本公開(kāi)涉及計(jì)算機(jī)領(lǐng)域，具體涉及智能推薦，尤其涉及一種視頻推薦方法和裝置、電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)：

1、在當(dāng)前的視頻推薦技術(shù)領(lǐng)域，尤其是短視頻平臺(tái)的推薦系統(tǒng)中，盡管已經(jīng)存在多種方法試圖提高推薦的準(zhǔn)確性和用戶滿意度，但普遍存在著推薦粒度較大、無(wú)法精準(zhǔn)聚焦用戶真正感興趣片段的問(wèn)題。現(xiàn)有技術(shù)主要依賴于興趣標(biāo)簽、用戶畫像、以及多模態(tài)信息來(lái)描述和匹配用戶與視頻內(nèi)容，這些方法雖然在一定程度上提升了推薦的個(gè)性化程度，但往往忽略了視頻內(nèi)部不同片段對(duì)用戶吸引力的差異性，導(dǎo)致推薦效率不高，用戶體驗(yàn)有待提升。

技術(shù)實(shí)現(xiàn)思路

1、本公開(kāi)提供了一種視頻推薦方法和裝置、電子設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及計(jì)算機(jī)程序產(chǎn)品。

2、根據(jù)第一方面，提供了一種視頻推薦方法，該方法包括：獲取用戶的至少一次用戶推薦行為對(duì)應(yīng)的至少一個(gè)第一視頻片段；所述用戶推薦行為包括以下至少一種：點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論、彈幕、收藏；獲取與所述至少一個(gè)用戶推薦行為和所述至少一個(gè)第一視頻片段匹配的第二視頻；所述第二視頻來(lái)自于待推薦視頻；向所述用戶推薦所述第二視頻。

3、根據(jù)第二方面，提供了一種視頻推薦裝置，該裝置包括：第一獲取單元，獲取用戶的至少一次用戶推薦行為對(duì)應(yīng)的至少一個(gè)第一視頻片段；所述用戶推薦行為包括以下至少一種：點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論、彈幕、收藏；第二獲取單元，獲取與所述至少一個(gè)用戶推薦行為和所述至少一個(gè)第一視頻片段匹配的第二視頻；所述第二視頻來(lái)自于待推薦視頻；推薦單元，向所述用戶推薦所述第二視頻。

4、根據(jù)第三方面，提供了一種電子設(shè)備，該電子設(shè)備包括：至少一個(gè)處理器；以及與至少一個(gè)處理器通信連接的存儲(chǔ)器，其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行如第一方面任一實(shí)現(xiàn)方式描述的方法。

5、根據(jù)第四方面，提供了一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行如第一方面任一實(shí)現(xiàn)方式描述的方法。

6、根據(jù)第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面任一實(shí)現(xiàn)方式描述的方法。

7、本公開(kāi)的實(shí)施例提供的視頻推薦方法和裝置，首先，提升了推薦精準(zhǔn)度。本公開(kāi)能夠?qū)崿F(xiàn)對(duì)視頻內(nèi)容的更細(xì)粒度劃分與理解，從而精準(zhǔn)定位到用戶真正感興趣的片段進(jìn)行推薦。這一改進(jìn)解決了現(xiàn)有技術(shù)中推薦粒度較大、無(wú)法精準(zhǔn)聚焦用戶興趣點(diǎn)的問(wèn)題，提升了推薦的精準(zhǔn)度和個(gè)性化水平。其次，優(yōu)化了用戶體驗(yàn)。通過(guò)學(xué)習(xí)用戶多次推薦行為中蘊(yùn)含的模式，能夠推薦更符合用戶個(gè)性化需求的視頻或視頻片段，用戶在瀏覽或觀看過(guò)程中將更少遇到不感興趣的內(nèi)容，減少了因頻繁切換或跳過(guò)不感興趣內(nèi)容而造成的時(shí)間浪費(fèi)和情緒耗損。這不僅提高了用戶的觀看效率和滿意度，還增強(qiáng)了用戶對(duì)平臺(tái)的粘性和忠誠(chéng)度。再次，提升了推薦效率。相較于傳統(tǒng)的基于整體視頻進(jìn)行推薦的策略，本公開(kāi)聚焦于視頻片段的推薦，有效避免了因整體視頻與用戶興趣部分匹配而導(dǎo)致的推薦資源浪費(fèi)。最后，促進(jìn)內(nèi)容分發(fā)、激勵(lì)作者創(chuàng)作。更細(xì)粒度的推薦能夠更快捕捉到用戶的即時(shí)興趣變化，通過(guò)實(shí)時(shí)學(xué)習(xí)用戶多次推薦行為中變化的模式，可以及時(shí)調(diào)整推薦策略，進(jìn)一步提升了推薦系統(tǒng)的響應(yīng)速度和效率。將用戶喜愛(ài)的視頻或視頻片段推薦給用戶后，將更加激發(fā)用戶點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論、彈幕的熱情。這也將激勵(lì)創(chuàng)作者產(chǎn)出更多高質(zhì)量、高吸引力的內(nèi)容片段。

