CN109710805A - 基于兴趣簇的视频交互方法和装置 - Google Patents

Abstract

本申请提出一种基于兴趣簇的视频交互方法和装置，其中，方法包括：建立用户的兴趣簇；根据兴趣簇中的兴趣标签建立多个候选视频队列；从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列；通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。由此，能够为用户推荐内容可预期的视频序列，满足用户需求，提升用户体验。

Description

基于兴趣簇的视频交互方法和装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种基于兴趣簇的视频交互方法和装置。

背景技术

通常，个性化推荐是在大数据分析和人工智能算法的基础上，通过研究用户的兴趣偏好，进行个性化计算，从而给用户提供高质量的个性化内容，解决信息过载的问题，更好的满足用户的需求。

相关技术中，视频推荐算法通过融合不同推荐来源的召回结果得到推荐序列，上述推荐算法是非交互式的，即用户只能被动接受推荐视频序列，并且对于推荐视频的内容不可预期。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请提出一种基于兴趣簇的视频交互方法和装置，用于解决现有技术中存在的用户对于推荐视频的内容不可预期，导致视频推荐的效率比较低的技术问题。

为达上述目的，本申请第一方面实施例提出了一种基于兴趣簇的视频交互方法，包括：

建立用户的兴趣簇；

根据所述兴趣簇中的兴趣标签建立多个候选视频队列；

从所述多个候选视频队列中选取目标视频队列，以及获取所述用户的历史播放序列；

通过预设生成模型对所述目标视频队列和所述历史播放序列进行处理，生成推荐视频序列提供给所述用户。

本申请实施例的基于兴趣簇的视频交互方法，通过建立用户的兴趣簇，并根据兴趣簇中的兴趣标签建立多个候选视频队列，从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列，最后通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。由此，能够为用户推荐内容可预期的视频序列，满足用户需求，提升用户体验。

为达上述目的，本申请第二方面实施例提出了一种基于兴趣簇的视频交互装置，包括：

第一建立模块，用于建立用户的兴趣簇；

第二建立模块，用于根据所述兴趣簇中的兴趣标签建立多个候选视频队列；

获取模块，用于从所述多个候选视频队列中选取目标视频队列，以及获取所述用户的历史播放序列；

处理模块，用于通过预设生成模型对所述目标视频队列和所述历史播放序列进行处理，生成推荐视频序列提供给所述用户。

本申请实施例的基于兴趣簇的视频交互装置，通过建立用户的兴趣簇，并根据兴趣簇中的兴趣标签建立多个候选视频队列，从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列，最后通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。由此，能够为用户推荐内容可预期的视频序列，满足用户需求，提升用户体验。

为达上述目的，本申请第三方面实施例提出了一种计算机设备，包括：处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如第一方面实施例所述的基于兴趣簇的视频交互方法。

为达上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所述的基于兴趣簇的视频交互方法。

为达上述目的，本申请第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，实现如第一方面实施例所述的基于兴趣簇的视频交互方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例所提供的一种基于兴趣簇的视频交互方法的流程示意图；

图2A-图2C为基于兴趣簇的视频交互示例图；

图3为兴趣簇的示例图；

图4为本申请实施例所提供的另一种基于兴趣簇的视频交互方法的流程示意图；

图5为建立兴趣簇的示例图；

图6为生成推荐视频序列的示例图；

图7为本申请实施例所提供的又一种基于兴趣簇的视频交互方法的流程示意图；

图8为获取不同主题视频队列的播放时长的示例图

图9为本申请实施例所提供的一种基于兴趣簇的视频交互装置的结构示意图；

图10为本申请实施例所提供的另一种基于兴趣簇的视频交互装置的结构示意图；以及

图11为本申请实施例所提供的计算机设备的结构示意图。

具体实施方式

下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

下面参考附图描述本申请实施例的基于兴趣簇的视频交互方法和装置。

图1为本申请实施例所提供的一种基于兴趣簇的视频交互方法的流程示意图。

如图1所示，该基于兴趣簇的视频交互方法可以包括以下步骤：

步骤101，建立用户的兴趣簇。

在实际应用中，可以通过融合不同推荐来源的召回结果得到推荐视频序列提供给用户，比如图2A所示，可以看出用户无法对推荐视频序列产生明确的预期，此外，用户也无法通过表达自己是否对当前视频感兴趣来影响后续视频序列的生成，即使用户对当前视频不感兴趣，也无法即时反馈给推荐算法。

还可以理解的是，如图2B所示，基于视频所包含的标签将其划分至不同主题队列，用户可在不同主题的序列之间自由切换，然而同一标签的视频资源可能不足，导致持续沉浸能力欠缺，此外，由于视频队列是基于标签构建的，切换主题时容易跳转至其他相似主题(标签)的视频。

