CN111556366A - 一种多媒体资源的展示方法、装置、终端、服务器及*** - Google Patents
一种多媒体资源的展示方法、装置、终端、服务器及*** Download PDFInfo
- Publication number
- CN111556366A CN111556366A CN202010256844.8A CN202010256844A CN111556366A CN 111556366 A CN111556366 A CN 111556366A CN 202010256844 A CN202010256844 A CN 202010256844A CN 111556366 A CN111556366 A CN 111556366A
- Authority
- CN
- China
- Prior art keywords
- multimedia resource
- multimedia
- user account
- candidate
- network state
- 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
Images
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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44227—Monitoring of local network, e.g. connection or bandwidth variations; Detecting new devices in the local network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
-
- 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]
- H04N21/40—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
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4751—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user accounts, e.g. accounts for children
-
- 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
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4755—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user preferences, e.g. favourite actors or genre
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本公开关于一种多媒体资源的展示方法、装置、终端、服务器及***,该方法包括:响应于用户账户对多媒体资源页面的展示触发操作,检测用户账户的当前网络状态;在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息;根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;在多媒体资源页面上展示目标多媒体资源。可见,通过根据用户账户的多媒体资源偏好信息,从预先缓存的候选多媒体资源中加载目标多媒体资源,可以有效避免实时搜索下载目标多媒体资源时受限网络状态变化带来的卡顿、延迟等现象,使得用户可以快速流畅地观看到其自身感兴趣的目标多媒体资源,提升用户的视频观看体验。
Description
技术领域
本申请涉及多媒体技术领域,特别是涉及一种多媒体资源的展示方法、装置、终端、服务器及***。
背景技术
随着技术的不断发展,越来越多的用户可以通过手机等终端访问互联网上的多媒体资源。例如,很多用户在短视频平台上观看自己感兴趣的短视频,来获取有用的信息或者放松心情。
然而,很多用户在线观看短视频时,受限于自身所处的环境等因素的影响,用户所处的网络环境可能不太好,即用户当前所处的网络环境为弱网环境。因此,一旦用户在弱网环境下在线观看短视频,可能会出现视频卡顿、延迟等现象,进而影响用户的观看体验。
发明内容
为了解决相关技术中存在的用户在弱网环境下在线观看多媒体资源,可能会出现视频卡顿、延迟等现象,进而影响用户的观看体验,本公开提供了一种多媒体资源的展示方法、装置、终端、服务器及***,本公开的技术方案如下:
根据本公开实施例的第一方面,提供了一种多媒体资源的展示方法,所述方法包括:
响应于用户账户对多媒体资源页面的展示触发操作,检测所述用户账户的当前网络状态;
在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息;
根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;
在所述多媒体资源页面上展示所述目标多媒体资源。
根据本公开实施例的第二方面,提供了一种多媒体资源的展示方法,所述方法包括以下步骤至少之一:
响应于所接收的当前网络状态检测请求,检测所述用户账户的当前网络状态并返回;
或者,响应于所接收的多媒体资源偏好信息获取请求,在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息并返回;
或者,响应于所接收的目标多媒体资源获取请求,根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
根据本公开实施例的第三方面,提供了一种多媒体资源的展示装置,所述装置包括:
网络状态检测模块,被配置为执行响应于用户账户对多媒体资源页面的展示触发操作,检测所述用户账户的当前网络状态;
多媒体资源偏好信息获取模块,被配置为执行在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息;
目标多媒体资源加载模块,被配置为执行根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;
目标多媒体资源展示模块,被配置为执行在所述多媒体资源页面上展示所述目标多媒体资源。
根据本公开实施例的第四方面,提供了一种多媒体资源的展示装置,所述装置包括以下模块至少之一:
网络状态检测模块,被配置为执行响应于所接收的当前网络状态检测请求,检测所述用户账户的当前网络状态并返回;
或者,多媒体资源偏好信息获取模块,被配置为执行响应于所接收的多媒体资源偏好信息获取请求,在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息并返回;
或者,目标多媒体资源展示模块,被配置为执行响应于所接收的目标多媒体资源获取请求,根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
根据本公开实施例的第五方面,提供了一种终端,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第六方面,提供了一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第二方面所述的多媒体资源的展示方法。
根据本公开实施例的第七方面,提供了一种多媒体资源的展示***,包括第五方面所述的终端以及第六方面所述的服务器。
根据本公开实施例的第八方面,提供了一种存储介质,当所述存储介质中的指令由终端的处理器执行时,使得所述终端能够执行第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第九方面,提供了一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行第二方面所述的多媒体资源的展示方法。
根据本公开实施例的第十方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第十一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现第二方面所述的多媒体资源的展示方法。
本公开实施例提供的技术方案中,响应于用户账户对多媒体资源页面的展示触发操作,检测用户账户的当前网络状态;并在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息;根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;在多媒体资源页面上展示目标多媒体资源。通过根据用户账户的多媒体资源偏好信息,从预先缓存的候选多媒体资源中加载目标多媒体资源,可以有效避免实时搜索下载目标多媒体资源时受限网络状态变化带来的卡顿、延迟等现象,使得用户可以快速流畅地观看到其自身感兴趣的目标多媒体资源,提升用户的视频观看体验。
附图说明
图1是根据一示例性实施例示出的一种多媒体资源的展示方法的流程图;
图2是图1所示实施例中步骤S13的一种实施方式的流程图;
图3是图2所示实施例中步骤S131的一种实施方式的流程图;
