[發明專利]一種視頻數據的推薦方法和裝置

在審

• 申請號: 202011206237.7
• 申請日: 2020-11-02
• 公開（公告）號: CN112487240A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 冉豐凱;杜園園;朱建林
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康人壽保險有限責任公司
• 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

本申請實施例提供了一種視頻數據的推薦方法和裝置，其中，所述方法包括：監聽到包含目標用戶的標識信息的視頻數據推薦請求；根據標識信息獲取目標用戶的視頻序列數據；將視頻序列數據輸入至視頻推薦模型輸出視頻推薦結果；根據視頻推薦結果中每個第一視頻的相似度獲取至少一個對應的第二視頻；將第二視頻插入到視頻推薦結果中得到新的視頻推薦結果。本申請實施例不依賴于視頻的標簽、維度等，也不需要大量的視頻，適應于如培訓視頻等不存在標簽、維度等條件的這類視頻，提高了培訓視頻這類視頻的推薦準確率。可以在視頻推薦結果中插入相似度高的新視頻，達到了既可以推薦老視頻，又可以推薦新視頻的目的，提高了新視頻的推薦率。

技術領域

本申請涉及計算機技術領域，特別是涉及一種視頻數據的推薦方法和裝置。

背景技術

隨著深度學習和大數據技術的發展，視頻推薦方案越來越智能化，但是，通常效果越好的推薦模型需要依靠更多的視頻數據，更多的視頻標簽，相應地，需要獲取更多客戶的隱私，花費更高的成本。

在許多視頻推薦場景下(如培訓視頻推薦)視頻數據的維度不高，視頻數據也沒有標簽，視頻數據的數據量也相對不大，若利用傳統的視頻推薦方案對培訓視頻進行推薦，會造成推薦的準確率低的問題。

發明內容

鑒于上述問題，提出了本申請實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種視頻數據的推薦方法和裝置。

為了解決上述問題，根據本申請實施例的第一方面，公開了一種視頻數據的推薦方法，包括：監聽到視頻數據推薦請求，所述視頻數據推薦請求包含目標用戶的標識信息；根據所述標識信息獲取所述目標用戶的視頻序列數據，所述視頻序列數據基于順序排列的多條視頻點播記錄生成所得；將所述視頻序列數據輸入至視頻推薦模型，輸出視頻推薦結果，所述視頻推薦結果包含順序排列的多個第一視頻；根據每個所述第一視頻的相似度獲取至少一個對應的第二視頻，所述第二視頻與對應的所述第一視頻之間的相似度大于預設的相似度閾值，且所述第二視頻的最早點播時間信息位于對應的所述第一視頻的最早點播時間信息之后；將所述第二視頻插入到所述視頻推薦結果中，得到新的視頻推薦結果。

可選地，所述將所述第二視頻插入到所述視頻推薦結果中，得到新的視頻推薦結果，包括：將所述第二視頻插入到對應的所述第一視頻在所述視頻推薦結果中的位置之后，且刪除所述視頻推薦結果中倒數的至少一個所述第一視頻；其中，刪除的所述第一視頻數據的數量與插入到所述視頻推薦結果中的所述第二視頻數據的數量相同。

可選地，所述方法還包括：獲取所述第一視頻和所述第二視頻的點播狀態；在所述第一視頻和所述第二視頻的預設位置處展示對應的點播狀態，并且按照所述點播狀態對所述第一視頻和所述第二視頻進行分類。

可選地，所述根據所述標識信息獲取所述目標用戶的視頻序列數據，包括：根據所述標識信息搜索得到所述目標用戶的視頻點播記錄；對所述目標用戶的視頻點播記錄進行預處理操作；根據預處理操作后的所述目標用戶的視頻點播記錄生成所述視頻序列數據；或者，根據所述標識信息未搜索得到所述目標用戶的視頻點播記錄；將預設的默認視頻序列數據作為所述目標用戶的視頻序列數據。

可選地，所述默認視頻序列數據通過如下方式生成：獲取全部用戶的視頻點播記錄；對所述全部用戶的視頻點播記錄進行所述預處理操作；根據預處理操作后所述全部用戶的視頻點播記錄生成所述全部用戶的各視頻序列數據；將所述全部用戶的各視頻序列數據中出現頻次最高的視頻序列數據作為所述默認視頻序列數據。

可選地，所述方法還包括：統計全部用戶的視頻點播記錄中的各視頻的點播次數；增加所述點播次數小于預設的次數閾值的視頻的點播次數，得到新的視頻點播記錄；根據所述新的視頻點播記錄訓練得到所述視頻推薦模型。

可選地，所述獲取全部用戶的視頻點播記錄，包括：獲取所述全部用戶的最新的多條視頻點播記錄。