[發明專利]直播視頻推薦方法、裝置及服務器

有效

• 申請號: 201710493565.1
• 申請日: 2017-06-26
• 公開（公告）號: CN107404656B
• 公開（公告）日: 2019-01-29
• 發明（設計）人: 劉宇超;張文明;陳少杰
• 申請（專利權）人: 武漢斗魚網絡科技有限公司
• 主分類號: H04N21/25
• 分類號: H04N21/25;H04N21/258;H04N21/466
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 蘇勝

1.一種直播視頻推薦方法，其特征在于，所述方法應用于與客戶端通信連接的服務器，所述方法包括：

按照預設時間周期間隔分別從多個正在直播的所述直播視頻中各采集一幀直播畫面數據；

根據所述直播畫面數據、與所述直播畫面數據對應的直播間信息數據及主播信息數據生成圖像數據；

分別根據每個所述圖像數據獲得每個所述圖像數據對應的特征數據；

根據所述特征數據判斷任意兩個所述直播視頻之間的相似度是否滿足預設標準；

將相似度滿足所述預設標準的兩個直播視頻對應的所述圖像數據中的直播間信息數據及主播信息數據對應，并將對應關系保留至保存直到至少一個直播視頻結束為止；

根據接收到的客戶端發送的觀看請求，所述服務器將與所述觀看請求對應的目標直播視頻發送至所述客戶端，以便用戶觀看，同時查找與所述觀看請求對應的目標直播視頻之間的相似度滿足所述預設標準的所述直播視頻；

將所查找到的所述直播視頻推薦給所述客戶端。

2.如權利要求1所述的方法，其特征在于，所述服務器包括預設置的深度學習模型，所述特征數據包括特征向量，所述獲得每個所述圖像數據對應的特征數據的步驟包括：

利用所述深度學習模型對每個所述圖像數據進行特征提取處理，將所述深度學習模型的特征提取層輸出的所述特征向量作為所述特征數據。

3.如權利要求2所述的方法，其特征在于，所述根據所述特征數據判斷任意兩個所述直播視頻之間的相似度是否滿足預設標準的步驟包括：

計算任意兩個正在直播的直播視頻對應的所述圖像數據的所述特征向量之間的歐氏距離；

根據兩個所述特征向量之間的所述歐氏距離評估對應的兩個直播視頻的相似度；

根據所述兩個直播視頻的相似度確定是否滿足所述預設標準，當所述歐氏距離小于預設閾值時，確定所述直播視頻之間的相似度滿足所述預設標準。

4.如權利要求1所述的方法，其特征在于，

查找與所述目標直播視頻之間相似度滿足預設標準的直播視頻，將查找到的所述直播視頻推薦給所述客戶端，包括：

從當前正在直播的直播視頻中查找與所述目標直播視頻的相似度滿足所述預設標準的直播視頻；

獲取查找到的所述直播視頻對應的直播間信息數據及主播信息數據，以生成推薦列表。

5.一種直播視頻推薦裝置，其特征在于，所述裝置應用于與客戶端通信連接的服務器，所述裝置包括：

獲取模塊，用于按照預設時間周期間隔分別從多個正在直播的所述直播視頻中各采集一幀直播畫面數據；及根據所述直播畫面數據、與所述直播畫面數據對應的直播間信息數據及主播信息數據生成圖像數據；

提取模塊，用于分別根據每個所述圖像數據獲得每個所述圖像數據對應的特征數據；

評估模塊，用于根據所述特征數據判斷任意兩個所述直播視頻之間的相似度是否滿足預設標準；

對應關系建立模塊，用于將相似度滿足所述預設標準的兩個直播視頻對應的所述圖像數據中的直播間信息數據及主播信息數據對應，并將對應關系保留至保存直到至少一個直播視頻結束為止；

查找模塊，用于根據接收到的客戶端發送的觀看請求，所述服務器將與所述觀看請求對應的目標直播視頻發送至所述客戶端，以便用戶觀看，同時查找與所述觀看請求對應的目標直播視頻之間的相似度滿足所述預設標準的所述直播視頻；

推送模塊，用于將所查找到的所述直播視頻推薦給所述客戶端。

6.如權利要求5所述的裝置，其特征在于，所述服務器包括預設置的深度學習模型，所述特征數據包括特征向量，所述提取模塊還用于：

利用所述深度學習模型對每個所述圖像數據進行特征提取處理，將所述深度學習模型的特征提取層輸出的所述特征向量作為所述特征數據。