本申请提出一种基于兴趣簇的视频交互方法，如图2C，所示，首先建立用户兴趣簇，然后基于兴趣簇建立多个候选视频队列，并通过基于内容的推荐算法和基于协同过滤的推荐算法等多种算法选取目标视频队列，最后基于播放历史序列，生成推荐视频序列提供给用户。

首先，建立用户的兴趣簇，也就是说使得语义相似的兴趣点聚合为一个簇，最终各个簇所覆盖内容的范围相当，比如图3所示，原始兴趣点覆盖内容与兴趣簇覆盖内容对比，图3左侧为原始兴趣点，图3右侧为期望得到的兴趣簇，每个圆的大小与其覆盖内容的数量成正比。

具体地，可以基于用户模型所记录的用户兴趣点来建立兴趣簇，兴趣簇的构建主要依赖于各个兴趣点之间的语义相似性。作为一种可能实现的方式，如图4所示：

步骤201，获取用户的操作记录信息，从操作记录信息中获取用户的多个兴趣点。

具体地，比如根据用户点击相关视频的重复播放操作、暂停操作和快速播放操作等，也可以是用户查看相关新闻的操作信息等等，并从操作记录信息中获取用户的多个兴趣点。作为一种示例，根据用户每天早上浏览娱乐新闻的记录确定用户的兴趣点为娱乐。

步骤202，确定根兴趣点，并生成根兴趣点对应的根兴趣集合。

步骤203，获取多个兴趣点中的任一兴趣点与根兴趣点之间的语义相似度，当语义相似度大于预设阈值时，将任一兴趣点加入到根兴趣集合中。

步骤204，将多个根兴趣集合形成兴趣簇。

可以理解的是，可以获取用户的多个兴趣点，为了将语义相似度接近的兴趣点组合到一块，可以将多个兴趣点中的任一兴趣点确定为根兴趣点，并生成根兴趣点对应的根兴趣集合，从而只要语义相似度与该根兴趣点相似的都加入到该根兴趣集合中，最后将多个根兴趣集合形成兴趣簇。

其中，相似度的计算可以通过基于word2vec算法训练得到各个兴趣点的词向量表示，然后，以各个词向量之间的余弦相似度作为相似度度量，并计算其相似度。

其中，预设阈值，可以根据实际应用需要进行选择设置。如果将每个兴趣点以词向量的形式表示为空间中的一个点，那么兴趣簇的构建过程可以用图5来表示。图5中，有用户兴趣点、非用户兴趣点和基于兴趣簇扩展得到的兴趣点，图5右侧为基于左图构建的若干个兴趣簇。

步骤102，根据兴趣簇中的兴趣标签建立多个候选视频队列。

具体地，可以采用很多种方式根据兴趣簇中的兴趣标签建立多个候选视频队，举例说明如下：

第一种示例，从预设的视频资源数据库中获取与兴趣标签对应的视频作为多个候选视频队列。

具体地，可以根据用户的兴趣簇确定用户的兴趣标签，比如确定用户的兴趣标签为手机，则从预设的视频资源数据库中获取与手机对应的视频作为多个候选视频队列。

第二种示例，获取用户的历史播放视频，根据兴趣标签和历史播放视频确定多个候选视频队列。

具体地，还可以确定用户的兴趣标签为手机之后，再获取用户的历史播放视频比如为手机的摄像技术等，从而根据手机和手机的摄像技术确定多个候选视频队列。

因此，通过建立兴趣簇，任何一个视频队列将包含属于同一兴趣簇的所有资源，而切换其他视频队也可以保证与原兴趣簇的差异较大。因此，可以提升同一主题下的持续沉浸能力以及切换不同主题时的多样性。

步骤103，从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列。

步骤104，通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。

其中，多个候选视频队列中每个视频队列都只包含其对应兴趣簇的候选结果，也就是说给定一个目标视频队列Q以及历史播放序列H，可以生成一个最优的推荐视频序列。

在本实施例中，采用指向网络来进行序列生成(pointer-network，简称PN生成模型)，PN生成模型结构如图6所示。PN生成模型在embedding层将对每个输入的视频进行编码，并以此作为RNN层的输入。在序列生成阶段，该模型会在每个位置对每个候选视频进行打分。最后基于beamsearch算法生成一个最优序列，并依据该序列下发视频资源。需要说明的是，还会基于RNN对历史播放序列进行编码，并且以其最后一个隐藏层的输出作为pointer-network的额外输入。

