[发明专利]视频推送方法、装置、电子设备和存储介质

权利要求书

1.一种视频推送方法，其特征在于，所述方法包括：

获取待推送用户的行为特征数据；

根据所述行为特征数据计算所述待推送用户和主播的亲密度，以及所述待推送用户对主播的喜欢度；

根据所述亲密度选择第一预设数量的主播作为亲密度主播，并根据所述喜欢度选择第二预设数量的主播作为喜欢度主播；

分别从每一个所述亲密度主播和所述喜欢度主播的视频库选出第三预设数量的视频；

计算每个视频的视频评分；

根据所述视频评分的排名选出第四预设数量的视频推送至所述待推送用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述行为特征数据计算所述待推送用户和主播的亲密度，包括：

根据所述行为特征数据分别计算所述待推送用户和与所述待推送用户存在互动行为的主播的实际亲密度，以及所述待推送用户和未与所述待推送用户存在互动行为的主播的预测亲密度。

3.根据权利要求2所述的方法，其特征在于，所述行为特征数据包括第一预设时间段的观看主播时长以及观看主播日期；所述根据所述行为特征数据计算所述待推送用户和与所述待推送用户存在互动行为的主播的实际亲密度，包括：

根据所述观看主播日期和时间衰减函数对所述观看主播时长做时间衰减；

对衰减后的观看主播时长进行归一化处理，得到所述待推送用户和与所述待推送用户存在互动行为的主播的实际亲密度。

4.根据权利要求3所述的方法，其特征在于，所述根据所述行为特征数据计算所述待推送用户和未与所述待推送用户存在互动行为的主播的预测亲密度，包括：

将所述行为特征数据输入预先训练的ALS模型，得到所述待推送用户对所述未与所述待推送用户存在互动行为的主播的评分；其中，所述预先训练的ALS模型是采用行为特征数据和第二预设时间段内所述待推送用户和与所述待推送用户存在互动行为的主播的实际亲密度对ALS模型进行学习训练得到的；

根据所述评分得到所述待推送用户对所述未与所述待推送用户存在互动行为的主播的预测亲密度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述亲密度选择第一预设数量的主播作为亲密度主播，包括：

根据所述实际亲密度排名选择第五预设数量的直播主播作为所述亲密度主播；

和/或：

根据所述实际亲密度排名选择第六预设数量的短视频主播作为所述亲密度主播；

和/或：

根据预测亲密度排名选择第七预设数量的直播主播和/或短视频主播作为所述亲密度主播。

6.根据权利要求1所述的方法，其特征在于，所述根据所述行为特征数据计算所述待推送用户对主播的喜欢度，包括：

根据所述行为特征数据计算所述待推送用户对与所述待推送用户存在互动行为的主播的实际喜欢度，以及所述待推送用户对未与所述待推送用户存在互动行为的主播的预测喜欢度。

7.根据权利要求6所述的方法，其特征在于，所述根据所述行为特征数据计算所述待推送用户对未与所述待推送用户存在互动行为的主播的预测喜欢度，包括：

根据所述实际喜欢度选出所述待推送用户喜欢的主播；

计算所述待推送用户喜欢的主播和未与所述待推送用户存在互动行为的主播之间的相似度；

根据所述实际喜欢度和所述相似度计算所述待推送用户对未与所述待推送用户存在互动行为的主播的预测喜欢度。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述计算每个视频的视频评分，包括：

对每个所述视频对应的主播和所述待推送用户的亲密度采用各所述视频对应的曝光衰减因子做衰减处理，得到各衰减后的亲密度或喜欢度；或对每个所述视频对应的主播和所述待推送用户的喜欢度采用各所述视频对应的曝光衰减因子做衰减处理，得到各衰减后的喜欢度；

计算每个所述视频的平均播放时长得分和上传时长得分；

根据各所述衰减后的亲密度或喜欢度、所述平均播放时长得分和所述上传时长得分计算每个所述视频的视频评分。