视频推荐方法和装置
    41.
    发明授权

    公开(公告)号:CN105843857B

    公开(公告)日:2019-08-27

    申请号:CN201610151232.6

    申请日:2016-03-16

    IPC分类号: G06F16/735 G06F16/78

    摘要: 本发明涉及一种视频推荐方法和装置,其中,该视频推荐方法包括:从目标视频的元信息中提取人物特征信息;根据用户行为日志,对与所述人物特征信息关联的视频进行排序;根据排序后的视频,在所述目标视频的网页上显示推荐结果。本发明实施例,通过从目标视频的元信息中提取人物特征信息,并结合用户行为日志对视频进行排序,得到的推荐的视频与目标视频关联度高,能够反映人物特征对推荐结果的影响。

    视频推荐方法及装置
    42.
    发明授权

    公开(公告)号:CN106686414B

    公开(公告)日:2019-07-23

    申请号:CN201611256057.3

    申请日:2016-12-30

    摘要: 本公开涉及视频推荐方法及装置。该方法包括:确定目标用户已观看的视频的标题中的指定类型的字符及其特征值;根据所述已观看的视频的标题中的指定类型的字符及其特征值确定所述目标用户对应的预测模型;分别确定各个待选视频的标题中的指定类型的字符及其特征值;根据所述预测模型以及各个所述待选视频的标题中的指定类型的字符及其特征值分别确定各个所述待选视频的预测值;根据各个所述待选视频的预测值从所有所述待选视频中筛选出待推荐视频,并对所述待推荐视频进行推荐。本公开结合视频标题中指定类型的字符进行视频推荐,从而能够提高视频推荐的效果。

    多媒体资源推荐信息生成方法及装置

    公开(公告)号:CN106156351B

    公开(公告)日:2019-07-23

    申请号:CN201610597169.9

    申请日:2016-07-26

    IPC分类号: G06F16/9535

    摘要: 本发明涉及一种多媒体资源推荐信息生成方法和装置。所述多媒体资源推荐信息生成方法包括:在用户请求展现目标多媒体资源的情况下,根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度,判断是否需要触发推荐干预条件;在需要触发所述推荐干预条件的情况下,获取与所述目标多媒体资源相关的干预推荐信息;将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合,生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。本发明实施例的多媒体资源推荐信息生成方法,能够降低出现推荐闭环概率并保证推荐质量。

    视频向量化方法及装置

    公开(公告)号:CN106101831B

    公开(公告)日:2019-06-18

    申请号:CN201610561899.3

    申请日:2016-07-15

    摘要: 本发明涉及视频向量化方法及装置。该方法包括:采集目标用户的用户行为数据,并根据所述用户行为数据生成第一视频列表;提取所述第一视频列表中的各个视频的前后视频的特征向量;根据所述各个视频的前后视频的特征向量建立第一视频向量模型;采集视频样本,并通过所述视频样本训练所述第一视频向量模型,得到第二视频向量模型;通过所述第二视频向量模型对所述第一视频列表中的视频进行向量化。根据本发明的视频向量化方法及装置无需对视频逐帧进行向量化,而是对视频的整体进行向量化,大大降低了视频向量化的数据量及噪声,提高了视频向量化的处理速度,且结合用户行为数据建立视频向量模型,从而使视频向量能够更准备地反映视频信息。

    用户属性分析方法及装置

    公开(公告)号:CN106599191A

    公开(公告)日:2017-04-26

    申请号:CN201611151121.1

    申请日:2016-12-14

    IPC分类号: G06F17/30 G06Q30/02

    CPC分类号: G06F16/9535 G06Q30/0201

    摘要: 本公开涉及一种用户属性分析方法及装置。该方法包括:获取用户针对第一类别集合的多媒体资源的行为数据;基于所述用户针对所述第一类别集合的第一类别子集的多媒体资源的行为数据、所述第一类别子集的类别数量、以及所述第一类别集合的总类别数量,确定用户针对所述第一类别子集的多媒体资源的行为指数;根据行为指数,确定用户的属性。根据本公开的实施例能够基于用户针对第一类别集合的多媒体资源的行为数据,确定用户针对第一类别子集的多媒体资源的行为指数,进而确定用户的属性,从而提高针对用户的数据分析的准确性和可靠性。