基于上述描述，还可以理解的是，在如图7所示，在步骤104之后，还包括：

步骤301，接收用户输入的视频主题切换操作后，基于预设的时长预估模型获取不同主题视频队列的播放时长。

步骤302，将播放时长按照时间大小排序，将排在第一位播放时长对应的主题视频队列作为切换后的视频播放序列。

具体地，当用户主动切换主题时，基于用户历史播放序列以及用户反馈，结合主题多样性，预期沉浸度等多种因素为用户切换其他视频队列。该用户接下来的推荐视频序列都将来自于该视频队列，直到用户再次切换主题为止。因此，该问题可描述为，给定一系列视频主题队列Q＝{Q1,Q2,…,Qm}以及历史播放序列H，选择一个最优的视频主题队列Qi。可以采用了一个神经网络预估模型来预估各个主题队列的预期播放时长，并且从中选择预期时长最大的作为下一个主题队列。该模型结构如下图8所示：

如图8所示，预设的长预估模型主要包括三个部分，其中A模型为一个全连接的神经网络，用于对候选队列编码，输入为资源数量，资源标签，资源质量等原始特征；B模型为一个RNN模型，用于对历史播放序列编码，Embedding层输入为各个视频的表示；C模型为时长预估部分，其输入包括A，B的输出以及部分模型原始输入。

由此，可以为用户推荐内容可预期的视频序列，也可以基于用户的交互切换至其他视频主题队列。首先根据兴趣簇被划分至不同的主题队列，然后基于预设的时长预估模型预估各个主题队列的播放时长，并切换至预期时长最长的队列，最后通过pointer-network生成模型生成一个最优的播放序列，直至再次切换主题为止。使得用户可以通过切换主题或手动输入主动交互，并影响后续视频序列的生成，与传统的非交互式算法相比，该算法及时响应用户反馈，将有效提升用户体验。

本实施例的基于兴趣簇的视频交互方法，通过建立用户的兴趣簇，并根据兴趣簇中的兴趣标签建立多个候选视频队列，从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列，最后通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。由此，能够为用户推荐内容可预期的视频序列，满足用户需求，提升用户体验。

为了实现上述实施例，本申请还提出一种基于兴趣簇的视频交互装置。

图9为本申请实施例所提供的一种基于兴趣簇的视频交互装置的结构示意图。

如图9所示，该基于兴趣簇的视频交互装置可以包括：第一建立模块10、第二建立模块20、获取模块30和处理模块40。其中，

第一建立模块10，用于建立用户的兴趣簇。

第二建立模块20，用于根据兴趣簇中的兴趣标签建立多个候选视频队列。

获取模块30，用于从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列。

处理模块40，用于通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。

在本申请实施例一种可能的实现方式中，第一建立模块10，具体用于：获取用户的操作记录信息，从操作记录信息中获取用户的多个兴趣点；确定根兴趣点，并生成根兴趣点对应的根兴趣集合；获取多个兴趣点中的任一兴趣点与根兴趣点之间的语义相似度，当语义相似度大于预设阈值时，将任一兴趣点加入到根兴趣集合中；将多个根兴趣集合形成兴趣簇。

在本申请实施例一种可能的实现方式中，第二建立模块20，具体用于：从预设的视频资源数据库中获取与兴趣标签对应的视频作为多个候选视频队列。

在本申请实施例一种可能的实现方式中，第二建立模块20，具体用于：获取所述用户的历史播放视频；根据所述兴趣标签和所述历史播放视频确定所述多个候选视频队列。

在本申请实施例一种可能的实现方式中，如图10所示，在如图9所示实施例的基础上，该基于兴趣簇的视频交互装置还包括：接收模块50和切换模块60。

接收模块50，用于接收用户输入的视频主题切换操作后，基于预设的时长预估模型获取不同主题视频队列的播放时长。

切换模块60，用于将播放时长按照时间大小排序，将排在第一位播放时长对应的主题视频队列作为切换后的视频播放序列。

需要说明的是，前述对基于兴趣簇的视频交互方法实施例的解释说明也适用于该实施例的基于兴趣簇的视频交互装置，其实现原理类似，此处不再赘述。

本申请实施例的基于兴趣簇的视频交互装置，通过建立用户的兴趣簇，并根据兴趣簇中的兴趣标签建立多个候选视频队列，从多个候选视频队列中选取目标视频队列，以及获取用户的历史播放序列，最后通过预设生成模型对目标视频队列和历史播放序列进行处理，生成推荐视频序列提供给用户。由此，能够为用户推荐内容可预期的视频序列，满足用户需求，提升用户体验。

通过为了实现上述实施例，本申请还提出一种计算机设备，包括：处理器和存储器。其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如前述实施例所述的基于兴趣簇的视频交互方法。