8、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本公開(kāi)的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開(kāi)的范圍。本公開(kāi)的其它特征將通過(guò)以下的說(shuō)明書而變得容易理解。

技術(shù)特征：

1.一種視頻推薦方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取用戶的至少一次用戶推薦行為對(duì)應(yīng)的至少一個(gè)第一視頻片段，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述第一視頻的第一視頻特征，獲取所述用戶推薦行為對(duì)應(yīng)的第一視頻片段開(kāi)始時(shí)間和第一視頻片段結(jié)束時(shí)間，包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述第一視頻的第一視頻特征，獲取所述用戶推薦行為對(duì)應(yīng)的第一視頻片段開(kāi)始時(shí)間和第一視頻片段結(jié)束時(shí)間，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述第一候選片段的候選片段開(kāi)始時(shí)間和候選片段結(jié)束時(shí)間，獲取第一視頻片段開(kāi)始時(shí)間和所述第一視頻片段結(jié)束時(shí)間，包括：

6.根據(jù)權(quán)利要求4-5任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述第一候選片段的候選片段開(kāi)始時(shí)間和候選片段結(jié)束時(shí)間，獲取第一視頻片段開(kāi)始時(shí)間和所述第一視頻片段結(jié)束時(shí)間，包括：

7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述視頻背景音樂(lè)候選片段特征的獲取，包括：

8.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述視頻畫面高光特征的獲取，包括：

9.根據(jù)權(quán)利要求2所述的方法，其特征在于，

10.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述第一視頻特征還包括以下至少一種：評(píng)論特征，彈幕特征；

11.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取與所述至少一個(gè)用戶推薦行為和所述至少一個(gè)第一視頻片段匹配的第二視頻，包括：

12.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述獲取所述至少一個(gè)第一視頻片段的第一視頻片段特征，作為用于召回第二視頻的推薦指標(biāo)，包括：

13.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述獲取所述至少一個(gè)第一視頻片段的第一視頻片段特征，作為用于召回第二視頻的推薦指標(biāo)，包括：

14.根據(jù)權(quán)利要求11所述的方法，其特征在于，還包括：

15.根據(jù)權(quán)利要求11所述的方法，其特征在于，還包括：

16.根據(jù)權(quán)利要求11所述的方法，其特征在于，還包括：

17.根據(jù)權(quán)利要求11所述的方法，其特征在于，所述根據(jù)所述推薦指標(biāo)和指標(biāo)權(quán)重對(duì)所述待推薦視頻進(jìn)行召回，得到第二視頻，包括：

18.根據(jù)權(quán)利要求17所述的方法，其特征在于，還包括：

19.根據(jù)權(quán)利要求17所述的方法，其特征在于，還包括：

20.一種視頻推薦裝置，所述裝置包括：

21.一種電子設(shè)備，其特征在于，包括：

22.一種存儲(chǔ)有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行權(quán)利要求1-19中任一項(xiàng)所述方法。

23.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1-19中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開(kāi)提供了一種視頻推薦方法和裝置，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及智能推薦技術(shù)領(lǐng)域。具體實(shí)現(xiàn)方案為：獲取用戶的至少一次用戶推薦行為對(duì)應(yīng)的至少一個(gè)第一視頻片段；所述用戶推薦行為包括以下至少一種：點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論、彈幕、收藏；獲取與所述至少一個(gè)用戶推薦行為和所述至少一個(gè)第一視頻片段匹配的第二視頻；所述第二視頻來(lái)自于待推薦視頻；向所述用戶推薦所述第二視頻；本公開(kāi)精確識(shí)別用戶情緒表達(dá)的視頻片段，高效聚焦用戶真正感興趣的視頻內(nèi)容，提高了視頻推薦的用戶體驗(yàn)。

技術(shù)研發(fā)人員：張繼豐
受保護(hù)的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26