评价的与该目标视频有关的各关联关系的评价,将每个评价转化为相应的分数。另一种为按照关联关系的方式,获得每个用户对该关联关系的评分结果,例如,查找关联关系A-B的所有评价,将每条评价转化为对应的分数;查找关联关系A-C的所有评价,将每条评价转化为对应的分数;查找关联关系A-D的所有评价。
S103,计算各个用户对各个关联关系的评分结果总和。
针对各关联关系,通过求和的方式计算该关联关系的所有评分结果总和。
本发明实施例中,可通过并行的方式,计算每种关联关系的评分结果总和,也可以使用串行的计算方式,顺序的计算每种关联关系的评分结果总和。
S104,将评分结果总和大于阈值的各关联关系对应的各关联视频,作为目标视频的更新后关联视频。
在本步骤中,可设置确定更新后的关联视频的阈值,该阈值可根据历史统计数据的最高值的百分比所设置的数值,具体数值大小可有用户自定义。
上述确定了每种关联关系的评分结果总和后,本步骤可设置检测程序,检测每种关联关系的评分结果总和与阈值的大小关系,将大于阈值的关联关系对应的关联视频,作为该目标视频的更新后关联视频。
具体实施方式可有如下两种:一种为实时检测的方式,具体为在上述S103每次得到一种关联关系的评分结果总和后,通过检测程序判断该关联关系的评分结果总和与阈值的大小,若大于阈值,将该关联关系对应的关联视频作为该目标视频的更新视频。另一种为批量检测的方式,具体为在上述S103得到与该目标视频对应的所有关联关系的评分结果总和后,批量的检测每种关联关系的评分总和与阈值的大小,将大于阈值的各关联关系对应的各关联视频,作为该目标视频的各更新视频。
本发明实施例提供的一种关联视频内容的方法,实现了有效的为用户推送满足用户需求的视频内容。本发明实施例通过将用户的评分结果作为目标视频更新后关联视频的关联因素,充分考虑了用户的社交属性。且各个关联关系的评分结果为基于大量用户的真实评价,使得最终为用户推荐的视频内容与该目标视频相关程度更高、视频质量更优质,进而有效的为用户推送满足用户需求的视频内容。
可选地,在本发明的关联视频的更新方法的一种实施例中,S101中获得目标视频与各关联视频的各个关联关系的实施方式,可有两种方式:
第一种,获取已保存的第一关联关系;第一关联关系可以为:预先按照预设视频关联算法确定并保存的目标视频与各第一关联视频之间的第一关联关系。
本步骤中,获取第一关联关系的实质是:获取目标视频按照预设视频关联算法确定并保存的关联视频,进而将目标视频与每个关联视频建立对应关系,将目标视频与关联视频建立的对应关系定义为本发明实施例的第一关联视频。
例如,将用户1观看的视频A作为目标视频A,将目标视频A按照预设视频关联算法确定的各视频B、C、D作为与该目标视频A对应的各第一关联视频。当用户1观看完目标视频A后,将根据该目标视频A得到的各第一关联视频B、C、D,预先保存在视频社交平台上的数据库中。
在本步骤中,可直接在该视频社交平台上的数据库中获取该目标视频A,以及该目标视频A按照预设视频关联算法得到的各第一关联视频B、C、D,进而建立A-B、A-C、A-D的关联,该A-B、A-C、A-D即为本发明实施例的各第一关联关系。
第二种,在获取第一关联关系的基础上,再获取保存的第二关联关系。第二关联关系可以为:针对预先根据用户对所述目标视频的评论内容添加的第二关联视频,保存的所述目标视频与各第二关联视频之间的第二关联关系第二关联关系。
本步骤中,获取第二关联关系的实质是:获取针对预先根据用户对目标视频的评论内容添加的关联视频,进而将目标视频与每个添加的关联视频建立对应关系,将目标视频与添加的关联视频建立的对应关系定义为本发明实施例的第二关联视频。
例如,将用户1观看的视频A作为目标视频A,将目标视频A按照预设视频关联算法确定的各视频B、C、D作为与该目标视频A对应的各第一关联视频。用户1可将该目标视频A以及各第一关联视频B、C、D分享到该视频社交平台上,与该用户1同属于该视频社交平台的其他用户,在看到该用户1的分享后可对该目标视频A添加评论内容,该评论内容中可包括根据该目标视频添加的其他关联视频E、F,将该关联视频E、F定义为本发明实施例的第二关联视频。该视频社交平台可从该目标视频A的评论内容中获取到添加的各第二关联视频E、F,进而将根据该目标视频A添加的各第二关联视频E、F,预先保存在视频社交平台上的数据库中。
在本步骤中,可直接在该视频社交平台上的数据库中获取该目标视频A,以及用户对该目标视频A的评论内容添加的第二关联视频E、F,进而建立A-E、A-F的关联,该A-E、A-F即为本发明实施例的各第二关联关系。
相应的,S102中获取各个用户对目标视频与各关联视频的各个关联关系的评分结果的实施方式,可有两种方式:
第一种,获取各个用户对目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
在本发明实施中,将目标视频按照用户所在的视频应用软件中设置的预设视频关联算法得到的各关联视频B,C,D,分别定义为本发明实施例的第一关联视频。将目标视频与各第一关联视频的各个第一关联关系的评分结果,定义为第一评分结果。
例如,当用户1观看完目标视频A后,可对根据该目标视频A得到的各第一关联视频B、C、D与该目标视频A的关联进行评价。例如用户1对第一关联视频B与目标视频A的关联,评价为点赞;对第一关联视频C与目标视频A的关联,评价为差评;对第一关联视频C与目标视频A的关联,评价为较为符合想观看视频对应的关联。
