本發(fā)明涉及電子技術領域，尤其涉及一種推薦視頻的方法及終端。

背景技術：

現(xiàn)有技術中，推薦視頻的方法通常是，預先設置視頻文件的標簽信息，在獲取到用戶的興趣信息時，計算標簽信息與用戶的興趣信息的匹配度，從而得到候選視頻文件與用戶興趣的匹配度，將匹配度滿足預設要求(匹配度最高的視頻文件或匹配度大于預設匹配度閾值)的n個視頻給用戶，n為大于或等于1的整數(shù)。其中，標簽信息用于標識視頻文件的特征。

由于現(xiàn)有技術中推薦視頻的方法依賴于視頻文件的標簽信息，標簽信息的準確性直接決定是否能夠為用戶推薦合適的視頻文件。而現(xiàn)有技術中，無法精確標記標簽信息，無法向用戶精準推薦用戶感興趣的視頻。

技術實現(xiàn)要素：

本發(fā)明實施例提供一種推薦視頻的方法及終端，能夠向用戶精準推薦用戶感興趣的視頻。

第一方面，本發(fā)明實施例提供了一種推薦視頻的方法，該方法包括：

獲取需要獲取視頻信息的目標用戶的第一興趣信息；

將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；

計算所述興趣元素與所述第一興趣信息的匹配度；

若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

另一方面，本發(fā)明實施例提供了一種終端，該終端包括：

獲取單元，用于獲取需要獲取視頻信息的目標用戶的第一興趣信息；

提取單元，用于將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；

計算單元，用于計算所述興趣元素與所述第一興趣信息的匹配度；

推薦單元，用于若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

本發(fā)明實施例通過獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

附圖說明

為了更清楚地說明本發(fā)明實施例技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種推薦視頻的方法的示意流程圖；

圖2是本發(fā)明另一實施例提供的一種推薦視頻的方法的示意流程圖；

圖3是本發(fā)明實施例提供的一種全連接的卷積神經(jīng)網(wǎng)的示意圖；

圖4是本發(fā)明實施例提供的一種從幀圖中提取特征元素的示意圖；

圖5是本發(fā)明實施例提供的一種采用預設的卷積神經(jīng)網(wǎng)算法對幀圖做卷積的示意圖；

圖6是本發(fā)明實施例提供的一種興趣元素與第一興趣信息的示意圖；

圖7是本發(fā)明實施例提供的一種終端的示意性框圖；

圖8是本發(fā)明另一實施例提供的一種終端示意性框圖；

圖9是本發(fā)明再一實施例提供的一種終端示意性框圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

應當理解，當在本說明書和所附權利要求書中使用時，術語“包括”和“包含”指示所描述特征、整體、步驟、操作、元素和/或組件的存在，但并不排除一個或多個其它特征、整體、步驟、操作、元素、組件和/或其集合的存在或添加。

還應當理解，在此本發(fā)明說明書中所使用的術語僅僅是出于描述特定實施例的目的而并不意在限制本發(fā)明。如在本發(fā)明說明書和所附權利要求書中所使用的那樣，除非上下文清楚地指明其它情況，否則單數(shù)形式的“一”、“一個”及“該”意在包括復數(shù)形式。

還應當進一步理解，在本發(fā)明說明書和所附權利要求書中使用的術語“和/或”是指相關聯(lián)列出的項中的一個或多個的任何組合以及所有可能組合，并且包括這些組合。

如在本說明書和所附權利要求書中所使用的那樣，術語“如果”可以依據(jù)上下文被解釋為“當...時”或“一旦”或“響應于確定”或“響應于檢測到”。類似地，短語“如果確定”或“如果檢測到[所描述條件或事件]”可以依據(jù)上下文被解釋為意指“一旦確定”或“響應于確定”或“一旦檢測到[所描述條件或事件]”或“響應于檢測到[所描述條件或事件]”。