图4是图1所示实施例中步骤S12的一种实施方式的流程图;
图5是图4所示实施例中步骤S42的一种实施方式的流程图;
图6是根据一示例性实施例示出的另一种多媒体资源的展示方法的流程图;
图7是根据一示例性实施例示出的一种多媒体资源的展示装置的框图;
图8是根据一示例性实施例示出的另一种多媒体资源的展示装置的框图;
图9是根据一示例性实施例示出的一种多媒体资源的展示***的框图;
图10是根据一示例性实施例示出的另一种多媒体资源的展示装置的框图;
图11是根据一示例性实施例示出的另一种多媒体资源的展示装置的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为了解决相关技术中存在的用户在弱网环境下在线观看多媒体资源时,可能会出现视频卡顿、延迟等现象,进而影响用户的观看体验的技术问题。本公开实施例提供了一种多媒体资源的展示方法、装置、终端、服务器及***。
图1是根据一示例性实施例示出的一种多媒体资源的展示方法的流程图,应用于终端,该终端可以是智能手机以及平板电脑等,本公开实施例对终端不做具体限定。
如图1所示,该多媒体资源的展示方法可以包括以下步骤。
在步骤S11中,响应于用户账户对多媒体资源页面的展示触发操作,检测用户账户的当前网络状态。
其中,多媒体资源可以包括:视频、图像、音频以及文字等,本公开实施例对多媒体资源不做具体限定。当用户想要观看多媒体资源时,可以在多媒体资源页面执行展示触发操作,进而终端接收到用户账户对多媒体资源页面的展示触发操作,并响应于用户账户对多媒体资源页面的展示触发操作。
并且,用户账户对多媒体资源页面的展示触发操作可以有多种,例如,用户账户触发打开多媒体资源的展示推荐页,或者,用户账户触发打开多媒体资源的展示首页等。本公开实施例对用户账户对多媒体资源页面的展示触发操作不做具体限定。
在接收到用户账户对多媒体资源页面的展示触发操作后,终端响应于用户账户对多媒体资源页面的展示触发操作,并检测用户账户的当前网络状态,该当前网络状态可以包括:弱网状态和非弱网状态。可以理解的是,当前网络状态为弱网状态时,用户账户所处的网络环境较差,用户账户在线加载多媒体资源时,可能会出现延迟或者卡顿等情况;当前网络状态为非弱网状态时,用户账户所处的网络环境较好,用户账户在线加载多媒体资源时,出现延迟或者卡顿等情况的概率较小。
为了方案描述清楚,将在下面实施例中对检测用户账户的当前网络状态的具体实施方式进行详细阐述。
在步骤S12中,在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息。
具体的,在检测到用户账户的当前网络状态为弱网状态时,说明用户账户利用当前网络在线加载多媒体资源时,会出现延迟或卡顿等情况。因此,在检测到用户账户的当前网络状态为弱网状态时,不会直接在线加载多媒体资源,而是获取用户账户的多媒体资源偏好信息,以便后续步骤中,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源。
为了方案描述清楚,将在下面实施例中对获取用户账户的多媒体资源偏好信息的具体实施方式进行详细阐述。
在步骤S13中,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载。
具体的,为了在用户账户的当前网络状态为弱网状态时,不用在线加载多媒体资源,就可以获取与用户账户的视频偏好信息相匹配的目标多媒体资源,可以预先将候选多媒体资源缓存在CDN(Content Delivery Network,内容分发网络)或者其他缓存服务器中。其中,候选多媒体资源可以是当前热门的多媒体资源。举例而言,当多媒体资源包括视频时,候选多媒体资源包括当前热门视频。
可以理解的是,CDN是构建在现有网络基础之上的智能虚拟网络,依靠部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率。可见,通过将候选多媒体资源预先缓存在CDN中,终端可以快速从CDN获取与多媒体资源偏好信息相匹配的目标多媒体资源。
其中,确定候选多媒体资源的方式可以为:根据多媒体资源的点击次数,播放次数,分享次数,以及评论次数来确定候选多媒体资源。例如,可以将点击次数较多,播放次数较多,分享次数较多,或者评论次数较多的多媒体资源确定为候选多媒体资源。
需要说明的是,在根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载之前,需要确定候选多媒体资源并缓存候选多媒体资源。因此,作为本公开实施例的一种实现方式,在根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载之前,该方法还可以包括如下步骤,分别为步骤a1至步骤a3:
步骤a1,在预设缓存周期内,获取各个多媒体资源的下述之一或者多个:点击次数、播放次数、分享次数和评论次数。
具体的,预设缓存周期可以是近一个月,近半个月,近一个星期等,本公开实施例对预设缓存周期不做具体限定。
并且,每个多媒体资源均会有点击次数,播放次数,分享次数,以及评论次数等。因此,可以获取各个多媒体资源的点击次数、播放次数、分享次数和评论次数中的一个或者多个。
步骤a2,按照点击次数、播放次数、分享次数或者评论次数对多媒体资源进行降序排序,或者,按照点击次数、播放次数、分享次数和评论次数中至少两者的加权得分对多媒体资源进行降序排序。
具体的,在获取各个多媒体资源的点击次数、播放次数、分享次数和评论次数中的一个时,可以按照点击次数、播放次数、分享次数或者评论次数对多媒体资源进行降序排序。
在获取各个多媒体资源的点击次数、播放次数、分享次数和评论次数中的多个时,可以按照点击次数、播放次数、分享次数和评论次数中至少两者的加权得分对多媒体资源进行降序排序。具体的,点击次数、播放次数、分享次数和评论次数中至少两者均对应一个权重因子,因此,可以按照对应的加权因子对点击次数、播放次数、分享次数和评论次数中至少两者进行加权计算,得到加权得分,并按照加权得分对多媒体资源进行降序排序。其中,权重因子可以根据实际情况进行设定,本公开实施例对权重因子的大小不做具体限定。
步骤a3,将降序排序次序在预设排序范围内的多媒体资源,确定为候选多媒体资源并进行缓存。
可以理解的是,降序排序靠前的多媒体资源的热度较高,因此,在对多媒体资源进行降序排序后,可以将降序排序次数在预设排序范围内的的多媒体资源确定为候选多媒体资源。也就是说,可以将降序排序排在前N位的多媒体资源确定为候选多媒体资源。N可以根据实际情况进行确定,本公开实施例对此不做具体限定。可见,通过本实现方式可以准确地确定出候选多媒体资源,在将候选多媒体资源进行缓存后,在用户账户的当前网络状态为弱网状态时,终端可以快速流畅地根据用户账户的多媒体资源偏好信息,从候选多媒体资源获取用户感兴趣的目标多媒体资源。
为了方案描述清楚,将在下面实施例中,对根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载的具体实施方式进行详细阐述。
在步骤S14中,在多媒体资源页面上展示目标多媒体资源。
终端根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载后,即可在多媒体资源页面上展示目标多媒体资源。在展示目标多媒体资源时,可以将热度较高的目标多媒体资源展示在前面,例如,在目标多媒体资源为目标视频时,可以将点击次数较多的目标视频展示在前面,这样,用户可以优选观看热度较高的目标视频。
本公开实施例提供的技术方案中,响应于用户账户对多媒体资源页面的展示触发操作,检测用户账户的当前网络状态;并在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息;根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;在多媒体资源页面上展示目标多媒体资源。通过根据用户账户的多媒体资源偏好信息,从预先缓存的候选多媒体资源中加载目标多媒体资源,可以有效避免实时搜索下载目标多媒体资源时受限网络状态变化带来的卡顿、延迟等现象,使得用户可以快速流畅地观看到其自身感兴趣的目标多媒体资源,提升用户的视频观看体验。
为了方案描述清楚,将在下面实施例中,对根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载的具体实施方式进行详细阐述。
在图1所示实施例的基础上,在一种实施方式中,S13,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载,如图2所示,可以包括如下步骤:
在步骤S131中,根据多媒体资源偏好信息,获取每个候选多媒体资源的推荐指数。
在获取用户账户的多媒体资源偏好信息之后,可以根据多媒体资源偏好信息来计算每个候选多媒体资源的推荐指数。可以理解的是,与用户账户的多媒体偏好信息匹配的候选多媒体资源的推荐指数较高,与用户账户的视频偏好信息不匹配的候选多媒体资源的推荐指数较低。
作为本公开实施例的一种实现方式,多媒体资源偏好信息包括偏好特征词集合;步骤S131,根据多媒体资源偏好信息,获取每个候选多媒体资源的推荐指数,如图3所示,可以包括如下步骤:
在步骤S1311中,提取每个候选多媒体资源的多媒体资源特征词集合。
为了后续步骤中,可以准确获取各个候选多媒体资源的推荐指数,可以提取每个候选多媒体资源的多媒体资源特征词集合。