进而,用户1可将该目标视频A各第一关联视频B、C、D,以及用户1的评价分享到视频社交平台上。与该用户1同属于该视频社交平台上且能够看到用户1的分享信息的其他用户,可对该目标视频A与第一关联视频B、第一关联视频C、第一关联视频D的关联,分别进行评价。
本步骤中,可在该视频社交平台上,按照各第一关联关系,分别获取每种关联关系对应的所有用户的评价。具体为,获取每个用户对该目标视频A与第一关联视频B关联的评价,获取的评价即为目标视频A与第一关联视频B的第一关联关系A-B的评价;获取每个用户对该目标视频A与第一关联视频C关联的评价,获取的评价即为目标视频A与第一关联视频C的第一关联关系A-C的评价;获取每个用户对该目标视频A与第一关联视频D关联的评价,获取的评价即为目标视频A与第一关联视频D的第一关联关系A-D的评价。
在获取各个用户对目标视频与各第一关联视频的各个第一关联关系的评价后,可按照对每种评价设置的预设评分规则,将每条评价转化成相应的分数,进而获取各个用户对各个第一关联关系的评分结果,及得到本发明实施例对各个第一关联关系的第一评分结果。
第二种,在获取第一评分结果的基础上,获取各个用户对目标视频与各第二关联视频的各个第二关联关系的评分结果。
在本发明实施中,将用户针对该目标视频的评论内容添加的视频,定义为本发明实施例的第二关联视频。将目标视频与各第二关联视频的各个第二关联关系的评分结果,定义为第二评分结果。
例如,与该用户1同属于该视频社交平台上且能够看到用户1的分享信息的其他用户,可对该目标视频A添加评论内容,该评论内容中可包括根据该目标视频添加的第二关联视频E、F。并对添加的第二关联视频E与该目标视频A的关联进行评价,对添加的第二关联视频F与该目标视频A的关联进行评价。其他能够看到添加的第二关联视频E、F的用户,也可对第二关联视频E、F其与该目标视频A的关联进行评价,并且也可添加其他第二关联视频。
本步骤中,可在该视频社交平台上,按照各第二关联关系,分别获取每种关联关系对应的所有用户的评价。具体为,获取每个用户对该目标视频A与第二关联视频E关联的评价,获取的评价即为目标视频A与第二关联视频E的第二关联关系A-E的评价;获取每个用户对该目标视频A与第二关联视频F关联的评价,获取的评价即为目标视频A与第二关联视频F的第一关联关系A-F的评价。
在获取各个用户对目标视频与各第二关联视频的各个第二关联关系的评价后,可按照对每种评价设置的预设评分规则,将每条评价转化成相应的分数,进而获取各个用户对各个第二关联关系的评分结果,及得到本发明实施例对各个第二联关系的第二评分结果。
可见,通过本发明实施例,可获得各个用户对目标视频与各关联视频的各个关联关系的评分结果,便于后期按照评分结果筛选符合要求的关联关系对应的关联视频。
可选地,在本发明的关联视频的更新方法的一种实施例中,S102中获取各个用户对目标视频与各关联视频的各个关联关系的评分结果的实施方式,可如图2所示。图2为本发明实施例的一种关联视频的更新方法中获取各关联关系评分结果的方法流程图,包括:
S201,获取各个用户对各关联关系的评价。
在本发明实施例中,获取各个用户对各关联关系的评价可有两种实现方式:一种为按照用户的方式获得每个用户对各关联关系的评价,例如,查找用户1评价的与该目标视频有关的各关联关系的评价。另一种为按照关联关系的方式获得每个用户对该关联关系的评分,例如,查找关联关系A-B的所有评价;查找关联关系A-C的所有结果;查找关联关系A-D的所有结果;查找关联关系A-E的所有结果。
S202,针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
本发明实施例的预设评分方式为将用户的每种评价设置对应分值,进而得到每种关联关系对应的分值的规则。
在本发明实施例中,评价为对每个关联关系进行点评/评论/转发/差评等关联关系的质量评价。预设评分规则为对每种评价设置的打分规则,将每种评论转化成相应的分数的规则。例如,点赞:1分;评论:2分;转发:3分,差评-1分。
在本步骤中,可针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
可见,通过本发明实施例,可实现用户对每个关联关系的评价进行分值的转换,进而得到每个关联关系的评分结果,便于后期通过分数值与阈值的比较,确定与该目标视频对应的各更新关联视频。
可选地,在本发明的关联视频的更新方法的一种实施例中,S103中计算各个用户对各个关联关系的评分结果总和的实施方式,可如图3所示。图3为本发明实施例的一种关联视频的更新方法中确定各个关联关系的评分结果总和的方法流程图,包括:
S301,筛选符合预设规则的优质用户。
在本步骤中,可将用户粉丝量阈值设为预设规则,进而将所有用户中粉丝量超过该阈值时对应的各用户确定为优质用户。
另外,还可将用户使用该视频社交平台的时间设置阈值,进而将使用该视频社交平台的时间阈值设为预设规则,将所有用户中使用该视频软件社交平台超过该阈值的用户确定为优质用户。
S302,为每个优质用户评价的各关联关系的评分结果增加预设权重。
具体为,查找每个优质用户的各关联关系的评分结果,进而对每个评分结果增加预设权重,该预设权重可为各关联关系的评分结果的系数。在本发明实施例中,可为优质用户的每种关联关系设置一个权重,也可以为所有的关联关系设置一个权重,具体可由实施人员根据需求自行设置。