具體實現(xiàn)中，本發(fā)明實施例中描述的終端包括但不限于諸如具有觸摸敏感表面(例如，觸摸屏顯示器和/或觸摸板)的移動電話、膝上型計算機或平板計算機之類的其它便攜式設備。還應當理解的是，在某些實施例中，所述設備并非便攜式通信設備，而是具有觸摸敏感表面(例如，觸摸屏顯示器和/或觸摸板)的臺式計算機。

在接下來的討論中，描述了包括顯示器和觸摸敏感表面的終端。然而，應當理解的是，終端可以包括諸如物理鍵盤、鼠標和/或控制桿的一個或多個其它物理用戶接口設備。

終端支持各種應用程序，例如以下中的一個或多個：繪圖應用程序、演示應用程序、文字處理應用程序、網(wǎng)站創(chuàng)建應用程序、盤刻錄應用程序、電子表格應用程序、游戲應用程序、電話應用程序、視頻會議應用程序、電子郵件應用程序、即時消息收發(fā)應用程序、鍛煉支持應用程序、照片管理應用程序、數(shù)碼相機應用程序、數(shù)字攝影機應用程序、web瀏覽應用程序、數(shù)字音樂播放器應用程序和/或數(shù)字視頻播放器應用程序。

可以在終端上執(zhí)行的各種應用程序可以使用諸如觸摸敏感表面的至少一個公共物理用戶接口設備?？梢栽趹贸绦蛑g和/或相應應用程序內(nèi)調(diào)整和/或改變觸摸敏感表面的一個或多個功能以及終端上顯示的相應信息。這樣，終端的公共物理架構(gòu)(例如，觸摸敏感表面)可以支持具有對用戶而言直觀且透明的用戶界面的各種應用程序。

請參見圖1，圖1是本發(fā)明實施例提供的一種推薦視頻的方法的示意流程圖。本實施例中推薦視頻的方法的執(zhí)行主體為終端，終端能夠播放視頻。終端可以為手機、平板電腦等移動終端，但并不限于此，還可以為其他終端。如圖1所示的推薦視頻的方法可包括以下步驟：

s101：獲取需要獲取視頻信息的目標用戶的第一興趣信息。

終端在正常工作，并檢測到用戶開啟或觸發(fā)推薦視頻的功能時，終端可以根據(jù)目標用戶的標識，獲取需要獲取視頻信息的目標用戶的第一興趣信息。

其中，用戶可以通過設置界面開啟推薦視頻的功能，也可以通過預先安裝的應用程序(application，app)的交互界面觸發(fā)推薦視頻的功能。該應用程序具有根據(jù)用戶的興趣愛好推薦視頻的功能。

目標用戶的標識可以是目標用戶的名稱或昵稱，也可以是目標用戶的電子賬號等，還可以是目標用戶使用的終端設備的標識(例如，終端設備的mac地址，但并不限于此)等，此處不做限制。

具體地，終端可以從目標用戶的個人資料中獲取目標用戶的興趣信息。例如，目標用戶預先在即時通信應用的賬號對應的“個人信息”交互界面中填寫了興趣愛好信息，或者電子調(diào)查問卷系統(tǒng)中預先填寫了個人興趣愛好信息，那么終端可以根據(jù)目標用戶的標識獲取目標用戶的第一興趣信息。

