[發明專利]視頻內容推薦方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010645506.3
• 申請日: 2020-07-06
• 公開（公告）號: CN112423134B
• 公開（公告）日: 2022-03-29
• 發明（設計）人: 吳俊豪;謝鵬
• 申請（專利權）人: 上海嗶哩嗶哩科技有限公司
• 主分類號: H04N21/466
• 分類號: H04N21/466;G06F16/732
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 鄧小玲;王勇

1.一種視頻內容推薦方法，其特征在于，所述方法包括：

依次從待選視頻集中選取待選視頻作為第一視頻預添加到推薦視頻序列的最后序位；

在所述推薦視頻序列中截取包含所述第一視頻的預設數量視頻的視頻序列區段；

獲取所述第一視頻的目標屬性和初始推薦評分；

在所述視頻序列區段中查找出除去所述第一視頻之外的具有所述目標屬性的目標視頻，并統計出所述目標視頻的數量n；

根據所述n以及每一所述目標視頻與所述第一視頻的排序距離對所述第一視頻的所述初始推薦評分進行修正，得到修正推薦評分；

將所述第一視頻放回所述待選視頻集；以及

從所述待選視頻集中選擇出修正推薦評分最高的視頻添加到所述推薦視頻序列的最后序位。

2.如權利要求1所述的視頻內容推薦方法，其特征在于，所述獲取所述第一視頻的目標屬性包括：

當所述第一視頻的目標屬性為空時，對所述第一視頻標記上預設的視頻屬性，然后將所述視頻屬性作為所述第一視頻的目標屬性。

3.如權利要求1所述的視頻內容推薦方法，其特征在于，所述根據所述n以及每一所述目標視頻與所述第一視頻的排序距離對所述第一視頻的所述初始推薦評分進行修正，得到修正推薦評分，包括：

當所述n大于或等于預設的閾值N時，將所述第一視頻的修正推薦評分置為0。

4.如權利要求1所述的視頻內容推薦方法，其特征在于，所述根據所述n以及每一所述目標視頻與所述第一視頻的排序距離對所述第一視頻的所述初始推薦評分進行修正，得到修正推薦評分，包括：

當所述n小于預設的閾值N時，獲取所述目標視頻在所述視頻序列區段中的位置序號i以及所述第一視頻在所述視頻序列區段中的位置序號k；

根據所述i、所述k以及預設的修正公式對所述初始推薦評分進行修正。

5.如權利要求4所述的視頻內容推薦方法，其特征在于，所述目標屬性包括標簽屬性和作者屬性，所述修正公式包括：

其中，score_k為所述第一視頻的初始推薦評分，score’_k為所述第一視頻的修正推薦評分，count(tags_k)為所述第一視頻的標簽屬性的個數，count(tags_i)為所述目標視頻的標簽屬性的個數，demote(distance(i，k)，tag)為第一修正函數，demote(distance(i，k)，up)為第二修正函數，tag為標簽屬性，up為作者屬性。

6.如權利要求5所述的視頻內容推薦方法，其特征在于，所述第一修正函數和所述第二修正函數為值域為[0，1]的衰減函數，包括一次函數或二次函數。

7.如權利要求5所述的視頻內容推薦方法，其特征在于，當所述第一修正函數和所述第二修正函數均為半衰期函數時，所述修正公式包括：

其中，T_tag為根據標簽屬性預先設置的衰減常數，T_up為根據作者屬性預先設置的衰減常數。

8.如權利要求1所述的視頻內容推薦方法，其特征在于，所述根據所述n以及每一所述目標視頻與所述第一視頻的排序距離對所述第一視頻的所述初始推薦評分進行修正，得到修正推薦評分，包括：

從待推薦的用戶終端獲取對應的目標用戶屬性；

根據所述n以及每一所述目標視頻與所述第一視頻的排序距離，結合所述目標用戶屬性和/或所述第一視頻的視頻類型，對所述第一視頻的所述初始推薦評分進行修正，得到對應于所述目標用戶的修正推薦評分。