具体的,提取候选多媒体资源的多媒体资源特征词集合的方式可以有多种。
在一种方式中,可以根据候选多媒体资源的多媒体资源描述信息来提取候选多媒体资源的多媒体资源特征词集合,其中,多媒体资源描述信息可以是多媒体资源的标题、多媒体资源的内容介绍信息和预先设置的多媒体资源分类标签等。例如,候选多媒体资源包括候选视频时,可以根据候选视频的视频描述信息来提取候选视频的视频特征词集合。
在另一种方式中,在候选多媒体资源包括候选视频时,可以根据候选视频的视频描述信息以及候选视频的特征图像帧来提取候选视频的视频特征词集合。其中,候选视频的特征图像帧可以为:候选视频的视频封面图像和/或候选视频的关键帧图像等。
为了方案描述清楚,将在下面实施例对提取每个所述候选多媒体资源的多媒体资源特征词集合的具体实施方式进行详细阐述。
在步骤S1312中,获取每个候选多媒体资源的多媒体资源特征词集合与偏好特征词集合之间的语义相似度,作为每个候选多媒体资源的推荐指数。
在提取出每个候选多媒体资源的多媒体资源特征词集合之后,对于任一候选多媒体资源,可以通过计算该候选多媒体资源与用户账户的多媒体资源偏好信息包括偏好特征词集合之间的语义相似度来确定该候选多媒体资源的推荐指数。可以理解的是,如果该候选多媒体资源符合用户账户的视频偏好,那么,计算所得的语义相似度较高,即该候选多媒体资源的推荐指数较大。同样地,如果该候选多媒体资源不符合用户账户的视频偏好,那么,计算所得的语义相似度较低,即该候选多媒体资源的推荐指数较小。
其中,计算语义相似度的方式可以有多种。具体的,可以将多媒体资源特征词集合与偏好特征词集合之间的余弦相似度作为语义相似度;还可以将多媒体资源特征词集合与偏好特征词集合之间的欧式距离作为语义相似度;还可以将多媒体资源特征词集合与偏好特征词集合作为语义相似度。本公开实施例对语义相似度的计算方式不做具体限定。
可见,本实现方式提供的技术方案,通过将用户账户的多媒体资源偏好信息所包括的视频偏好特征词与候选多媒体资源的多媒体资源特征词集合之间的语义相似度,确定为候选多媒体资源的推荐指数,可以准确地计算得到每个候选多媒体资源的推荐指数,有利于后续步骤中,根据推荐指数选取目标多媒体资源。
在步骤S132中,选取推荐指数的降序排序次序在预设排序范围内的候选多媒体资源,作为目标多媒体资源。
在步骤S133中,加载目标多媒体资源。
具体的,由于推荐指数较高的候选多媒体资源是与多媒体资源偏好信息相匹配的多媒体资源,因此,在计算出每个候选多媒体资源的推荐指数后,可以按照推荐指数由大到小的顺序,对候选多媒体资源进行降序排序,并可以将降序排序次序在预设降序排序范围内的候选多媒体资源,确定为与目标多媒体资源,并加载目标多媒体资源。也就是说,可以将降序排序中,排序靠前的M个候选多媒体资源,确定为目标多媒体资源。M的大小可以根据实际情况进行确定,本公开实施例对此不做具体限定。
由上述描述可知,由于候选多媒体资源的推荐指数是根据用户账户的多媒体资源偏好信息计算得到的,符合用户账户的多媒体资源偏好的候选多媒体资源的推荐指数较高,因此,目标多媒体资源是符合用户账户的多媒体资源偏好的多媒体资源,能够满足用户的多媒体资源观看需求。
为了方案描述清楚,将在下面实施例对步骤S1311,提取每个候选多媒体资源的多媒体资源特征词集合的具体实施方式进行详细阐述。
作为本公开实施例的一种实现方式,候选多媒体资源包括候选视频;步骤S1311,提取每个候选多媒体资源的多媒体资源特征词集合,可以包括如下步骤,分别为步骤b1和步骤b2:
步骤b1,获取每个候选视频的视频描述信息。
其中,视频描述信息可以包括:视频标题、视频内容介绍信息和预先设置的视频分类标签。当然,视频描述信息还可以包括视频的其他信息,本公开实施例对视频描述信息不做具体限定。
步骤b2,将视频描述信息进行分词及去重复处理,得到每个候选视频的视频特征词集合。
在得到每个候选视频的视频描述信息之后,可以利用常用的中文分词方法对视频描述信息进行分词,得到多个词语。在实际应用中,分词所得的多个词语可能存在重复的词语,因此,可以对分词所得的多个词语进行去重复处理,即将多个词语中重复的词语去掉,即得到每个热门视频的视频特征词集合。
由于候选视频的视频描述信息能够对候选视频进行较为准确地概述,因此,通过将候选视频的视频描述信息进行分词并去重复后,所得到的视频特征词集合能够准确地表征候选视频的特征,也就是说,通过本实施方式所得的候选视频的视频特征词集合的准确度较高。
作为本公开实施例的另一种实现方式,候选多媒体资源包括候选视频;步骤S1311,提取每个候选多媒体资源的多媒体资源特征词集合,可以包括如下步骤,分别为步骤c1至步骤c4:
步骤c1,获取每个候选视频的视频描述信息,并将视频描述信息进行分词及去重处理,得到每个候选视频的描述特征词。
其中,视频描述信息可以包括:视频标题、视频内容介绍信息和预先设置的视频分类标签。当然,视频描述信息还可以包括视频的其他信息,本公开实施例对视频描述信息不做具体限定。
在得到每个候选视频的视频描述信息之后,可以利用常用的中文分词方法对视频描述信息进行分词,得到多个词语。在实际应用中,分词所得的多个词语可能存在重复的词语,因此,可以对分词所得的多个词语进行去重复处理,即将多个词语中重复的词语去掉,即得到每个热门视频的视频特征词集合。
步骤c2,获取每个候选视频的特征图像帧,并将每个候选视频的特征图像帧输入预先训练好的图像识别模型中,得到每个候选视频的特征图像帧包括的目标对象的属性信息,以及目标对象之间的关联关系。
其中,特征图像帧包括视频封面图像和/或关键帧图像,也就是说,特征图像帧为候选视频中能够起到代表作用的图像。
在得到每个候选视频的特征图像帧之后,可以将候选视频的特征图像帧输入到预先训练好的图像识别模型中,图像识别模型会对特征图像帧进行识别,得到特征图像帧包括的目标对象的属性信息,以及目标对象的关联关系。其中,目标对象可以是人物、动物、建筑物等,目标对象的属性信息可以是目标对象的对象类型、对象名称等,目标对象的关联关系可以是目标对象之间的位置关系、目标对象的大小关系等。
其中,图像识别模型的训练过程可以为:采集大量的视频图像作为样本图像;对样本图像的目标对象的属性信息,以及目标对象的关联关系进行标注,得到标注后的图像;将标注后的图像输入到预定神经网络模型中,对该预定神经网络模型进行训练,直至预定神经网络模型的识别准确率达到预设准确率。其中,预定神经网络模型可以是现有的任意一种神经网络模型;预设准确率可以根据实际情况进行确定,例如,预设准确率可以为90%。
步骤d3,根据目标对象的属性信息,以及目标对象之间的关联关系,确定每个候选视频的特征图像帧的图像特征词。
具体的,在得到候选视频的目标对象的属性信息,以及目标对象之间的关联关系之后,可以将目标对象的属性信息,以及目标对象之间的关联关系直接作为候选视频的特征图像帧的图像特征词。或者,可以从目标对象的属性信息,以及,目标对象的关联关系中抽取关键信息,作为特征图像帧的图像特征词,这都是合理的。
步骤d4,对于每个候选视频,将候选视频的描述特征词和图像特征词,确定为候选视频的视频特征词。
在得到门视频的描述特征词和图像特征词,可以将候选视频的描述特征词和图像特征词均作为候选视频的视频特征词,这样,得到的视频特征词更加全面准确。
由于候选视频的视频描述信息能够对候选视频进行较为准确地概述,因此,通过将候选视频的视频描述信息进行分词并去重复后,所得到的视频特征词能够准确地表征候选视频的特征,并且,特征图像帧是候选视频中具有代表性的图像,因此,候选视频的视频特征词也能准确地表征候选视频的特征。可见,通过本实施方式所得的候选视频的视频特征词更加全面准确。
为了方案描述清楚,将在下面实施例中对获取用户账户的多媒体资源偏好信息的具体实施方式进行详细阐述。
作为本公开实施例的一种实现方式,S12,获取用户账户的多媒体资源偏好信息,如图4所示,可以包括如下步骤:
在步骤S41中,获取用户账户在预设历史时间段内的多媒体资源消费行为数据。
其中,多媒体资源消费行为数据包括:用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数。
具体的,预设历史时间段可以是近一个月,近半个月,近一个星期等,本公开实施例对预设历史时间段不做具体限定。
为了获取用户账户的多媒体资源偏好信息,可以统计用户账户在预设历史时间段内的多媒体资源消费行为数据。其中,用户账户所消费过的多媒体资源的多媒体资源信息可以是用户账户所消费过的多媒体资源的多媒体资源描述信息等。用户账户对所消费过的多媒体资源的消费行为类型可以为:观看行为、点赞行为、分享行为、评论行为等。并且,每一种消费行为类型对应的消费行为次数可以为:观看行为的次数,即观看次数;点赞行为的次数,即点赞次数;分享行为的次数,即分享次数;评论行为的次数,即评论次数。
在步骤S42中,根据用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定用户账户的多媒体资源偏好信息。
由于用户账户在预设历史时间段内的多媒体资源消费行为数据,可以用于表征用户账户在预设历史时间段内的多媒体资源消费喜好,因此,在得到多媒体资源消费行为数据后,可以根据多媒体资源消费行为数据所包括的用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,来确定用户账户的多媒体资源偏好信息。
可见,通过本实现方式提供的技术方案,通过用户账户在预设历史时间段内的多媒体资源消费行为数据,可以准确地确定出用户账户的多媒体资源偏好信息。