終端也可以根據(jù)目標用戶的歷史搜索數(shù)據(jù)、觀看視頻的歷史數(shù)據(jù)分析目標用戶的第一興趣信息。

第一興趣信息可以包括喜歡動畫片、喜歡動作片、喜歡某明星、喜歡喜劇、科技控等其中一個或至少兩個的任意組合，但并不限于此，還可以其他興趣愛好，此處不做限制。

s102：將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素。

終端從視頻庫中獲取候選的第一視頻文件，并將第一視頻文件分解為至少兩個第二視頻文件，并分析每個第二視頻文件包含的視頻圖像，從每個第二視頻文件中提取興趣元素。

其中，第一視頻文件為視頻庫中的任意一個；至少兩個第二視頻文件所包含的視頻圖像可以拼接成第一視頻文件。興趣元素為能夠標識興趣愛好的特征信息。

s103：計算所述興趣元素與所述第一興趣信息的匹配度。

終端可以將從第二視頻文件中提取到的興趣元素與目標用戶的第一興趣信息進行比較，以判斷提取的興趣元素是否與目標用戶的第一興趣信息相符合，從而得到興趣元素與目標用戶的第一興趣信息的匹配度。匹配度可以是百分比，也可以是具體的分數(shù)，此處不做限制。

例如，當目標用戶的第一興趣信息包含喜歡動畫片，從第二視頻文件中提取到的興趣元素為動畫片元素時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為100％。

當目標用戶的第一興趣信息包含喜歡動畫片、喜歡某歌唱明星，從第二視頻文件中提取到的興趣元素為某歌星的信息(某歌星的名字或相片)時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為50％。

當從第二視頻文件中提取到的興趣元素不包括目標用戶的第一興趣信息時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為零，即提取到的興趣元素與第一興趣信息不匹配。

當目標用戶的第一興趣信息對應至少兩個興趣時，終端可以對每個興趣分配權重(可以根據(jù)喜歡程度分配權重，)，并在確認提取到的興趣元素包含第一興趣信息對應的任意興趣時，根據(jù)興趣元素以及第一興趣信息對應的至少兩個興趣的權重，計算興趣元素與所述第一興趣信息的匹配度。

其中，終端可以根據(jù)第一興趣信息對應的至少兩個興趣的喜歡程度分配權重，喜歡程度可以從歷史觀看數(shù)據(jù)中的搜索頻率或觀看次數(shù)得到。

例如，當目標用戶的第一興趣信息包含“喜歡動畫片”、“喜歡某歌唱明星”，“喜歡動畫片”對應的權重為0.8，“喜歡某歌唱明星”對應的權重為0.2，從第二視頻文件中提取到的興趣元素為某歌唱歌星的信息(某歌星的名字或相片)時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為20％。

s104：若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

終端在確認從第二視頻文件中提取的所有興趣元素與第一興趣信息的匹配度大于或等于預設匹配度閾值時，將第一視頻文件推薦給目標用戶。預設匹配度閾值可以根據(jù)實際需要進行設置，此處不做限制。

或者終端在確認從第二視頻文件中提取的所有興趣元素包含第一興趣信息對應的任意興趣時，將第一視頻文件推薦給目標用戶。

可以理解的是，終端在確認從第二視頻文件中提取的所有興趣元素與第一興趣信息的匹配度小于預設匹配度閾值，或者從第二視頻文件中提取的所有興趣元素不包含第一興趣信息對應的任意興趣時，將不向目標用戶推薦第一視頻文件。

上述方案，終端獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

請參見圖2，圖2是本發(fā)明另一實施例提供的一種推薦視頻的方法的示意流程圖。本實施例中推薦視頻的方法的執(zhí)行主體為終端，終端能夠播放視頻。終端可以為手機、平板電腦等移動終端，但并不限于此，還可以為其他終端。如圖2所示的推薦視頻的方法可包括以下步驟：

s201：獲取需要獲取視頻信息的目標用戶的第一興趣信息。

本實施例的s201與上一實施例中的s101相同，具體請參閱上一實施例中s101的具體描述，此處不贅述。

s202：將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素。

終端從視頻庫中獲取候選的第一視頻文件，并將第一視頻文件分解為至少兩個第二視頻文件，并分析每個第二視頻文件包含的視頻圖像，從每個第二視頻文件中提取興趣元素。

其中，第一視頻文件為視頻庫中的任意一個；至少兩個第二視頻文件所包含的視頻圖像可以拼接成第一視頻文件。興趣元素為能夠標識興趣愛好的特征信息。

進一步地，s202可以包括s2021以及s2022，具體如下：

s2021：按預設幀率將所述候選的第一視頻文件分解為第二視頻文件。

進一步地，s2012可以包括：若所述第一視頻文件的第一幀率大于所述預設幀率，則計算第一幀率與所述預設幀率的商；以第一數(shù)目的幀為分解單元，將所述第一視頻文件分解為第二視頻文件；其中，所述第一數(shù)目為所述第一幀率與所述預設幀率的商。

