視頻推薦裝置、系統(tǒng)及方法
【專利摘要】本發(fā)明公開一種視頻推薦裝置、系統(tǒng)及方法,其裝置包括相關(guān)視頻數(shù)據(jù)庫單元、相關(guān)推薦引擎單元以及點擊率模型單元,相關(guān)推薦引擎單元用以接收來自外部系統(tǒng)前端的請求,從相關(guān)視頻數(shù)據(jù)庫單元中,取出待推薦視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回至外部系統(tǒng)前端;相關(guān)視頻數(shù)據(jù)庫單元為存儲相關(guān)視頻展現(xiàn)結(jié)果的數(shù)據(jù)庫;點擊率模型單元用以接收來自外部前端發(fā)送過來的展現(xiàn)信息和點擊信息,并更新相關(guān)視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重。本發(fā)明通過實時接收來自外部用戶展現(xiàn)和點擊信息,進行反饋,將相關(guān)視頻推薦給用戶,并更新相關(guān)視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重,使推薦出來的視頻更具有相關(guān)性,去除與當前播放不相干的視頻。
【專利說明】視頻推薦裝置、系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及網(wǎng)絡(luò)在線視頻技術(shù),尤其涉及一種視頻推薦裝置、系統(tǒng)及方法。
【背景技術(shù)】
[0002] 隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展,人們逐漸從信息匱乏的時代走入了信息過載的時 代。對于信息的消費者,從海量信息中找到自己感興趣的信息是一件非常困難的事情;同 時,對于信息生產(chǎn)者,讓自己生產(chǎn)的信息脫穎而出,受到廣大用戶關(guān)注,也是件非常困難的 事情。目前的推薦系統(tǒng)正是為了解決這一問題而產(chǎn)生的。
[0003] 視頻網(wǎng)站的相關(guān)推薦一般是根據(jù)當前播放的視頻通過文本匹配等方法找出相關(guān) 的視頻。但是,這類方法也可能推薦出一些不相關(guān)或者不是最符合用戶需求的相關(guān)視頻, 比如當播放的是"蘋果養(yǎng)殖的視頻",而通過相關(guān)的推薦方法推薦的卻是蘋果手機相關(guān)的視 頻。例如圖1為現(xiàn)有技術(shù)的推薦系統(tǒng)一個與"考研講座"相關(guān)的推薦結(jié)果,其顯示相關(guān)推薦 視頻只有二個相關(guān),而另外二個則與考研或者講座完全不相關(guān)。
[0004] 因此在推薦系統(tǒng)中,如何提高推薦出來的視頻更具有相關(guān)性,去除與當前播放不 相干的視頻,成為視頻推薦系統(tǒng)亟待解決的問題。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明的目的在于提供一種視頻推薦裝置、系統(tǒng)及方法,根據(jù)當前用戶的點擊或 瀏覽行為,進行實時反饋,推薦相關(guān)視頻。
[0006] 為解決上述問題,本發(fā)明提供一種視頻推薦裝置,包括相關(guān)視頻數(shù)據(jù)庫單元、相關(guān) 推薦引擎單元以及點擊率模型單元,其中,
[0007] 相關(guān)推薦引擎單元用以接收來自外部系統(tǒng)前端的請求,從相關(guān)視頻數(shù)據(jù)庫單元 中,取出待推薦視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回 至外部系統(tǒng)前端;
[0008] 相關(guān)視頻數(shù)據(jù)庫單元為存儲相關(guān)視頻展現(xiàn)結(jié)果的數(shù)據(jù)庫;
[0009] 點擊率模型單元用以接收來自外部前端發(fā)送過來的展現(xiàn)信息和點擊信息,并更新 相關(guān)視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重。
[0010] 進一步地,所述展現(xiàn)信息包括待推薦的視頻ID,以及推薦的視頻列表的ID ;
[0011] 所述點擊信息,包括當前點擊的視頻,以及點擊的推薦視頻。
[0012] 進一步地,更新相關(guān)視頻數(shù)據(jù)庫單元中視頻的展現(xiàn)權(quán)重基于以下公式計算:
[0013] 展現(xiàn)權(quán)重=pv/click+X/100
[0014] 其中,pV、Click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