作为本公开实施例的一种实现方式,步骤S42,根据用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定用户账户的多媒体资源偏好信息,如图5所示,可以包括如下步骤:
在步骤S51中,确定每一消费行为类型对应的权重因子。
具体的,消费行为类型可以包括:观看行为、点赞行为、分享行为、评论行为等。对于每一消费行为类型,可以设置一个权重因子。每一消费行为类型对应的权重因子的大小可以根据实际情况进行设定。本公开实施例对此不做具体限定。
可以理解的是,点赞行为、分享行为,以及,正面评论行为均可以代表用户比较喜欢该多媒体资源,因此,在实际应用中,可以为点赞行为、分享行为,以及,正面评论行为设置较高的权重因子。
在步骤S52中,将每一消费行为类型对应的消费行为次数以及相应的权重因子进行加权求和,得到所述用户账户所消费过的每一多媒体资源的偏好指数。
在得到各个消费行为类型对应的权重因子之后,可以对每一消费行为类型的消费行为次数以及相应的权重因子进行加权求和,得到用户账户所消费过的每一多媒体资源的偏好指数。例如,消费行为类型可以包括:观看行为、点赞行为、分享行为、评论行为等。每一多媒体资源的偏好指数=观看次数*观看行为对应的权重因子+点赞次数*点赞行为对应的权重因子+分享次数*分享行为对应的权重因子+评论次数*评论行为对应的权重因子。
在步骤S53中,根据偏好指数的降序排序次序在预设排序范围内的多媒体资源的多媒体资源信息确定用户账户的多媒体资源偏好信息。
在得到用户账户所消费过的每一多媒体资源的偏好指数之后,可以按照偏好指数由大到小的顺序,对用户账户消费过的多媒体资源进行降序排序,并根据降序排序在预设降序排序范围内,即排序靠前的预设数量个多媒体资源的多媒体资源信息确定用户账户的多媒体资源偏好信息。
其中,多媒体资源信息可以包括多媒体资源的多媒体资源描述信息,例如,多媒体资源包括视频时,多媒体资源描述信息可以为:视频标题、视频内容介绍信息和预先设置的视频分类标签等。可以将视频描述信息进行分词并去重,得到用户账户的视频偏好信息。
并且,多媒体资源包括视频时,多媒体资源信息还可以包括特征图像帧,通过将将视频的特征图像帧输入到预先训练好的图像识别模型中,图像识别模型会对特征图像帧进行识别,得到特征图像帧包括的目标对象的属性信息,以及目标对象的关联关系,根据目标对象的属性信息,以及,目标对象的关联关系即可得到用户账户的视频偏好信息。
可见,通过本实现方式提供的技术方案,通过用户账户消费过的多媒体资源的推荐指数,可以将推荐指数较高的多媒体资源确定为用户账户喜欢的多媒体资源,并根据用户账户喜欢的多媒体资源的多媒体资源信息可以准确地确定出用户账户的多媒体资源偏好信息。
为了方案描述清楚,将在下面实施例中对检测用户账户的当前网络状态的具体实施方式进行详细阐述。
作为本公开实施例的一种实现方式,检测用户账户的当前网络状态,可以包括如下步骤,分别为步骤d1和步骤d2:
步骤d1,检测用户账户当前的网络传输速率。
步骤d2,在网络传输速率小于预设网络传输速率阈值时,确定用户账户的当前网络状态为弱网状态。
在该实现方式中,为了准确地判断用户账户的当前网络状态,可以实时检测用户账户当前的网络传输速率,并将用户账户当前的网络传输速率与预设网络传输速率阈值进行比较,在网络传输速率小于预设网络传输速率阈值时,说明用户账户当前的网络传输速率较低,因此,可以确定用户账户的当前网络状态为弱网状态。在网络传输速率大于预设网络传输速率阈值时,说明用户账户当前的网络传输速率较高,因此,可以确定用户账户的当前网络状态为非弱网状态。其中,预设网络传输速率阈值的大小可以根据实际情况进行设定,本公开实施例对预设网络传输速率阈值的大小不做具体限定。
可见,通过本实现方式提供的技术方案,可以准确地确定用户账户的当前网络状态是否处于弱网状态。
作为本公开实施例的另一种实现方式,检测用户账户的当前网络状态,可以包括如下步骤,分别为步骤e1和步骤e2:
步骤e1,检测用户账户当前的网络传输类型。
步骤e2,在检测到用户账户当前的网络传输类型为预设网络类型时,确定用户账户的当前网络状态为弱网状态,预设网络类型包含2G网络或3G网络。
在该实现方式中,为了准确地判断用户账户的当前网络状态,可以实时检测用户账户当前的网络传输类型,并判断用户账户当前的网络传输类型是否为预设网络类型,该预设网络类型可以为2G网络或3G网络等网络质量较差的网络类型。在用户账户当前的网络传输类型为预设网络类型时,说明用户账户利用当前网络在线加载视频会出现延迟或者卡顿等情况,因此,可以确定用户账户的当前网络状态为弱网状态。在用户账户当前的网络传输类型不为预设网络类型时,说明用户账户利用当前网络在线加载视频出现延迟或者卡顿的概率较低,因此,可以确定用户账户的当前网络状态为非弱网状态。
可见,通过本实现方式提供的技术方案,可以准确地确定用户账户的当前网络状态是否处于弱网状态。
在图1所示实施例的基础上,在一种实施方式中,终端为了获取当前网络状态,可以通过向服务器发送当前网络状态检测请求,触发所述服务器检测所述用户账户的当前网络状态并返回;
和/或,终端为了获取用户账户的多媒体资源偏好信息,可以通过向服务器发送多媒体资源偏好信息获取请求,触发服务器在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息并返回;
或/或,终端为了获取目标多媒体资源,可以通过向服务器发送目标多媒体资源获取请求,触发服务器根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
具体的,在该实施方式中,服务器可以将用户账户的当前网络状态,用户账户的多媒体资源偏好信息,以及,目标多媒体资源均返回终端。
可见,通过本实施方式提供的技术方案,终端可以在本地执行检测用户账户的当前网络状态,获取用户账户的多媒体资源偏好信息,以及,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载这三个步骤,还可以触发服务器来执行这三个步骤,这都是合理的。通过服务器来执行这三个步骤有利于减少终端的计算量,即终端在响应于用户账户对多媒体资源页面的展示触发操作之后,只需要展示目标多媒体资源即可。
图6是根据一示例性实施例示出的一种多媒体资源的展示方法的流程图,应用于服务器,如图6所示,该多媒体资源的展示方法可以包括以下步骤。
在步骤S61中,响应于所接收的当前网络状态检测请求,检测用户账户的当前网络状态并返回;
或者,在步骤S62中,响应于所接收的视频偏好信息获取请求,在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息并返回;
或者,在步骤S63中,响应于所接收的目标多媒体资源获取请求,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
关于该部分的说明具体可见前文所述,本公开实施例在此不作赘述。
本公开实施例提供的技术方案中,响应于用户账户对多媒体资源页面的展示触发操作,检测用户账户的当前网络状态;并在检测到用户账户的当前网络状态为弱网状态时,获取用户账户的多媒体资源偏好信息;根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;在多媒体资源页面上展示目标多媒体资源。通过根据用户账户的多媒体资源偏好信息,从预先缓存的候选多媒体资源中加载目标多媒体资源,可以有效避免实时搜索下载目标多媒体资源时受限网络状态变化带来的卡顿、延迟等现象,使得用户可以快速流畅地观看到其自身感兴趣的目标多媒体资源,提升用户的视频观看体验。
在上述实施例的基础上,根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载,包括:
根据多媒体资源偏好信息,获取每个候选多媒体资源的推荐指数;
选取推荐指数的降序排序次序在预设排序范围内的候选多媒体资源,作为目标多媒体资源;
加载目标多媒体资源。
在上述实施例的基础上,多媒体资源偏好信息包括偏好特征词集合;
根据多媒体资源偏好信息,获取每个候选多媒体资源的推荐指数,包括:
提取每个候选多媒体资源的多媒体资源特征词集合;
获取每个候选多媒体资源的多媒体资源特征词集合与偏好特征词集合之间的语义相似度,作为每个候选视频的推荐指数。
在上述实施例的基础上,候选多媒体资源包括候选视频;
提取每个候选多媒体资源的多媒体资源特征词集合,包括:
获取每个候选视频的视频描述信息;
将视频描述信息进行分词及去重复处理,得到每个候选视频的视频特征词集合。
在上述实施例的基础上,候选多媒体资源包括候选视频;
提取每个候选多媒体资源的多媒体资源特征词集合,包括:
获取每个候选视频的视频描述信息,并将视频描述信息进行分词及去重处理,得到每个候选视频的描述特征词;
获取每个候选视频的特征图像帧,并将每个候选视频的特征图像帧输入预先训练好的图像识别模型中,得到每个候选视频的特征图像帧包括的目标对象的属性信息,以及目标对象之间的关联关系,特征图像帧包括视频封面图像和/或关键帧图像;
根据目标对象的属性信息,以及目标对象之间的关联关系,确定每个候选视频的特征图像帧的图像特征词;
对于每个候选视频,将候选视频的描述特征词和图像特征词,确定为候选视频的视频特征词。
在上述实施例的基础上,获取用户账户的多媒体资源偏好信息,包括:
获取用户账户在预设历史时间段内的多媒体资源消费行为数据,视频消费行为数据包括:用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数;
根据用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定用户账户的多媒体资源偏好信息。
在上述实施例的基础上,根据用户账户所消费过的多媒体资源的多媒体资源信息,用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定用户账户的多媒体资源偏好信息,包括:
确定每一消费行为类型对应的权重因子;
将每一消费行为类型对应的消费行为次数以及相应的权重因子进行加权求和,得到用户账户所消费过的每一多媒体资源的偏好指数;
根据偏好指数的降序排序次序在预设排序范围内的多媒体资源的多媒体资源信息确定用户账户的多媒体资源偏好信息。
在上述实施例的基础上,在根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载之前,方法还包括:
在预设缓存周期内,获取各个多媒体资源的下述之一或者多个:点击次数、播放次数、分享次数和评论次数;
按照点击次数、播放次数、分享次数或者评论次数对多媒体资源进行降序排序,或者,按照点击次数、播放次数、分享次数和评论次数中至少两者的加权得分对视频进行降序排序;
将降序排序次序在预设排序范围内的多媒体资源,确定为候选多媒体资源并进行缓存。
在上述实施例的基础上,检测用户账户的当前网络状态,包括:
检测用户账户当前的网络传输速率;
在网络传输速率小于预设网络传输速率阈值时,确定用户账户的当前网络状态为弱网状态。
在上述实施例的基础上,检测用户账户的当前网络状态,包括:
检测用户账户当前的网络传输类型;
在检测到用户账户当前的网络传输类型为预设网络类型时,确定用户账户的当前网络状态为弱网状态,预设网络类型包含2G网络或3G网络。
关于该部分的说明具体可见前文所述,本公开实施例在此不作赘述。
根据本公开实施例的第三方面,提供了一种多媒体资源的展示装置,如图7所示,所述装置包括:
网络状态检测模块710,被配置为执行响应于用户账户对多媒体资源页面的展示触发操作,检测所述用户账户的当前网络状态;
多媒体资源偏好信息获取模块720,被配置为执行在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息;
目标多媒体资源获取模块730,被配置为执行根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;
目标多媒体资源展示模块740,被配置为执行在所述多媒体资源页面上展示所述目标多媒体资源。
可选的,所述目标多媒体资源获取模块,包括:
推荐指数计算单元,被配置为执行根据所述多媒体资源偏好信息,获取每个所述候选多媒体资源的推荐指数;
目标多媒体资源获取单元,被配置为执行选取所述推荐指数的降序排序次序在预设排序范围内的所述候选多媒体资源,作为所述目标多媒体资源;
目标多媒体资源加载单元,被配置为执行加载所述目标多媒体资源。
可选的,所述多媒体资源偏好信息包括偏好特征词集合;所述推荐指数计算单元,具体被配置为执行:
提取每个所述候选多媒体资源的多媒体资源特征词集合;
获取每个所述候选多媒体资源的多媒体资源特征词集合与所述偏好特征词集合之间的语义相似度,作为每个所述候选多媒体资源的推荐指数。
可选的,所述候选多媒体资源包括候选视频;所述推荐指数计算单元,具体被配置为执行:
获取每个所述候选视频的视频描述信息;
将所述视频描述信息进行分词及去重复处理,得到每个所述候选视频的视频特征词集合。
可选的,所述候选多媒体资源包括候选视频;所述推荐指数计算单元,具体被配置为执行:
获取每个所述候选视频的视频描述信息,并将所述视频描述信息进行分词及去重处理,得到每个所述候选视频的描述特征词;
获取每个所述候选视频的特征图像帧,并将每个所述候选视频的特征图像帧输入预先训练好的图像识别模型中,得到每个所述候选视频的特征图像帧包括的目标对象的属性信息,以及所述目标对象之间的关联关系,所述特征图像帧包括视频封面图像和/或关键帧图像;
根据所述目标对象的属性信息,以及所述目标对象之间的关联关系,确定每个所述候选视频的特征图像帧的图像特征词;
对于每个所述候选视频,将所述候选视频的描述特征词和所述图像特征词,确定为所述候选视频的视频特征词。
可选的,所述多媒体资源偏好信息获取模块,包括:
消费行为数据获取单元,被配置为执行获取所述用户账户在预设历史时间段内的多媒体资源消费行为数据,所述多媒体资源消费行为数据包括:所述用户账户所消费过的多媒体资源的多媒体资源信息,所述用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数;
多媒体资源偏好信息获取单元,被配置为执行根据所述用户账户所消费过的多媒体资源的多媒体资源信息,所述用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定所述用户账户的多媒体资源偏好信息。
可选的,所述多媒体资源偏好信息获取单元,具体被配置为执行:
确定每一消费行为类型对应的权重因子;
将每一消费行为类型对应的消费行为次数以及相应的权重因子进行加权求和,得到所述用户账户所消费过的每一多媒体资源的偏好指数;
根据所述偏好指数的降序排序次序在预设排序范围内的所述多媒体资源的多媒体资源信息确定所述用户账户的多媒体资源偏好信息。
可选的,所述装置还包括候选多媒体资源缓存模块,被配置为执行:
在预设缓存周期内,获取各个多媒体资源的下述之一或者多个:点击次数、播放次数、分享次数和评论次数;
按照点击次数、播放次数、分享次数或者评论次数对多媒体资源进行降序排序,或者,按照点击次数、播放次数、分享次数和评论次数中至少两者的加权得分对视频进行降序排序;
将降序排序次序在预设排序范围内的多媒体资源,确定为候选多媒体资源并进行缓存。
可选的,所述网络状态检测模块,具体被配置为执行:
检测所述用户账户当前的网络传输速率;
在所述网络传输速率小于预设网络传输速率阈值时,确定所述用户账户的当前网络状态为弱网状态。
可选的,所述网络状态检测模块,具体被配置为执行:
检测所述用户账户当前的网络传输类型;
在检测到所述用户账户当前的网络传输类型为预设网络类型时,确定所述用户账户的当前网络状态为弱网状态,所述预设网络类型包含2G网络或3G网络。
可选的,网络状态检测模块,具体被配置为执行通过向服务器发送当前网络状态检测请求,触发所述服务器检测所述用户账户的当前网络状态并返回;
和/或,多媒体资源偏好信息获取模块,具体被配置为执行通过向所述服务器发送多媒体资源偏好信息获取请求,触发所述服务器在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息并返回;
和/或,目标多媒体资源获取模块,具体被配置为执行通过向所述服务器发送目标多媒体资源获取请求,触发所述服务器根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
根据本公开实施例的第四方面,提供了一种多媒体资源展示装置,如图8所示,所述装置包括以下模块至少之一:
网络状态检测模块810,被配置为执行响应于所接收的当前网络状态检测请求,检测所述用户账户的当前网络状态并返回;
或者,多媒体资源偏好信息获取模块820,被配置为执行响应于所接收的视频偏好信息获取请求,在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的视频偏好信息并返回;
或者,目标多媒体资源获取模块830,被配置为执行被配置为执行响应于所接收的目标多媒体资源获取请求,根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
可选的,所述目标多媒体资源获取模块,包括:
推荐指数计算单元,被配置为执行根据所述多媒体资源偏好信息,获取每个所述候选多媒体资源的推荐指数;
目标多媒体资源获取单元,被配置为执行选取所述推荐指数的降序排序次序在预设排序范围内的所述候选多媒体资源,作为所述目标多媒体资源;
目标多媒体资源加载单元,被配置为执行加载所述目标多媒体资源。
可选的,所述多媒体资源偏好信息包括偏好特征词集合;所述推荐指数计算单元,具体被配置为执行:
提取每个所述候选多媒体资源的多媒体资源特征词集合;
获取每个所述候选多媒体资源的多媒体资源特征词集合与所述偏好特征词集合之间的语义相似度,作为每个所述候选多媒体资源的推荐指数。
可选的,所述候选多媒体资源包括候选视频;所述推荐指数计算单元,具体被配置为执行:
获取每个所述候选视频的视频描述信息;
将所述视频描述信息进行分词及去重复处理,得到每个所述候选视频的视频特征词集合。
可选的,所述候选多媒体资源包括候选视频;所述推荐指数计算单元,具体被配置为执行:
获取每个所述候选视频的视频描述信息,并将所述视频描述信息进行分词及去重处理,得到每个所述候选视频的描述特征词;
获取每个所述候选视频的特征图像帧,并将每个所述候选视频的特征图像帧输入预先训练好的图像识别模型中,得到每个所述候选视频的特征图像帧包括的目标对象的属性信息,以及所述目标对象之间的关联关系,所述特征图像帧包括视频封面图像和/或关键帧图像;
根据所述目标对象的属性信息,以及所述目标对象之间的关联关系,确定每个所述候选视频的特征图像帧的图像特征词;