其中，幀率為每秒鐘顯示或播放的幀數(shù)，即圖形處理器處理圖像時每秒鐘能夠更新的次數(shù)，幀率的測量單位為每秒鐘顯示幀數(shù)(framespersecond，fps)。預設幀率可以根據(jù)終端顯示器的屏幕刷新率來設置，因為如果預設幀率超過終端的屏幕刷新率，終端顯示器無法以預設幀率更新顯示的圖像，會浪費圖形處理器的處理能力。

例如，當預設幀率為24fps(表示每秒刷新或顯示24幅視頻圖像)，第一視頻文件的第一幀率為72fps時，由于第一幀率72fps大于預設幀率24fps，終端計算第一幀率與預設幀率的商：72/24＝3。終端以3幀視頻圖像為分解單元，依次將第一視頻文件的視頻圖像分解為多個第二視頻文件，即終端取每3幀連續(xù)的視頻圖像為一個第二視頻文件。

可以理解的是，當?shù)谝灰曨l文件的第一幀率不能除盡預設幀率時，即第一視頻文件的第一幀率與預設幀率進行除法運算后，還有余數(shù)，也是以第一幀率與預設幀率的商為分解單元，對第一視頻文件進行分解操作。

進一步地，s2021還可以包括：若所述第一視頻文件的第一幀率小于或等于所述預設幀率，則根據(jù)所述第一幀率將所述第一視頻文件分解為第二視頻文件。

當預設幀率為24fps(表示每秒刷新或顯示24幅視頻圖像)，第一視頻文件的第一幀率為18fps時，由于第一幀率18fps小于預設幀率24fps，終端以18幀視頻圖像為分解單元，依次將第一視頻文件的視頻圖像分解為至少兩個第二視頻文件，即終端取每18幀連續(xù)的視頻圖像為一個第二視頻文件。

當預設幀率為24fps(表示每秒刷新或顯示24幅視頻圖像)，第一視頻文件的第一幀率為24fps時，由于第一幀率24fps等于預設幀率24fps，終端以24幀視頻圖像為分解單元，依次將第一視頻文件的視頻圖像分解為至少兩個第二視頻文件，即終端取每24幀連續(xù)的視頻圖像為一個第二視頻文件。

s2022：通過預設的卷積神經(jīng)網(wǎng)算法從所述第二視頻文件中提取興趣元素。

預設的卷積神經(jīng)網(wǎng)(convolutionalneuralnetwork,cnn)算法為：h(x)＝(wixi+b)＝(w^tx)，其中，h(x)為關于第二視頻文件與興趣元素的函數(shù)。i為大于或等于1的正整數(shù)，wi為第i個預設已知參數(shù)，xi為第i個幀圖特征，b為預設的常數(shù)。幀圖特征對應于興趣元素。第二視頻文件可以包括一個興趣元素，也可以包括至少兩個興趣元素，此處不做限制。當?shù)诙曨l文件包含至少兩個興趣元素時，任意兩個興趣元素可以相同，也可以不同，此處不做限制。

在本實施例中，卷積神經(jīng)網(wǎng)為全連接的卷積神經(jīng)網(wǎng)。請一并參閱圖3，圖3是本發(fā)明實施例提供的一種全連接的卷積神經(jīng)網(wǎng)的示意圖。