    确定多媒体资源的标题的方法及装置

    公开(公告)号:CN106445922A

    公开(公告)日:2017-02-22

    申请号:CN201610881052.3

    申请日:2016-10-09

    IPC分类号: G06F17/27 G06F17/30

    摘要: 本发明涉及确定多媒体资源的标题的方法及装置。该方法包括:采集目标用户的用户行为数据,并根据用户行为数据生成第一多媒体资源列表;对第一多媒体资源列表中各个多媒体资源的标题进行解析,得到目标用户对应的第一成分列表;对待推荐多媒体资源的原标题进行解析,得到原标题对应的第二成分列表;将第二成分列表中的各个成分与第一成分列表中的各个成分进行比较,得到更新后的第二成分列表;根据更新后的第二成分列表确定待推荐多媒体资源的新标题。根据本发明的确定多媒体资源的标题的方法及装置能够针对目标用户确定个性化的标题,能够更好地吸引用户,从而能够提高所推荐的多媒体资源被点击的概率。

    一种视频推荐方法与系统

    公开(公告)号:CN106303720A

    公开(公告)日:2017-01-04

    申请号:CN201610624794.8

    申请日:2016-08-02

    IPC分类号: H04N21/466

    摘要: 本发明涉及一种视频推荐方法与系统:根据视频推荐日志,统计其中每个第一类视频的曝光数与点击数,以及每个第二类视频的曝光数;将每个第一类视频的真实点击率作为其综合点击率,将每个第二类视频的潜力点击率作为其综合点击率,按照综合点击率的大小排序得到视频推荐序列;根据计算视频推荐序列中第n个视频的累计曝光比例;遍历统计视频推荐序列中的视频,将不大于预定的优质流量比例且值最大的累计曝光比例作为最优累计曝光比例;将视频推荐序列中具有最优累计曝光比例的视频及位于该视频前面的所有视频,作为最优视频序列;判断若最优累计曝光比例等于优质流量比例,将最优视频序列作为优质流量视频组进行推荐。本发明能提高视频的点击率。

    一种视频对挖掘方法及装置

    公开(公告)号:CN106250499A

    公开(公告)日:2016-12-21

    申请号:CN201610624818.X

    申请日:2016-08-02

    IPC分类号: G06F17/30

    摘要: 本申请公开了一种视频对挖掘方法及装置,该方法包括:获取包含有请求视频的视频标识、点击视频的视频标识以及用户观看请求视频的情况下点击视频的点击率各视频对样本数据,根据该请求视频的视频标识、该点击视频的视频标识以及该点击视频的点击率,确定概率矩阵,并计算该概率矩阵对应的N步转移矩阵,根据计算出的N步转移矩阵以及获取的各视频对样本数据,挖掘视频对。通过上述方法,可以有效的挖掘潜在的视频对,也就是说,有效的挖掘具有间接请求点击关系的视频对,进而丰富视频推荐系统中视频对的数量,也可提高视频推荐系统推荐的准确性。

    一种视频与视频关键词相关度的确定方法及装置

    公开(公告)号:CN106227793A

    公开(公告)日:2016-12-14

    申请号:CN201610576541.8

    申请日:2016-07-20

    IPC分类号: G06F17/30 G06N3/08

    摘要: 本发明的主要目的在于提供一种视频与视频关键词相关度的确定方法及装置,以解决目前无法确定视频与视频对应的关键词的匹配度的问题,其中,视频与视频关键词相关度的确定方法包括:根据用户对视频的观看行为,获取与用户相关的视频信息,根据视频信息生成相关视频列表;获取相关视频列表中的视频对应的关键词;以视频列表中的视频与关键词为训练目标使用神经网络模型在同一维度进行协同训练;输出协同训练的结果;根据协同训练的结果确定视频与关键词的相关度,该方案能够确定出视频与其对应的关键词的相关度,且能够使得视频的关键词与用户行为相关。

    多媒体资源推荐信息生成方法及装置

    公开(公告)号:CN106156351A

    公开(公告)日:2016-11-23

    申请号:CN201610597169.9

    申请日:2016-07-26

    IPC分类号: G06F17/30

    摘要: 本发明涉及一种多媒体资源推荐信息生成方法和装置。所述多媒体资源推荐信息生成方法包括:在用户请求展现目标多媒体资源的情况下,根据所述目标多媒体资源所属的多媒体资源社区对应的浏览热度,判断是否需要触发推荐干预条件;在需要触发所述推荐干预条件的情况下,获取与所述目标多媒体资源相关的干预推荐信息;将所述干预推荐信息和已存在的多媒体资源推荐信息进行融合,生成与所述目标多媒体资源相关的干预后的多媒体资源推荐信息。本发明实施例的多媒体资源推荐信息生成方法,能够降低出现推荐闭环概率并保证推荐质量。