[发明专利]一种视频播放记录的排序方法、装置和电子设备

说明书

本发明实施例提供了一种视频播放记录的排序方法、装置和电子设备，所述方法包括：获取目标账号关联的第一视频播放记录列表，所述第一视频播放记录列表包括视频播放记录；确定所述视频播放记录对应的目标特征；将所述视频播放记录和所述目标特征输入预测模型，预测得到所述视频播放记录的点击率，所述点击率为用户播放所述视频播放记录对应的视频的概率；按照所述视频播放记录的点击率，对所述第一视频播放记录列表中的所述视频播放记录排序。本发明实施例提供的一种视频播放记录的排序方法、装置和电子设备，可以解决现有的视频播放记录的排序效果差的问题。

技术领域

本发明涉及数据处理领域，具体涉及一种视频播放记录的排序方法、装置和电子设备。

背景技术

视频播放类应用通常会根据用户所观看的视频，生成对应的视频播放记录列表，用户可以根据视频播放记录列表，查找到之前所播放的视频，并了解之前所播放的视频的播放进度，从而方便用户继续观看之前未看完的视频或者继续追剧。然而，现有的视频播放记录列表通常是按照时间顺序倒序排列展示所述视频播放记录，当用户同一时间段内所播放的视频过多时，用户需要花费大量时间对某一视频播放记录进行查询，可见，现有的视频播放记录列表存在对视频播放记录的排序效果差的问题。

发明内容

本发明实施例的目的在于提供一种视频播放记录的排序方法、装置和电子设备，以解决现有的视频播放记录的排序效果差的问题。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种视频播放记录的排序方法，应用于服务器，包括：

获取目标账号关联的第一视频播放记录列表，所述第一视频播放记录列表包括视频播放记录；

确定所述视频播放记录对应的目标特征，所述目标特征包括以下特征中的至少一项：用户属性特征、视频属性特征和播放时间特征；

将所述视频播放记录和所述目标特征输入预测模型，预测得到所述视频播放记录的点击率，其中，所述预测模型为将所述目标特征和与所述目标特征相对应的用户行为输入学习模型进行训练得到的模型，所述用户行为包括播放视频行为和关闭视频行为，所述点击率为用户播放所述视频播放记录对应的视频的概率；

按照所述视频播放记录的点击率，对所述第一视频播放记录列表中的所述视频播放记录排序。

在本发明实施的第二方面，还提供了一种视频播放记录的排序装置，包括：

第一获取模块，用于获取目标账号关联的第一视频播放记录列表，所述第一视频播放记录列表包括视频播放记录；

确定模块，用于确定所述视频播放记录对应的目标特征，所述目标特征包括以下特征中的至少一项：用户属性特征、视频属性特征和播放时间特征；

预测模块，用于将所述视频播放记录和所述目标特征输入预测模型，预测得到所述视频播放记录的点击率，其中，所述预测模型为将所述目标特征和与所述目标特征相对应的用户行为输入学习模型进行训练得到的模型，所述用户行为包括播放视频行为和关闭视频行为，所述点击率为用户播放所述视频播放记录对应的视频的概率；

排序模块，用于按照所述视频播放记录的点击率，对所述第一视频播放记录列表中的所述视频播放记录排序。

在本发明实施的第三方面，还提供了一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现所述视频播放记录的排序方法步骤。

在本发明实施的第四方面，还提供了一种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所述视频播放记录的排序方法步骤。