如圖3所示，全連接的卷積神經(jīng)網(wǎng)包括輸入層、隱藏層以及輸出層。輸入層、隱藏層以及輸出層之間是互通的。輸入層中包含n個元素，n為大于或等于1的正整數(shù)，輸入層中的任意元素均連接隱藏層的每元素，隱藏層的每個元素均連接輸出層。

其中，輸入層輸入的是第二視頻文件的幀圖，隱藏層標識中間處理結(jié)果，輸出層輸出的是具有幀圖特征的幀圖。

請一并參閱圖4，圖4是本發(fā)明實施例提供的一種從幀圖中提取特征元素的示意圖。

如圖4所示，終端可以從第二視頻文件中抽取幀圖，使用一個三層的卷積神經(jīng)網(wǎng)對抽取的幀圖中的興趣元素進行卷積，根據(jù)輸出的幀圖特征得到興趣元素。圖4中的幀圖特征為武打明星踢腿動作，終端根據(jù)幀圖特征識別出該幀圖特征對應的興趣元素為武打動作片的元素。同理，終端可按同樣的方法識別其他興趣元素。

其中，終端采用預設的卷積神經(jīng)網(wǎng)算法h(x)＝(wixi+b)＝(w^tx)，使用2×2的卷積核(卷積特征)在幀圖n×n的圖像上做卷積，以從第二視頻文件中提取興趣元素。

請一并參閱圖5，圖5是本發(fā)明實施例提供的一種采用預設的卷積神經(jīng)網(wǎng)算法對幀圖做卷積的示意圖。如圖5所示，終端將第二視頻文件中包含的幀圖以2×2的卷積核，自左到右，自上到下做卷積，將幀圖像中的幀圖特征提取出來。終端做的每個卷積都是一次特征提取。

s203：計算所述興趣元素與所述第一興趣信息的匹配度。

請一并參閱圖6，圖6是本發(fā)明實施例提供的一種興趣元素與第一興趣信息的示意圖。

如圖6所示，終端可以將從第二視頻文件中提取到的興趣元素與目標用戶的第一興趣信息進行比較，以判斷提取的興趣元素是否與目標用戶的第一興趣信息相符合，從而得到興趣元素與目標用戶的第一興趣信息的匹配度。匹配度可以是百分比，也可以是具體的分數(shù)，此處不做限制。

例如，當目標用戶的第一興趣信息包含喜歡動畫片，從第二視頻文件中提取到的興趣元素為動畫片元素時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為100％。

當目標用戶的第一興趣信息包含喜歡動畫片、喜歡某明顯，從第二視頻文件中提取到的興趣元素為某歌星的信息(某歌星的名字或相片)時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為50％。

當從第二視頻文件中提取到的興趣元素不包括目標用戶的第一興趣信息時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為零，即提取到的興趣元素與第一興趣信息不匹配。

當目標用戶的第一興趣信息對應至少兩個興趣時，終端可以對每個興趣分配權重(可以根據(jù)喜歡程度分配權重，)，并在確認提取到的興趣元素包含第一興趣信息對應的任意興趣時，根據(jù)興趣元素以及第一興趣信息對應的至少兩個興趣的權重，計算興趣元素與所述第一興趣信息的匹配度。

其中，終端可以根據(jù)第一興趣信息對應的至少兩個興趣的喜歡程度分配權重，喜歡程度可以從歷史觀看數(shù)據(jù)中的搜索頻率或觀看次數(shù)得到。

例如，當目標用戶的第一興趣信息包含“喜歡動畫片”、“喜歡某明顯”，“喜歡動畫片”對應的權重為0.8，“喜歡某明顯”對應的權重為0.2，從第二視頻文件中提取到的興趣元素為某歌星的信息(某歌星的名字或相片)時，終端確認興趣元素與目標用戶的第一興趣信息的匹配度為20％。