[0015] 進一步地,相關(guān)視頻數(shù)據(jù)庫單元中的每個待推薦的視頻,包含該視頻的展現(xiàn)權(quán)重。 [0016] 本發(fā)明還提供一種視頻推薦系統(tǒng),包括前端裝置以及上述任一所述的視頻推薦裝 置,其中,前端裝置接收相關(guān)推薦引擎單元發(fā)出請求,并將相關(guān)推薦引擎單元發(fā)送視頻的展 現(xiàn)信息和點擊信息發(fā)送至所述點擊率模型單元。
[0017] 此外,本發(fā)明還提供一種視頻推薦方法,包括步驟如下:
[0018] 前端裝置向相關(guān)推薦引擎單元發(fā)出請求;
[0019] 相關(guān)推薦引擎單元接收前端裝置的請求,從相關(guān)視頻數(shù)據(jù)庫單元中,取出待推薦 視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回至前端裝置;
[0020] 前端裝置發(fā)送視頻的展現(xiàn)信息和點擊信息至所述點擊率模型單元。
[0021] 擊率模型單元接收前端裝置發(fā)送過來的展現(xiàn)信息和點擊信息,并更新相關(guān)視頻數(shù) 據(jù)庫單元中視頻的展現(xiàn)權(quán)重。
[0022] 進一步地,所述展現(xiàn)信息包括待推薦的視頻ID,以及推薦的視頻列表的ID ;
[0023] 所述點擊信息,包括當前點擊的視頻,以及點擊的推薦視頻。
[0024] 進一步地,更新相關(guān)視頻數(shù)據(jù)庫單元中視頻的展現(xiàn)權(quán)重基于以下公式計算:
[0025] 展現(xiàn)權(quán)重=pv/click+X/100
[0026] 其中,pv、click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
[0027] 與現(xiàn)有技術(shù)相比,本發(fā)明的視頻推薦裝置、系統(tǒng)及方法,通過實時接收來自外部用 戶展現(xiàn)和點擊的信息,進行反饋,進而對相關(guān)推薦展現(xiàn)結(jié)果排序進行優(yōu)化,取出待推薦視頻 的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將相關(guān)的視頻推薦給用戶,并更新相關(guān) 視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重,使得推薦出來的視頻更具有相關(guān)性,去除與當前播放不相 干的視頻。
【專利附圖】
【附圖說明】
[0028] 圖1是現(xiàn)有的視頻推薦技術(shù)推薦得到的示意圖;
[0029] 圖2是本發(fā)明實施例一的視頻推薦裝置示意圖;
[0030] 圖3是本發(fā)明實施例二的視頻推薦系統(tǒng)示意圖。
【具體實施方式】
[0031] 為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂,下面結(jié)合附圖和具體實 施方式對本發(fā)明作進一步詳細的說明。
[0032] 實施例一
[0033] 請參閱圖2,圖2為本實施例的視頻推薦裝置示意圖,視頻推薦裝置1包括相關(guān)視 頻數(shù)據(jù)庫單元10、相關(guān)推薦引擎單元11以及點擊率模型單元12。
[0034] 相關(guān)推薦引擎單元11用以接收來自外部系統(tǒng)前端的請求,從相關(guān)視頻數(shù)據(jù)庫單 元11中,取出待推薦視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視 頻返回至外部系統(tǒng)前端。例如,假設(shè)某個視頻A的推薦列表有B視頻和C視頻,B視頻的權(quán) 重為1. 2,C視頻的權(quán)重為1,則計算B的展現(xiàn)概率為1. 2八1+1. 2) = 55%,計算C的展現(xiàn)概 率是 1八1+1· 2) = 45%。
[0035] 相關(guān)視頻數(shù)據(jù)庫單元10為存儲相關(guān)視頻展現(xiàn)結(jié)果的數(shù)據(jù)庫,相關(guān)視頻數(shù)據(jù)庫單 元中的每個待推薦的視頻,包含該視頻的展現(xiàn)權(quán)重。
[0036] 點擊率模型單元12用以接收來自外部前端發(fā)送過來的展現(xiàn)信息和點擊信息,并 更新相關(guān)視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重。展現(xiàn)權(quán)重基于以下公式計算:
[0037] 展現(xiàn)權(quán)重=pv/click+X/100
[0038] 其中,pv、click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