例如,优质用户为用户2,预设权重为1.5,该用户2评价的关联关系A-B的评分结果为5;关联关系A-C的评分结果为10,关联关系A-D的评分结果为7,关联关系A-E的评分结果为2。
S303,将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
上述S302为每个优质用户评价的各关联关系的评分结果增加预设权重后,本步骤可计算出每个优质用户对各关联关系的评分结果,进而计算出各用户对各关联关系的评分结果总和。
例如,上述优质用户的用户2,预设权重为1.5,该用户2评价的关联关系A-B的评分结果为5;关联关系A-C的评分结果为10,关联关系A-D的评分结果为7,关联关系A-E的评分结果为2,则该用户2评价的关联关系A-B的评分结果为7.5;则该用户2评价的关联关系A-C的评分结果为15;则该用户2评价的关联关系A-D的评分结果为10.5;则该用户2评价的关联关系A-D的评分结果为3。统计所有用户对关联关系A-B的评分结果总和,得到关联关系A-B对应的评分结果总和;统计所有用户对关联关系A-C的评分结果总和,得到关联关系A-C对应的评分结果总和;统计所有用户对关联关系A-D的评分结果总和,得到关联关系A-D对应的评分结果总和。
可见,通过本发明实施例,可实现充分考虑用户属性,进而通过对优质用户的评分结果加权处理,使得最终得到的与该目标视频对应的各关联关系更能体现用户评论的影响,更新的关联视频更贴近用户需求。
另一方面,本发明实施例还公开了一种关联视频的更新装置,如图4所示。图4为本发明实施例的一种关联视频的更新装置的结构示意图,包括:
关联关系获取模块401,用于获得目标视频与各关联视频的各个关联关系;
评分结果获取模块402,用于获取各个用户对目标视频与各关联视频的各个关联关系的评分结果;
评分结果总和确定模块403,用于计算各个用户对各个关联关系的评分结果总和;
更新视频确定模块404,用于将评分结果总和大于阈值的各关联关系对应的各关联视频,作为目标视频的更新后关联视频。
本发明实施例提供的一种关联视频内容的装置,实现了有效的为用户推送满足用户需求的视频内容。本发明实施例通过将用户的评分结果作为目标视频更新后关联视频的关联因素,充分考虑了用户的社交属性。且各个关联关系的评分结果为基于大量用户的真实评价,使得最终为用户推荐的视频内容与该目标视频相关程度更高、视频质量更优质,进而有效的为用户推送满足用户需求的视频内容。
可选地,在本发明的关联视频的更新装置的一种实施例中,关联关系获取模块401,包括:
第一关联关系获取子模块,用于获取已保存的第一关联关系;第一关联关系为:预先按照预设视频关联算法确定并保存的目标视频与各第一关联视频之间的第一关联关系;
评分结果获取模块,具体用于获取各个用户对目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
可选地,在本发明的关联视频的更新装置的一种实施例中,关联关系获取模块401,还包括:
第二关联关系获取子模块,用于获取已保存的第二关联关系;第二关联关系为:针对预先根据用户对目标视频的评论内容添加的第二关联视频,保存的目标视频与各第二关联视频之间的第二关联关系;
评分结果获取模块,具体用于获取各个用户对目标视频与各第二关联视频的各个第二关联关系的评分结果。
可选地,在本发明的关联视频的更新装置的一种实施例中,评分结果获取模块402,包括:
评价获取子模块,用于获取各个用户对各关联关系的评价;
评分结果获取子模块,用于针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
可选地,在本发明的关联视频的更新装置的一种实施例中,评分结果总和确定模块403,包括:
优质用户筛选子模块,用于筛选符合预设规则的优质用户;
预设权重增加子模块,用于为每个优质用户评价的各关联关系的评分结果增加预设权重;
评分结果总和确定子模块,用于将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
又一方面,本发明实施例还公开了一种电子设备,如图5所示。图5为本发明实施例公开的一种电子设备结构示意图,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501、通信接口502、存储器503通过通信总线504完成相互间的通信;
存储器503,用于存放计算机程序;
处理器501,用于执行存储器上所存放的程序时,实现以下方法步骤:
获得目标视频与各关联视频的各个关联关系;
获取各个用户对目标视频与各关联视频的各个关联关系的评分结果;
计算各个用户对各个关联关系的评分结果总和;
将评分结果总和大于阈值的各关联关系对应的各关联视频,作为目标视频的更新后关联视频。
上述电子设备提到的通信总线604可以是外设部件互连标准(PeripheralComponent Interconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线604可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口502用于上述电子设备与其他设备之间的通信。
存储器503可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器503还可以是至少一个位于远离前述处理器601的存储装置。