進一步地，s203可以包括：將所述興趣元素與所述第一興趣信息進行內(nèi)積運算，并計算各內(nèi)積值的總和；其中，所述內(nèi)積值的總和標識匹配度。

終端可以將提取的興趣元素以及第一興趣信息轉(zhuǎn)換成二維向量。例如，第一興趣信息(xi,yi)，表示第一興趣信息包含的第i個興趣特征對應的向量，i為大于或等于1的正整數(shù)。興趣元素(pj,qj)，表示第j個興趣元素對應的向量，j也為大于或等于1的正整數(shù)。

將興趣元素與第一興趣信息進行內(nèi)積運算得到：xipj+yiqj，并按照內(nèi)積求和的表達式計算各內(nèi)積值的總和。其中，內(nèi)積求和的表達式為：(x1p1+y1q1)+(x2p2+y2q2)+……+(xipj+yiqj)。

比如，第一興趣信息(喜歡動作片1，武打明星1)、(喜歡歌唱明星1，歌唱明星1的信息)……；提取的興趣元素(動作片元素1，武打明星2)、(歌唱明星2的信息，歌唱明星2的名字)……等。

終端可以為“(喜歡動作片1，武打明星1)”、“(喜歡歌唱明星1，歌唱明星1的信息)”賦值，得到第一興趣信息對應的二維向量；可以為提取的興趣元素“(動作片元素1，武打明星2)”、“(歌唱明星2的信息，歌唱明星2的名字)”進行賦值，得到提取的興趣元素對應的二維向量。在此，對具體的賦值不做限定，只要符合二維向量的要求即可。

同理，終端也可以按照同樣的方法對從第一視頻文件中提取的興趣元素(即所有第二視頻文件各自對應的興趣元素)進行賦值，得到與其對應的二維向量。

進一步地，當?shù)谝慌d趣信息對應的二維向量的數(shù)目為至少兩個時，終端還可以為第一興趣信息對應的至少兩個二維向量分配權重。其中，終端可以根據(jù)第一興趣信息中每個二維向量對應的喜歡程度分配權重，喜歡程度可以從歷史觀看數(shù)據(jù)中的搜索頻率或觀看次數(shù)得到。

s204：若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

終端在確認從第二視頻文件中提取的所有興趣元素與第一興趣信息的匹配度大于或等于預設匹配度閾值時，將第一視頻文件推薦給目標用戶。預設匹配度閾值可以根據(jù)實際需要進行設置，此處不做限制。

或者終端在確認從第二視頻文件中提取的所有興趣元素包含第一興趣信息對應的任意興趣時，將第一視頻文件推薦給目標用戶。

可以理解的是，終端在確認從第二視頻文件中提取的所有興趣元素與第一興趣信息的匹配度小于預設匹配度閾值，或者從第二視頻文件中提取的所有興趣元素不包含第一興趣信息對應的任意興趣時，將不向目標用戶推薦第一視頻文件。

進一步地，終端在將所述興趣元素與所述第一興趣信息進行內(nèi)積運算，并計算各內(nèi)積值的總和時，s204可以包括：若所述內(nèi)積值的總和大于或等于預設閾值，則將所述第一視頻文件推薦給所述目標用戶。

其中，終端在確認計算能得到的內(nèi)積總和大于或等于預設閾值時，將第一視頻文件推薦給目標用戶；在確認計算能得到的內(nèi)積總和小于預設閾值時，不向目標用戶推薦第一視頻文件。預設閾值可根據(jù)第一興趣信息以及興趣元素各自對應的二維向量的賦值確定，此處不做限制。

上述方案，終端獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

終端預設幀率將候選的第一視頻文件分解為第二視頻文件，通過預設的卷積神經(jīng)網(wǎng)算法從第二視頻文件中提取興趣元素，能夠準確識別出幀圖中的興趣元素，從而提高推薦視頻的準確度。

參見圖7，圖7是本發(fā)明實施例提供的一種終端的示意性框圖。終端可以為手機、平板電腦等移動終端，但并不限于此，還可以為其他終端，此處不做限制。本實施例的終端700包括的各單元用于執(zhí)行圖1對應的實施例中的各步驟，具體請參閱圖1以及圖1對應的實施例中的相關描述，此處不贅述。本實施例的終端包括：獲取單元710、提取單元720、計算單元730以及推薦單元740。