对于每个所述候选视频,将所述候选视频的描述特征词和所述图像特征词,确定为所述候选视频的视频特征词。
可选的,所述多媒体资源偏好信息获取模块,包括:
消费行为数据获取单元,被配置为执行获取所述用户账户在预设历史时间段内的多媒体资源消费行为数据,所述多媒体资源消费行为数据包括:所述用户账户所消费过的多媒体资源的多媒体资源信息,所述用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数;
多媒体资源偏好信息获取单元,被配置为执行根据所述用户账户所消费过的多媒体资源的多媒体资源信息,所述用户账户对所消费过的多媒体资源的消费行为类型,以及,每一消费行为类型对应的消费行为次数,确定所述用户账户的多媒体资源偏好信息。
可选的,所述多媒体资源偏好信息获取单元,具体被配置为执行:
确定每一消费行为类型对应的权重因子;
将每一消费行为类型对应的消费行为次数以及相应的权重因子进行加权求和,得到所述用户账户所消费过的每一多媒体资源的偏好指数;
根据所述偏好指数的降序排序次序在预设排序范围内的所述多媒体资源的多媒体资源信息确定所述用户账户的多媒体资源偏好信息。
可选的,所述装置还包括候选多媒体资源缓存模块,被配置为执行:
在预设缓存周期内,获取各个多媒体资源的下述之一或者多个:点击次数、播放次数、分享次数和评论次数;
按照点击次数、播放次数、分享次数或者评论次数对多媒体资源进行降序排序,或者,按照点击次数、播放次数、分享次数和评论次数中至少两者的加权得分对视频进行降序排序;
将降序排序次序在预设排序范围内的多媒体资源,确定为候选多媒体资源并进行缓存。
可选的,所述网络状态检测模块,具体被配置为执行:
检测所述用户账户当前的网络传输速率;
在所述网络传输速率小于预设网络传输速率阈值时,确定所述用户账户的当前网络状态为弱网状态。
可选的,所述网络状态检测模块,具体被配置为执行:
检测所述用户账户当前的网络传输类型;
在检测到所述用户账户当前的网络传输类型为预设网络类型时,确定所述用户账户的当前网络状态为弱网状态,所述预设网络类型包含2G网络或3G网络。
根据本公开实施例的第五方面,提供了一种终端,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第六方面,提供了一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第二方面所述的多媒体资源的展示方法。
根据本公开实施例的第七方面,提供了一种多媒体资源的展示***,包括第五方面所述的终端以及第六方面所述的服务器。
参照图9,所述多媒体资源分享***,包括:终端910和服务器920。
其中,终端910响应于用户账户对多媒体资源页面的展示触发操作之后,可以向服务器920发送当前网络状态检测请求,以使得服务器920检测用户账户的当前网络状态,并从服务器920获取用户账户的当前网络状态;并且,服务器920在检测到用户账户的当前网络状态为弱网状态时,可以获取用户账户的多媒体资源偏好信息;根据多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载,并将目标多媒体资源返回给终端910,终端910在多媒体资源页面上展示目标多媒体资源。
关于***中终端910和服务器920所执行步骤的说明具体可见方法实施例的描述,本公开实施例在此不作赘述。
根据本公开实施例的第八方面,提供了一种存储介质,当所述存储介质中的指令由终端的处理器执行时,使得所述终端能够执行第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第九方面,提供了一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行第二方面所述的多媒体资源的展示方法。
根据本公开实施例的第十方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现第一方面所述的多媒体资源的展示方法。
根据本公开实施例的第十一方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机实现第二方面所述的多媒体资源的展示方法。
图10是根据一示例性实施例示出的一种用于展示多媒体资源的装置1000的框图。例如,装置1000可以是移动电话,计算机,数字广播电子设备,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图10,装置1000可以包括以下一个或多个组件:处理组件1002,存储器1004,电力组件1006,多媒体组件1008,音频组件1010,输入/输出(I/O)的接口108,传感器组件1014,以及通信组件1016。
处理组件1002通常控制装置1000的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1002可以包括一个或多个处理器1020来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1002可以包括一个或多个模块,便于处理组件1002和其他组件之间的交互。例如,处理组件1002可以包括多媒体模块,以方便多媒体组件1009和处理组件1002之间的交互。
存储器1004被配置为存储各种类型的数据以支持在设备1000的操作。这些数据的示例包括用于在装置1000上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1004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(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1006为装置1000的各种组件提供电力。电源组件1006可以包括电源管理***,一个或多个电源,及其他与为装置1000生成、管理和分配电力相关联的组件。
多媒体组件1008包括在所述装置1000和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1008包括一个前置摄像头和/或后置摄像头。当设备1000处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件1010被配置为输出和/或输入音频信号。例如,音频组件1010包括一个麦克风(MIC),当装置1000处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件1016发送。在一些实施例中,音频组件1010还包括一个扬声器,用于输出音频信号。
I/O接口1010为处理组件1002和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1014包括一个或多个传感器,用于为装置1000提供各个方面的状态评估。例如,传感器组件1014可以检测到设备1000的打开/关闭状态,组件的相对定位,例如所述组件为装置1000的显示器和小键盘,传感器组件1014还可以检测装置1000或装置1000一个组件的位置改变,用户与装置1000接触的存在或不存在,装置1000方位或加速/减速和装置1000的温度变化。传感器组件1014可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1014还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1014还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1016被配置为便于装置1000和其他设备之间有线或无线方式的通信。装置1000可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件416经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件1016还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1000可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述多媒体资源的展示方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1004,上述指令可由装置1000的处理器1020执行以完成上述多媒体资源的展示方法。可选地,例如,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性非临时性计算机可读存储介质计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图11是根据一示例性实施例示出的一种用于展示群组的装置1100的框图。例如,装置1100可以被提供为一服务器。参照图11,装置1100包括处理组件1122,其进一步包括一个或多个处理器,以及由存储器1132所代表的存储器资源,用于存储可由处理组件1122的执行的指令,例如应用程序。存储器1132中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1122被配置为执行指令,以执行第三方面的视频展示方法。
