[发明专利]视频推荐方法、装置及计算设备

说明书

本发明实施例涉及多媒体技术领域，公开了一种视频推荐方法、装置及计算设备，该方法包括：在用户观看视频的过程中，获取第一视频向量；所述第一视频向量为所述用户观看的视频所属的类型向量；根据第一视频向量和第二视频向量，获得推荐视频；推荐视频包括用户观看的视频的相关视频、相似视频、浓缩短视频或花絮短视频中的至少一个，所述第二视频向量为用户偏好视频类型所对应的类型向量；在显示界面上显示推荐视频的标识信息以及与推荐视频对应的显示标签，显示标签是根据推荐视频的时长生成的。通过上述方式，本发明实施例能够结合用户对观看的视频的认知情况、观看环境以及用户的行为提供个性化的相关推荐服务，提高了用户体验。

技术领域

本发明实施例涉及多媒体技术领域，具体涉及一种视频推荐方法、装置及计算设备。

背景技术

用户在咪咕视频观看视频时，会给用户推荐与观看视频相关的视频，这一类场景统称为相关推荐。相关推荐的关键在于计算视频和视频之间的相关性。常用的方法有基于内容的内容相关性计算、基于物品的协同过滤算法、基于模型的相似性计算，如Item2Vec等。基于内容的内容相关性计算比较直观，比如两个相似的视频拥有相同的视频类型、为同一个导演、演员所著等。同时为视频扩展了如浓缩、剪辑短视频等其他形态的视频，此类都属于相似视频范畴。基于协同过滤算法和基于模型的相似性计算是通过机器学习算法和海量用户行为数据训练得出的。它表达的是两个内容从统计学上的一致性，是用户数据行为证明的一种较为深刻的相关性。这类相关性从直观上看并不一定表示视频和视频是相似的。

现有的相关推荐场景中，推荐结果在用户开始观看视频时就已经确定了。这种推荐方式没有考虑到用户对于视频的认知程度、观看过程中的主动行为以及当前观看视频的环境情况等，无法为用户提供个性化的内容展示。

发明内容

鉴于上述问题，本发明实施例提供了一种视频推荐方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种视频推荐方法，所述方法包括：在用户观看视频的过程中，获取第一视频向量；所述第一视频向量为所述用户观看的视频所属的类型向量；根据所述第一视频向量和第二视频向量，获得推荐视频；所述推荐视频包括所述用户观看的视频的相关视频、相似视频、浓缩短视频或花絮短视频中的至少一个，所述第二视频向量为用户偏好视频类型所对应的类型向量，所述相关视频为使用协同过滤算法计算的与所述用户观看的视频相关的视频，所述相似视频为与所述用户观看的视频具有相同元素的视频；在显示界面上显示所述推荐视频的标识信息以及与所述推荐视频对应的显示标签，所述显示标签是根据所述推荐视频的时长生成的。

在一种可选的方式中，所述根据所述第一视频向量和第二视频向量，获得推荐视频，包括：对所述第一视频向量和所述第二视频向量进行聚类，并根据聚类结果确定所述第一视频向量和所述第二视频向量是否为同类；如果所述第一视频向量和所述第二视频向量是同类，则从所述相关视频中获取所述相关视频；如果所述第一视频向量和所述第二视频向量不是同类，则获取用户的观看时长；根据所述观看时长获取所述推荐视频。

在一种可选的方式中，所述根据所述观看时长获取所述推荐视频，包括：如果所述观看时长小于第一时长阈值，则从所述相似视频和用户历史观看视频的相关视频获取所述推荐视频；如果所述观看时长超过所述第一时长阈值且小于所述第二时长阈值，则从所述相似视频中获取所述推荐视频，其中所述第二时长阈值大于所述第一时长阈值；如果所述观看时长大于所述第二时长阈值，则从所述相关视频中获取所述推荐视频。

在一种可选的方式中，所述根据所述观看时长获取所述推荐视频，还包括：获取用户行为，所述用户行为包括切换清晰度、拖拽快进、倍速中的至少一个；根据所述观看时长以及所述用户行为从所述相关视频、所述相似视频、所述浓缩短视频或所述花絮短视频中获取所述推荐视频。