獲取單元710用于獲取需要獲取視頻信息的目標用戶的第一興趣信息。

提取單元720用于將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素。

計算單元730用于計算所述興趣元素與所述第一興趣信息的匹配度。

推薦單元740用于若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

上述方案，終端獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

參見圖8，圖8是本發(fā)明另一實施例提供的一種終端的示意性框圖。終端可以為手機、平板電腦等移動終端，但并不限于此，還可以為其他終端，此處不做限制。本實施例的終端800包括的各單元用于執(zhí)行圖2對應的實施例中的各步驟，具體請參閱圖2以及圖2對應的實施例中的相關描述，此處不贅述。本實施例的終端包括：獲取單元810、提取單元820、計算單元830以及推薦單元840。其中，提取單元820可以包括分解單元821以及興趣元素提取單元822。

獲取單元810用于獲取需要獲取視頻信息的目標用戶的第一興趣信息。

提取單元820用于將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素。

進一步地，當提取單元820包括分解單元821以及興趣元素提取單元822時，分解單元821用于按預設幀率將所述候選的第一視頻文件分解為第二視頻文件；興趣元素提取單元822用于通過預設的卷積神經(jīng)網(wǎng)算法從所述第二視頻文件中提取興趣元素。

進一步地，分解單元821具體用于若所述第一視頻文件的第一幀率大于所述預設幀率，則計算第一幀率與所述預設幀率的商；以第一數(shù)目的幀為分解單元，將所述第一視頻文件分解為第二視頻文件；其中，所述第一數(shù)目為所述第一幀率與所述預設幀率的商。

進一步地，分解單元821還用于若所述第一視頻文件的第一幀率小于或等于所述預設幀率，則根據(jù)所述第一幀率將所述第一視頻文件分解為第二視頻文件。

計算單元830用于計算所述興趣元素與所述第一興趣信息的匹配度。

進一步地，計算單元830具體用于將所述興趣元素與所述第一興趣信息進行內(nèi)積運算，并計算各內(nèi)積值的總和；其中，所述內(nèi)積值的總和標識匹配度。

推薦單元840用于若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

進一步地，當計算單元830計算得到各內(nèi)積值的總和時，推薦單元840具體用于若所述內(nèi)積值的總和大于或等于預設閾值，則將所述第一視頻文件推薦給所述目標用戶。

上述方案，終端獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

終端預設幀率將候選的第一視頻文件分解為第二視頻文件，通過預設的卷積神經(jīng)網(wǎng)算法從第二視頻文件中提取興趣元素，能夠準確識別出幀圖中的興趣元素，從而提高推薦視頻的準確度。

參見圖9，圖9是本發(fā)明再一實施例提供的一種終端示意框圖。如圖6所示的本實施例中的終端900可以包括：一個或多個處理器910；一個或多個輸入設備920，一個或多個輸出設備930和存儲器940。上述處理器910、輸入設備920、輸出設備930和存儲器940通過總線950連接。

存儲器940用于存儲程序指令。

處理器910用于根據(jù)存儲器940存儲的程序指令執(zhí)行以下操作：

處理器910用于獲取需要獲取視頻信息的目標用戶的第一興趣信息；

處理器910還用于將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；

處理器910還用于計算所述興趣元素與所述第一興趣信息的匹配度；

處理器910還用于若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。

進一步地，處理器910具體用于按預設幀率將所述候選的第一視頻文件分解為第二視頻文件；通過預設的卷積神經(jīng)網(wǎng)算法從所述第二視頻文件中提取興趣元素。