装置1100还可以包括一个电源组件1126被配置为执行装置1100的电源管理,一个有线或无线网络接口1150被配置为将装置1100连接到网络,和一个输入输出(I/O)接口1158。装置1100可以操作基于存储在存储器1132的操作***,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种多媒体资源的展示方法,其特征在于,所述方法包括:
响应于用户账户对多媒体资源页面的展示触发操作,检测所述用户账户的当前网络状态;
在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息;
根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;
在所述多媒体资源页面上展示所述目标多媒体资源。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载,包括:
根据所述多媒体资源偏好信息,获取每个所述候选多媒体资源的推荐指数;
选取所述推荐指数的降序排序次序在预设排序范围内的所述候选多媒体资源,作为所述目标多媒体资源;
加载所述目标多媒体资源。
3.一种多媒体资源的展示方法,其特征在于,所述方法包括以下步骤至少之一:
响应于所接收的当前网络状态检测请求,检测所述用户账户的当前网络状态并返回;
或者,响应于所接收的多媒体资源偏好信息获取请求,在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息并返回;
或者,响应于所接收的目标多媒体资源获取请求,根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
4.一种多媒体资源的展示装置,其特征在于,所述装置包括:
网络状态检测模块,被配置为执行响应于用户账户对多媒体资源页面的展示触发操作,检测所述用户账户的当前网络状态;
多媒体资源偏好信息获取模块,被配置为执行在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息;
目标多媒体资源加载模块,被配置为执行根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载;
目标多媒体资源展示模块,被配置为执行在所述多媒体资源页面上展示所述目标多媒体资源。
5.一种多媒体资源的展示装置,其特征在于,所述装置包括以下模块至少之一:
网络状态检测模块,被配置为执行响应于所接收的当前网络状态检测请求,检测所述用户账户的当前网络状态并返回;
或者,多媒体资源偏好信息获取模块,被配置为执行响应于所接收的多媒体资源偏好信息获取请求,在检测到所述用户账户的当前网络状态为弱网状态时,获取所述用户账户的多媒体资源偏好信息并返回;
或者,目标多媒体资源展示模块,被配置为执行响应于所接收的目标多媒体资源获取请求,根据所述多媒体资源偏好信息,从预先缓存的候选多媒体资源中选取目标多媒体资源进行加载并返回。
6.一种终端,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1或2所述的多媒体资源的展示方法。
7.一种服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求3所述的多媒体资源的展示方法。
8.一种多媒体资源的展示***,其特征在于,包括如权利要求6所述的终端以及如权利要求7所述的服务器。
9.一种存储介质,当所述存储介质中的指令由终端的处理器执行时,使得所述终端能够执行如权利要求1或2所述的多媒体资源的展示方法。
10.一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行如权利要求3所述的多媒体资源的展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256844.8A CN111556366A (zh) | 2020-04-02 | 2020-04-02 | 一种多媒体资源的展示方法、装置、终端、服务器及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256844.8A CN111556366A (zh) | 2020-04-02 | 2020-04-02 | 一种多媒体资源的展示方法、装置、终端、服务器及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111556366A true CN111556366A (zh) | 2020-08-18 |
Family
ID=72007337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010256844.8A Pending CN111556366A (zh) | 2020-04-02 | 2020-04-02 | 一种多媒体资源的展示方法、装置、终端、服务器及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556366A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131411A (zh) * | 2020-09-21 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 一种多媒体资源推荐方法、装置、电子设备及存储介质 |
CN112131410A (zh) * | 2020-09-18 | 2020-12-25 | 北京达佳互联信息技术有限公司 | 多媒体资源展示方法、装置、***和存储介质 |
CN112203111A (zh) * | 2020-09-29 | 2021-01-08 | 北京达佳互联信息技术有限公司 | 多媒体资源的预加载方法、装置、电子设备及存储介质 |
CN112383623A (zh) * | 2020-11-13 | 2021-02-19 | Oppo广东移动通信有限公司 | 多媒体文件的处理方法、装置、终端及网络接入点设备 |
CN113157342A (zh) * | 2021-04-27 | 2021-07-23 | 思享智汇(海南)科技有限责任公司 | 一种客户端背景内容的展示方法、***及存储介质 |
CN113157951A (zh) * | 2021-03-26 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 一种多媒体资源的处理方法、装置、服务器及存储介质 |
CN113242457A (zh) * | 2021-03-29 | 2021-08-10 | 北京达佳互联信息技术有限公司 | 一种资源分发方法、装置、电子设备及存储介质 |
CN113535274A (zh) * | 2021-07-30 | 2021-10-22 | 北京字跳网络技术有限公司 | 首位资源显示方法、装置、电子设备及存储介质 |
CN113568699A (zh) * | 2021-07-30 | 2021-10-29 | 北京达佳互联信息技术有限公司 | 一种内容显示方法、装置、设备及存储介质 |
CN113742573A (zh) * | 2021-08-03 | 2021-12-03 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
CN114501150A (zh) * | 2022-01-17 | 2022-05-13 | 北京达佳互联信息技术有限公司 | 媒体资源推荐方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106326391A (zh) * | 2016-08-17 | 2017-01-11 | 合智能科技(深圳)有限公司 | 多媒体资源推荐方法及装置 |
US20170339467A1 (en) * | 2016-05-18 | 2017-11-23 | Rovi Guides, Inc. | Recommending media content based on quality of service at a location |
CN108304441A (zh) * | 2017-11-14 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 网络资源推荐方法、装置、电子设备、服务器及存储介质 |
CN108804619A (zh) * | 2018-05-31 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 兴趣偏好预测方法、装置、计算机设备及存储介质 |
CN110209843A (zh) * | 2019-05-31 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 多媒体资源播放方法、装置、设备及存储介质 |
CN110287433A (zh) * | 2019-06-28 | 2019-09-27 | 北京金山安全软件有限公司 | 网络信息处理方法、装置和电子设备 |
