[發明專利]一種視頻排序校準方法和裝置

有效

• 申請號: 201810236970.X
• 申請日: 2018-03-21
• 公開（公告）號: CN108614856B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 錢士才
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/735
• 分類號: G06F16/735
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

本發明實施例提供了一種視頻排序校準方法和裝置，涉及數據處理技術領域。其中，該方法包括：基于第一視頻對應第二視頻所組成的視頻對，確定預設時間段內視頻對的播放時長中值和長點擊率；確定視頻對基于播放時長的第一校準參數，以及基于長點擊率的第二校準參數；當針對第一視頻建立的初始推薦列表中包括第二視頻時，確定第二視頻的初始排序參數；根據第一校準參數和第二校準參數，對第二視頻的初始排序參數進行校準；調整第二視頻在初始推薦列表中的位置。本發明可以根據歷史推薦列表中第二視頻的播放數據，校準當前推薦列表中第二視頻的排序參數，利用播放時長和長點擊率的歷史播放數據進行校準，能夠提高視頻的點擊率和播放時長。

技術領域

本發明涉及數據處理技術領域，特別是涉及一種視頻排序校準方法和裝置。

背景技術

推薦系統是為解決信息過載問題而提出的一種服務系統，能從大量信息中選擇出符合用戶興趣偏好或需求的資源進行推薦。隨著互聯網的普及和飛速發展，推薦系統已經被廣泛應用于各種領域，例如視頻推薦、新聞推薦等等。

通常，視頻的推薦系統在推薦視頻時，需要進行視頻召回和視頻排序，其中，視頻推薦系統在進行視頻排序時，往往會綜合考慮各方面對視頻排序的影響，例如視頻標題搜索熱度、用戶興趣等等，也即視頻排序模型中所考慮的特征參數較多。

然而，雖然特征參數越多，模型效果越好，但特征越多的模型往往難以突出最期望的特征，因此，通過考慮較多特征的視頻排序模型進行視頻排序，其排序結果難以滿足提高視頻點擊率和播放時長的需求。

發明內容

鑒于上述問題，提出了本發明實施例以便提供一種視頻排序校準方法和裝置，以解決通過考慮較多特征的視頻排序模型進行視頻排序，其排序結果難以滿足提高視頻點擊率和播放時長的需求。

根據本發明的第一方面，提供了一種視頻排序校準方法，所述方法包括：

基于第一視頻對應第二視頻所組成的視頻對，確定預設時間段內所述視頻對的播放時長中值和長點擊率；所述第二視頻為所述第一視頻在播放時對應的推薦視頻，且在所述預設時間段內與所述第一視頻相鄰播放；

根據所述播放時長中值，確定所述視頻對基于播放時長的第一校準參數，以及根據所述長點擊率，確定所述視頻對基于長點擊率的第二校準參數；

當針對所述第一視頻建立的初始推薦列表中包括所述第二視頻時，確定所述第二視頻的初始排序參數；

根據所述第一校準參數和所述第二校準參數，對所述第二視頻的初始排序參數進行校準，得到所述第二視頻的校準排序參數；

根據所述第二視頻的校準排序參數，調整所述第二視頻在所述初始推薦列表中的位置。

可選的，所述根據所述播放時長中值，確定所述視頻對基于播放時長的第一校準參數，以及根據所述長點擊率，確定所述視頻對基于長點擊率的第二校準參數之前，還包括：

確定所述預設時間段內所述視頻對的播放次數和長點擊次數；

相應的，所述根據所述播放時長中值，確定所述視頻對基于播放時長的第一校準參數，以及根據所述長點擊率，確定所述視頻對基于長點擊率的第二校準參數，包括：

根據所述播放時長中值和所述播放次數，確定所述視頻對基于播放時長的第一校準參數，以及根據所述長點擊率和所述長點擊次數，確定所述視頻對基于長點擊率的第二校準參數。

可選的，所述基于第一視頻對應第二視頻所組成的視頻對，確定預設時間段內所述視頻對的播放時長中值和長點擊率之前，還包括：

獲取預設個數的樣本播放時長和樣本長點擊率；

以所述樣本播放時長為輸入參數，擬合得到基于播放時長的第一累積分布模型；