上述的处理器501可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的一种电子设备,实现了有效的为用户推送满足用户需求的视频内容。本发明实施例通过将用户的评分结果作为目标视频更新后关联视频的关联因素,充分考虑了用户的社交属性。且各个关联关系的评分结果为基于大量用户的真实评价,使得最终为用户推荐的视频内容与该目标视频相关程度更高、视频质量更优质,进而有效的为用户推送满足用户需求的视频内容。
又一方面,本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时,实现以下方法步骤:
获得目标视频与各关联视频的各个关联关系;
获取各个用户对目标视频与各关联视频的各个关联关系的评分结果;
计算各个用户对各个关联关系的评分结果总和;
将评分结果总和大于阈值的各关联关系对应的各关联视频,作为目标视频的更新后关联视频。
本发明实施例提供的一种计算机可读存储介质,实现了有效的为用户推送满足用户需求的视频内容。本发明实施例通过将用户的评分结果作为目标视频更新后关联视频的关联因素,充分考虑了用户的社交属性。且各个关联关系的评分结果为基于大量用户的真实评价,使得最终为用户推荐的视频内容与该目标视频相关程度更高、视频质量更优质,进而有效的为用户推送满足用户需求的视频内容。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,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。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。
本说明书中的各个实施例均采用相关的方式描述,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,对于装置、电子设备、计算机可读存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (11)
1.一种关联视频的更新方法,其特征在于,包括:
获得目标视频与各关联视频的各个关联关系;
获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果;
计算各个用户对各个关联关系的评分结果总和;
将评分结果总和大于阈值的各关联关系对应的各关联视频,作为所述目标视频的更新后关联视频。
2.根据权利要求1所述的方法,其特征在于,所述获得目标视频与各关联视频的各个关联关系的步骤,包括:
获取已保存的第一关联关系;所述第一关联关系为:预先按照预设视频关联算法确定并保存的所述目标视频与各第一关联视频之间的第一关联关系;
所述获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果的步骤,包括:
获取各个用户对所述目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
3.根据权利要求2所述的方法,其特征在于,所述获得目标视频与各关联视频的各个关联关系的步骤,还包括:
获取已保存的第二关联关系;所述第二关联关系为:针对预先根据用户对所述目标视频的评论内容添加的第二关联视频,保存的所述目标视频与各第二关联视频之间的第二关联关系;
所述获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果的步骤,还包括:
获取各个用户对所述目标视频与各第二关联视频的各个第二关联关系的评分结果。
4.根据权利要求1所述的方法,其特征在于,所述获取各个用户对所述目标视频与所述各关联视频之间的各关联关系的评分结果,包括:
获取各个用户对所述各关联关系的评价;
针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
5.根据权利要求1所述的方法,其特征在于,所述计算各个用户对各个关联关系的评分结果总和,包括:
筛选符合预设规则的优质用户;
为每个所述优质用户评价的各关联关系的评分结果增加预设权重;
将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
6.一种关联视频的更新装置,其特征在于,包括:
关联关系获取模块,用于获得目标视频与各关联视频的各个关联关系;
评分结果获取模块,用于获取各个用户对所述目标视频与各关联视频的各个关联关系的评分结果;
评分结果总和确定模块,用于计算各个用户对各个关联关系的评分结果总和;
更新视频确定模块,用于将评分结果总和大于阈值的各关联关系对应的各关联视频,作为所述目标视频的更新后关联视频。
7.根据权利要求6所述的装置,其特征在于,所述关联关系获取模块,包括:
第一关联关系获取子模块,用于获取已保存的第一关联关系;所述第一关联关系为:预先按照预设视频关联算法确定并保存的所述目标视频与各第一关联视频之间的第一关联关系;
所述评分结果获取模块,具体用于获取各个用户对所述目标视频与各第一关联视频的各个第一关联关系的第一评分结果。
8.根据权利要求7所述的装置,其特征在于,所述关联关系获取模块,还包括:
第二关联关系获取子模块,用于获取已保存的第二关联关系;所述第二关联关系为:针对预先根据用户对所述目标视频的评论内容添加的第二关联视频,保存的所述目标视频与各第二关联视频之间的第二关联关系;
所述评分结果获取模块,具体还用于获取各个用户对所述目标视频与各第二关联视频的各个第二关联关系的评分结果。