CN110489593A (zh) * | 2019-08-20 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 视频的话题处理方法、装置、电子设备及存储介质 |
CN110688526A (zh) * | 2019-11-07 | 2020-01-14 | 山东舜网传媒股份有限公司 | 基于关键帧识别和音频文本化的短视频推荐方法及*** |
CN110730471A (zh) * | 2019-10-25 | 2020-01-24 | 重庆邮电大学 | 基于区域用户兴趣匹配的移动边缘缓存方法 |
-
2020
- 2020-04-02 CN CN202010256844.8A patent/CN111556366A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170339467A1 (en) * | 2016-05-18 | 2017-11-23 | Rovi Guides, Inc. | Recommending media content based on quality of service at a location |
CN106326391A (zh) * | 2016-08-17 | 2017-01-11 | 合智能科技(深圳)有限公司 | 多媒体资源推荐方法及装置 |
CN108304441A (zh) * | 2017-11-14 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 网络资源推荐方法、装置、电子设备、服务器及存储介质 |
CN108804619A (zh) * | 2018-05-31 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 兴趣偏好预测方法、装置、计算机设备及存储介质 |
CN110209843A (zh) * | 2019-05-31 | 2019-09-06 | 腾讯科技(深圳)有限公司 | 多媒体资源播放方法、装置、设备及存储介质 |
CN110287433A (zh) * | 2019-06-28 | 2019-09-27 | 北京金山安全软件有限公司 | 网络信息处理方法、装置和电子设备 |
CN110489593A (zh) * | 2019-08-20 | 2019-11-22 | 腾讯科技(深圳)有限公司 | 视频的话题处理方法、装置、电子设备及存储介质 |
CN110730471A (zh) * | 2019-10-25 | 2020-01-24 | 重庆邮电大学 | 基于区域用户兴趣匹配的移动边缘缓存方法 |
CN110688526A (zh) * | 2019-11-07 | 2020-01-14 | 山东舜网传媒股份有限公司 | 基于关键帧识别和音频文本化的短视频推荐方法及*** |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112131410A (zh) * | 2020-09-18 | 2020-12-25 | 北京达佳互联信息技术有限公司 | 多媒体资源展示方法、装置、***和存储介质 |
CN112131411A (zh) * | 2020-09-21 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 一种多媒体资源推荐方法、装置、电子设备及存储介质 |
CN112203111A (zh) * | 2020-09-29 | 2021-01-08 | 北京达佳互联信息技术有限公司 | 多媒体资源的预加载方法、装置、电子设备及存储介质 |
CN112203111B (zh) * | 2020-09-29 | 2023-03-14 | 北京达佳互联信息技术有限公司 | 多媒体资源的预加载方法、装置、电子设备及存储介质 |
CN112383623A (zh) * | 2020-11-13 | 2021-02-19 | Oppo广东移动通信有限公司 | 多媒体文件的处理方法、装置、终端及网络接入点设备 |
CN112383623B (zh) * | 2020-11-13 | 2024-01-23 | Oppo广东移动通信有限公司 | 多媒体文件的处理方法、装置、终端及网络接入点设备 |
CN113157951A (zh) * | 2021-03-26 | 2021-07-23 | 北京达佳互联信息技术有限公司 | 一种多媒体资源的处理方法、装置、服务器及存储介质 |
CN113242457B (zh) * | 2021-03-29 | 2022-09-02 | 北京达佳互联信息技术有限公司 | 一种资源分发方法、装置、电子设备及存储介质 |
CN113242457A (zh) * | 2021-03-29 | 2021-08-10 | 北京达佳互联信息技术有限公司 | 一种资源分发方法、装置、电子设备及存储介质 |
CN113157342A (zh) * | 2021-04-27 | 2021-07-23 | 思享智汇(海南)科技有限责任公司 | 一种客户端背景内容的展示方法、***及存储介质 |
CN113568699A (zh) * | 2021-07-30 | 2021-10-29 | 北京达佳互联信息技术有限公司 | 一种内容显示方法、装置、设备及存储介质 |
CN113568699B (zh) * | 2021-07-30 | 2023-12-19 | 北京达佳互联信息技术有限公司 | 一种内容显示方法、装置、设备及存储介质 |
CN113535274A (zh) * | 2021-07-30 | 2021-10-22 | 北京字跳网络技术有限公司 | 首位资源显示方法、装置、电子设备及存储介质 |
CN113742573A (zh) * | 2021-08-03 | 2021-12-03 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
CN113742573B (zh) * | 2021-08-03 | 2023-11-14 | 深圳Tcl新技术有限公司 | 一种多媒体资源搜索方法、装置、计算机设备和存储介质 |
CN114501150A (zh) * | 2022-01-17 | 2022-05-13 | 北京达佳互联信息技术有限公司 | 媒体资源推荐方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111556366A (zh) | 一种多媒体资源的展示方法、装置、终端、服务器及*** | |
CN107888981B (zh) | 音视频预加载方法、装置、设备及存储介质 | |
CN107454465B (zh) | 视频播放进度展示方法及装置、电子设备 | |
CN107888948B (zh) | 确定视频文件播放速度的方法及装置、电子设备、计算机可读存储介质 | |
US11520824B2 (en) | Method for displaying information, electronic device and system | |
CN107818180B (zh) | 视频关联方法、视频显示方法、装置及存储介质 | |
CN111556327A (zh) | 直播间推荐方法、装置、终端、服务器、***及存储介质 | |
CN107992604B (zh) | 一种任务条目的分发方法及相关装置 | |
CN111258435B (zh) | 多媒体资源的评论方法、装置、电子设备及存储介质 | |
RU2640632C2 (ru) | Способ и устройство для доставки информации | |
CN110598098A (zh) | 一种信息推荐方法、装置和用于信息推荐的装置 | |
CN109918565B (zh) | 一种搜索数据的处理方法、装置及电子设备 | |
CN112000266B (zh) | 页面展示方法、装置、电子设备及存储介质 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN112464031A (zh) | 交互方法、装置、电子设备以及存储介质 | |
CN112445970A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN112672208A (zh) | 视频播放方法、装置、电子设备、服务器及*** | |
CN112131466A (zh) | 群组展示方法、装置、***和存储介质 | |
CN112148923A (zh) | 搜索结果的排序方法、排序模型的生成方法、装置及设备 | |
CN113343028B (zh) | 意图确定模型的训练方法和装置 | |
CN110650364B (zh) | 视频态度标签提取方法及基于视频的交互方法 | |
CN113656637B (zh) | 视频推荐方法、装置、电子设备及存储介质 | |
CN114547421A (zh) | 一种搜索处理方法、装置、电子设备及存储介质 | |
CN114189719A (zh) | 视频信息提取方法、装置、电子设备及存储介质 | |
CN110020153B (zh) | 一种搜索方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200818 |