[0039] 所述展現(xiàn)信息包括待推薦的視頻ID,以及推薦的視頻列表的ID ;所述點擊信息, 包括當前點擊的視頻,以及點擊的推薦視頻。
[0040] 下面具體以一個視頻的相關(guān)推薦為例進行詳細說明。
[0041] 對某個視頻ID為1的視頻進行相關(guān)推薦,需要返回1個推薦結(jié)果。在本實施例中, 設(shè)X = 0. 5,初始化,通過文本或者其他算法得到推薦結(jié)果的候選池(即相關(guān)推薦引擎單元 中的推薦視頻列表),假設(shè)是為10個視頻,這10個視頻ID為2到11。
[0042] 一開始,每個視頻的權(quán)重都是0. 5并存儲在相關(guān)視頻數(shù)據(jù)庫單元10中。
[0043] 當某個用戶訪問了視頻ID1,由于每個待推薦視頻的權(quán)重相等,所以每個視頻的 展現(xiàn)概率都是10%,假設(shè)這次返回視頻ID3,外部系統(tǒng)前端得到信息后,將視頻ID3展現(xiàn) 給用戶,并且通知點擊率模型單元12。點擊率模型單元12則將視頻ID3的權(quán)重更改為 0/1+0. 5/100 = 0· 005。
[0044] 如果用戶點擊了該視頻ID3,則外部系統(tǒng)前端通知點擊率模型單元12,點擊率模 型單元13將視頻ID3的權(quán)重更改為1/1+0. 5/100 = 1. 005。
[0045] 如果有新的用戶請求該視頻ID1的相關(guān)推薦,此時該視頻ID1的權(quán)重高于其 他視頻,其展現(xiàn)概率是1.〇〇5八1· 005+0. 5*9) = 18 %,而其他視頻的展現(xiàn)概率是0.5/ (1.005+0.5*9) = 9%。通過這種方式,點擊率比較高的視頻可以獲得更多的展現(xiàn)機會,t匕 較低的視頻則展現(xiàn)機會會變少。
[0046] 實施例二
[0047] 請參閱圖3,基于上述實施例一的視頻推薦裝置,本實施例增加了前端裝置2,前 端裝置2與實施例一的視頻推薦裝置1構(gòu)成的視頻推薦系統(tǒng),前端裝置2接收視頻推薦裝 置1中相關(guān)推薦引擎單元11發(fā)出請求,并將相關(guān)推薦引擎單元11發(fā)送視頻的展現(xiàn)信息和 點擊信息發(fā)送至所述點擊率模型單元12。本實施例的視頻推薦系統(tǒng)中各個功能單元以及工 作過程與實施例一描述的的視頻推薦裝置相似,具體請參閱實施例一,在此不再詳述。
[0048] 實施例三
[0049] 本發(fā)明還提供一種視頻推薦方法,包括步驟如下:
[0050] 前端裝置2向相關(guān)推薦引擎單元11發(fā)出請求;
[0051] 相關(guān)推薦引擎單元11接收前端裝置2的請求,從相關(guān)視頻數(shù)據(jù)庫單元10中,取出 待推薦視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回至前端 裝置2 ;
[0052] 前端裝置2發(fā)送視頻的展現(xiàn)信息和點擊信息至所述點擊率模型單元12。
[0053] 點擊率模型單元12接收前端裝置2發(fā)送過來的展現(xiàn)信息和點擊信息,并更新相關(guān) 視頻數(shù)據(jù)庫單元10中視頻的展現(xiàn)權(quán)重。
[0054] 前端裝置2發(fā)送視頻的展現(xiàn)信息包括待推薦的視頻ID,以及推薦的視頻列表的 ID ;
[0055] 前端裝置2發(fā)送視頻的點擊信息,包括當前點擊的視頻,以及點擊的推薦視頻。
[0056] 更新相關(guān)視頻數(shù)據(jù)庫單元中視頻的展現(xiàn)權(quán)重基于以下公式計算:
[0057] 展現(xiàn)權(quán)重=pv/click+X/100
[0058] 其中,pv、click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
[0059] 以上實施例的視頻推薦裝置、系統(tǒng)及方法,通過實時接收來自外部用戶展現(xiàn)和點 擊的信息,進行反饋,進而對相關(guān)推薦展現(xiàn)結(jié)果排序進行優(yōu)化,取出待推薦視頻的推薦視頻 列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將相關(guān)的視頻推薦給用戶,并更新相關(guān)視頻數(shù)據(jù)庫 單元中的展現(xiàn)權(quán)重,使得推薦出來的視頻更具有相關(guān)性,去除與當前播放不相干的視頻,并 進而提1?用戶的點擊率。
[0060] 本說明書中各個實施例采用遞進的方式描述,每個實施例重點說明的都是與其他 實施例的不同之處,各個實施例之間相同相似部分互相參見即可。對于實施例公開的系統(tǒng) 而言,由于與實施例公開的方法相對應(yīng),所以描述的比較簡單,相關(guān)之處參見方法部分說明 即可。
[0061] 專業(yè)人員還可以進一步意識到,結(jié)合本文中所公開的實施例描述的各示例的單元 及算法步驟,能夠以電子硬件、計算機軟件或者二者的結(jié)合來實現(xiàn),為了清楚地說明硬件和 軟件的可互換性,在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些 功能究竟以硬件還是軟件方式來執(zhí)行,取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè) 技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實現(xiàn)所描述的功能,但是這種實現(xiàn)不應(yīng) 認為超出本發(fā)明的范圍。
[0062] 顯然,本領(lǐng)域的技術(shù)人員可以對發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神 和范圍。這樣,倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之 內(nèi),則本發(fā)明也意圖包括這些改動和變型在內(nèi)。
【權(quán)利要求】
1. 一種視頻推薦裝置,其特征在于,包括相關(guān)視頻數(shù)據(jù)庫單元、相關(guān)推薦引擎單元以及 點擊率模型單元,其中, 相關(guān)推薦引擎單元用以接收來自外部系統(tǒng)前端的請求,從相關(guān)視頻數(shù)據(jù)庫單元中,取 出待推薦視頻的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回至外 部系統(tǒng)如端; 相關(guān)視頻數(shù)據(jù)庫單元為存儲相關(guān)視頻展現(xiàn)結(jié)果的數(shù)據(jù)庫; 點擊率模型單元用以接收來自外部前端發(fā)送過來的展現(xiàn)信息和點擊信息,并更新相關(guān) 視頻數(shù)據(jù)庫單元中的展現(xiàn)權(quán)重。
2. 如權(quán)利要求1所述的視頻推薦裝置,其特征在于,所述展現(xiàn)信息包括待推薦的視頻 ID,以及推薦的視頻列表的ID ; 所述點擊信息,包括當前點擊的視頻,以及點擊的推薦視頻。
3. 如權(quán)利要求1所述的視頻推薦裝置,其特征在于,更新相關(guān)視頻數(shù)據(jù)庫單元中視頻 的展現(xiàn)權(quán)重基于以下公式計算: 展現(xiàn)權(quán)重=pv/click+X/100 其中,pv、click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
4. 如權(quán)利要求1所述的視頻推薦裝置,其特征在于,相關(guān)視頻數(shù)據(jù)庫單元中的每個待 推薦的視頻,包含該視頻的展現(xiàn)權(quán)重。
5. -種視頻推薦系統(tǒng),其特征在于,包括前端裝置以及如權(quán)利要求1至4任一所述的視 頻推薦裝置,其中, 前端裝置接收相關(guān)推薦引擎單元發(fā)出請求,并將相關(guān)推薦引擎單元發(fā)送視頻的展現(xiàn)信 息和點擊信息發(fā)送至所述點擊率模型單元。
6. -種視頻推薦方法,其特征在于,包括步驟如下: 前端裝置向相關(guān)推薦引擎單元發(fā)出請求; 相關(guān)推薦引擎單元接收前端裝置的請求,從相關(guān)視頻數(shù)據(jù)庫單元中,取出待推薦視頻 的推薦視頻列表,根據(jù)得到的視頻列表的展現(xiàn)權(quán)重,將推薦的視頻返回至前端裝置; 前端裝置發(fā)送視頻的展現(xiàn)信息和點擊信息至所述點擊率模型單元。 擊率模型單元接收前端裝置發(fā)送過來的展現(xiàn)信息和點擊信息,并更新相關(guān)視頻數(shù)據(jù)庫 單元中視頻的展現(xiàn)權(quán)重。
7. 如權(quán)利要求6所述的視頻推薦方法,其特征在于,所述展現(xiàn)信息包括待推薦的視頻 ID,以及推薦的視頻列表的ID ; 所述點擊信息,包括當前點擊的視頻,以及點擊的推薦視頻。
8. 如權(quán)利要求6所述的視頻推薦方法,其特征在于,更新相關(guān)視頻數(shù)據(jù)庫單元中視頻 的展現(xiàn)權(quán)重基于以下公式計算: 展現(xiàn)權(quán)重=pv/click+X/100 其中,pv、click分別為該推薦視頻作為推薦視頻的展現(xiàn)量和點擊率,X為常數(shù)。
【文檔編號】G06F17/30GK104216886SQ201310206954
【公開日】2014年12月17日 申請日期:2013年5月29日 優(yōu)先權(quán)日:2013年5月29日
【發(fā)明者】紀達麒, 陳運文, 劉作濤, 辛穎偉, 陳冬, 姚璐 申請人:酷盛(天津)科技有限公司