图11为本申请实施例所提供的计算机设备的结构示意图，示出了适于用来实现本申请实施方式的示例性计算机设备90的框图。图11显示的计算机设备90仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图11所示，计算机设备90以通用计算机设备的形式表现。计算机设备90的组件可以包括但不限于：一个或者多个处理器或者处理单元906，***存储器910，连接不同***组件(包括***存储器910和处理单元906)的总线908。

总线908表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及***组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。

计算机设备90典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备90访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

***存储器910可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)911和/或高速缓存存储器912。计算机设备90可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***913可以用于读写不可移动的、非易失性磁介质(图11未显示，通常称为“硬盘驱动器”)。尽管图11中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc ReadOnly Memory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线908相连。***存储器910可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。

具有一组(至少一个)程序模块9140的程序/实用工具914，可以存储在例如***存储器910中，这样的程序模块9140包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块9140通常执行本申请所描述的实施例中的功能和/或方法。

计算机设备90也可以与一个或多个外部设备10(例如键盘、指向设备、显示器100等)通信，还可与一个或者多个使得用户能与该终端设备90交互的设备通信，和/或与使得该计算机设备90能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口902进行。并且，计算机设备90还可以通过网络适配器900与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图11所示，网络适配器900通过总线908与计算机设备90的其它模块通信。应当明白，尽管图11中未示出，可以结合计算机设备90使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

处理单元906通过运行存储在***存储器910中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的基于兴趣簇的视频交互方法。

为了实现上述实施例，本申请还提出一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如前述实施例所述的基于兴趣簇的视频交互方法。

为了实现上述实施例，本申请还提出一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，实现如前述实施例所述的基于兴趣簇的视频交互方法。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用，或结合这些指令执行***、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于兴趣簇的视频交互方法，其特征在于，包括以下步骤：

建立用户的兴趣簇；

根据所述兴趣簇中的兴趣标签建立多个候选视频队列；

从所述多个候选视频队列中选取目标视频队列，以及获取所述用户的历史播放序列；

通过预设生成模型对所述目标视频队列和所述历史播放序列进行处理，生成推荐视频序列提供给所述用户。

2.如权利要求1所述的方法，其特征在于，所述建立用户的兴趣簇，包括：

获取所述用户的操作记录信息，从所述操作记录信息中获取所述用户的多个兴趣点；

确定根兴趣点，并生成所述根兴趣点对应的根兴趣集合；

获取所述多个兴趣点中的任一兴趣点与所述根兴趣点之间的语义相似度，当所述语义相似度大于预设阈值时，将所述任一兴趣点加入到所述根兴趣集合中；

将多个根兴趣集合形成所述兴趣簇。

3.如权利要求1所述的方法，其特征在于，所述根据所述兴趣簇中的兴趣标签建立多个候选视频队列，包括：

从预设的视频资源数据库中获取与所述兴趣标签对应的视频作为所述多个候选视频队列。

4.如权利要求1所述的方法，其特征在于，所述根据所述兴趣簇中的兴趣标签建立多个候选视频队列，包括：

获取所述用户的历史播放视频；

根据所述兴趣标签和所述历史播放视频确定所述多个候选视频队列。

5.如权利要求1所述的方法，其特征在于，在所述生成推荐视频序列提供给所述用户之后，还包括：

接收所述用户输入的视频主题切换操作后，基于预设的时长预估模型获取不同主题视频队列的播放时长；

将所述播放时长按照时间大小排序，将排在第一位播放时长对应的主题视频队列作为切换后的视频播放序列。

6.一种基于兴趣簇的视频交互装置，其特征在于，包括：

第一建立模块，用于建立用户的兴趣簇；

第二建立模块，用于根据所述兴趣簇中的兴趣标签建立多个候选视频队列；

获取模块，用于从所述多个候选视频队列中选取目标视频队列，以及获取所述用户的历史播放序列；

处理模块，用于通过预设生成模型对所述目标视频队列和所述历史播放序列进行处理，生成推荐视频序列提供给所述用户。

7.根据权利要求6所述的装置，其特征在于，所述第一建立模块，具体用于：

获取所述用户的操作记录信息，从所述操作记录信息中获取所述用户的多个兴趣点；

确定根兴趣点，并生成所述根兴趣点对应的根兴趣集合；

获取所述多个兴趣点中的任一兴趣点与所述根兴趣点之间的语义相似度，当所述语义相似度大于预设阈值时，将所述任一兴趣点加入到所述根兴趣集合中；

将多个根兴趣集合形成所述兴趣簇。

8.根据权利要求6所述的装置，其特征在于，所述第二建立模块，具体用于：

从预设的视频资源数据库中获取与所述兴趣标签对应的视频作为所述多个候选视频队列。

9.一种计算机设备，其特征在于，包括处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-5中任一项所述的基于兴趣簇的视频交互方法。

10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-5中任一项所述的基于兴趣簇的视频交互方法。