進一步地，處理器910具體用于將所述興趣元素與所述第一興趣信息進行內(nèi)積運算，并計算各內(nèi)積值的總和；其中，所述內(nèi)積值的總和標識匹配度；若所述內(nèi)積值的總和大于或等于預設閾值，則將所述第一視頻文件推薦給所述目標用戶。

進一步地，處理器910具體用于若所述第一視頻文件的第一幀率大于所述預設幀率，則計算第一幀率與所述預設幀率的商；以第一數(shù)目的幀為分解單元，將所述第一視頻文件分解為第二視頻文件；其中，所述第一數(shù)目為所述第一幀率與所述預設幀率的商。

進一步地，處理器910還用于若所述第一視頻文件的第一幀率小于或等于所述預設幀率，則根據(jù)所述第一幀率將所述第一視頻文件分解為第二視頻文件。

上述方案，終端獲取需要獲取視頻信息的目標用戶的第一興趣信息；將候選的第一視頻文件分解為第二視頻文件，并從所述第二視頻文件中提取興趣元素；計算所述興趣元素與所述第一興趣信息的匹配度；若所述匹配度符合預設要求，則將所述第一視頻文件推薦給所述目標用戶。由于終端是將第一視頻文件分解為至少兩個短的第二視頻文件，并分析第二視頻文件的視頻圖像，從中提取視頻圖像中包含的興趣元素，能夠準確獲知第一視頻文件對應的興趣元素，從而能夠向用戶精準推薦用戶感興趣的視頻。

終端預設幀率將候選的第一視頻文件分解為第二視頻文件，通過預設的卷積神經(jīng)網(wǎng)算法從第二視頻文件中提取興趣元素，能夠準確識別出幀圖中的興趣元素，從而提高推薦視頻的準確度。

應當理解，在本發(fā)明實施例中，所稱處理器910可以是中央處理單元(centralprocessingunit，cpu)，該處理器還可以是其他通用處理器、數(shù)字信號處理器(digitalsignalprocessor，dsp)、專用集成電路(applicationspecificintegratedcircuit，asic)、現(xiàn)成可編程門陣列(field-programmablegatearray，fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件等。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。

輸入設備920可以包括觸控板、指紋采傳感器(用于采集用戶的指紋信息和指紋的方向信息)、麥克風等，輸出設備930可以包括顯示器(lcd等)、揚聲器等。

該存儲器940可以包括只讀存儲器和隨機存取存儲器，并向處理器910提供指令和數(shù)據(jù)。存儲器940的一部分還可以包括非易失性隨機存取存儲器。例如，存儲器940還可以存儲設備類型的信息。

具體實現(xiàn)中，本發(fā)明實施例中所描述的處理器910、輸入設備920、輸出設備930可執(zhí)行本發(fā)明實施例提供的推薦視頻的方法的第一實施例和第二實施例中所描述的實現(xiàn)方式，也可執(zhí)行本發(fā)明實施例所描述的終端的實現(xiàn)方式，在此不再贅述。

本領域普通技術人員可以意識到，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，取決于技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應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)不應認為超出本發(fā)明的范圍。

所屬領域的技術人員可以清楚地了解到，為了描述的方便和簡潔，上述描述的終端和單元的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的終端和方法，可以通過其它的方式實現(xiàn)。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口、裝置或單元的間接耦合或通信連接，也可以是電的，機械的或其它的形式連接。

本發(fā)明實施例方法中的步驟可以根據(jù)實際需要進行順序調(diào)整、合并和刪減。

本發(fā)明實施例終端中的單元可以根據(jù)實際需要進行合并、劃分和刪減。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡單元上。可以根據(jù)實際的需要選擇其中的部分或者全部單元來實現(xiàn)本發(fā)明實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以是兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實現(xiàn)，也可以采用軟件功能單元的形式實現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解，本發(fā)明的技術方案本質(zhì)上或者說對現(xiàn)有技術做出貢獻的部分，或者該技術方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網(wǎng)絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到各種等效的修改或替換，這些修改或替換都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應以權利要求的保護范圍為準。