9.根据权利要求6所述的装置,其特征在于,所述评分结果获取模块,包括:
评价获取子模块,用于获取各个用户对所述各关联关系的评价;
评分结果获取子模块,用于针对每个关联关系,按照预设评分规则获取该关联关系的评价对应的评分结果。
10.根据权利要求6所述的装置,其特征在于,所述评分结果总和确定模块,包括:
优质用户筛选子模块,用于筛选符合预设规则的优质用户;
预设权重增加子模块,用于为每个所述优质用户评价的各关联关系的评分结果增加预设权重;
评分结果总和确定子模块,用于将增加预设权重的评分结果作为该优质用户的各关联关系的评价,计算各关联关系对应的评分结果总和。
11.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口、所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810496128.XA CN108737902B (zh) | 2018-05-22 | 2018-05-22 | 一种关联视频的更新方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810496128.XA CN108737902B (zh) | 2018-05-22 | 2018-05-22 | 一种关联视频的更新方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108737902A true CN108737902A (zh) | 2018-11-02 |
CN108737902B CN108737902B (zh) | 2021-03-02 |
Family
ID=63937786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810496128.XA Active CN108737902B (zh) | 2018-05-22 | 2018-05-22 | 一种关联视频的更新方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108737902B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110366043A (zh) * | 2019-08-20 | 2019-10-22 | 北京字节跳动网络技术有限公司 | 视频处理方法、装置、电子设备及可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7454775B1 (en) * | 2000-07-27 | 2008-11-18 | Koninklijke Philips Electronics N.V. | Method and apparatus for generating television program recommendations based on similarity metric |
JP2009187077A (ja) * | 2008-02-04 | 2009-08-20 | Nec Corp | 推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラム |
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
CN103503012A (zh) * | 2010-12-21 | 2014-01-08 | 谷歌公司 | 在社交网络上提供广告 |
CN104182413A (zh) * | 2013-05-24 | 2014-12-03 | 福建星网视易信息***有限公司 | 多媒体内容的推荐方法与*** |
CN104361062A (zh) * | 2014-11-03 | 2015-02-18 | 百度在线网络技术(北京)有限公司 | 一种关联信息的推荐方法及装置 |
CN104935970A (zh) * | 2015-07-09 | 2015-09-23 | 三星电子(中国)研发中心 | 进行电视内容推荐的方法及电视客户端 |
CN105792000A (zh) * | 2014-12-23 | 2016-07-20 | 北京数码视讯科技股份有限公司 | 一种视频推荐方法及装置 |
-
2018
- 2018-05-22 CN CN201810496128.XA patent/CN108737902B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7454775B1 (en) * | 2000-07-27 | 2008-11-18 | Koninklijke Philips Electronics N.V. | Method and apparatus for generating television program recommendations based on similarity metric |
JP2009187077A (ja) * | 2008-02-04 | 2009-08-20 | Nec Corp | 推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラム |
CN103503012A (zh) * | 2010-12-21 | 2014-01-08 | 谷歌公司 | 在社交网络上提供广告 |
CN103209342A (zh) * | 2013-04-01 | 2013-07-17 | 电子科技大学 | 一种引入视频流行度和用户兴趣变化的协作过滤推荐方法 |
CN104182413A (zh) * | 2013-05-24 | 2014-12-03 | 福建星网视易信息***有限公司 | 多媒体内容的推荐方法与*** |
CN104361062A (zh) * | 2014-11-03 | 2015-02-18 | 百度在线网络技术(北京)有限公司 | 一种关联信息的推荐方法及装置 |
CN105792000A (zh) * | 2014-12-23 | 2016-07-20 | 北京数码视讯科技股份有限公司 | 一种视频推荐方法及装置 |
CN104935970A (zh) * | 2015-07-09 | 2015-09-23 | 三星电子(中国)研发中心 | 进行电视内容推荐的方法及电视客户端 |
Non-Patent Citations (1)
Title |
---|
蒋同舟: "基于关联规则的个性化推荐", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110366043A (zh) * | 2019-08-20 | 2019-10-22 | 北京字节跳动网络技术有限公司 | 视频处理方法、装置、电子设备及可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108737902B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alfaro‐García et al. | Logarithmic aggregation operators and distance measures | |
CN110659388B (zh) | 一种待推荐信息筛选方法、装置、电子设备及存储介质 | |
CN111163338A (zh) | 视频清晰度评估模型训练方法、视频推荐方法及相关装置 | |
KR101620748B1 (ko) | 아이템 추천 방법 및 아이템 추천 장치 | |
CN105808649B (zh) | 一种搜索结果排序方法及其设备 | |
US11748452B2 (en) | Method for data processing by performing different non-linear combination processing | |
US10762122B2 (en) | Method and device for assessing quality of multimedia resource | |
US20150081609A1 (en) | Predicting Spread of Content Across Social Networks | |
CN105791902A (zh) | 用户推荐方法及装置 | |
CN110458875B (zh) | 异常点对的检测方法、图像拼接方法、相应装置及设备 | |
CN107436914A (zh) | 推荐方法及装置 | |
CN110222312A (zh) | 用户评价数据的处理方法、装置及服务器 | |
CN108134944A (zh) | 一种收入异常主播用户的识别方法、装置及电子设备 | |
CN108366012A (zh) | 一种社交关系建立方法、装置及电子设备 | |
CN110428368A (zh) | 一种算法评价方法、装置、电子设备及可读存储介质 | |
CN103164436B (zh) | 一种图像搜索方法及装置 | |
CN108737902A (zh) | 一种关联视频的更新方法、装置以及电子设备 | |
JP2021508116A (ja) | 推薦方法、装置、記憶媒体、端末設備、及びプログラム | |
CN109951725A (zh) | 一种直播间的推荐方法以及相关设备 | |
CN109348260A (zh) | 一种直播间推荐方法、装置、设备及介质 | |
CN109120955A (zh) | 一种直播间的推荐方法以及相关设备 | |
CN110099061B (zh) | 一种云平台视频流服务选择方法及装置 | |
KR20180099073A (ko) | 유저 맞춤형 어플을 자동으로 추천하기 위한 장치 및 그 방법 | |
US20190354597A1 (en) | Computer processing through distance-based quality score method in geospatial-temporal semantic graphs | |
Donghai et al. | The new similarity measure and distance measure between hesitant fuzzy linguistic term sets and their application in multi-criteria decision making |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |