[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN106792171A - 智能视频app中个性化推荐方法及系统 - Google Patents

智能视频app中个性化推荐方法及系统 Download PDF

Info

Publication number
CN106792171A
CN106792171A CN201611154179.1A CN201611154179A CN106792171A CN 106792171 A CN106792171 A CN 106792171A CN 201611154179 A CN201611154179 A CN 201611154179A CN 106792171 A CN106792171 A CN 106792171A
Authority
CN
China
Prior art keywords
information
video
user
app
personalized recommendation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611154179.1A
Other languages
English (en)
Inventor
张秀玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningxia Lingzhi Technology Co Ltd
Original Assignee
Ningxia Lingzhi Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ningxia Lingzhi Technology Co Ltd filed Critical Ningxia Lingzhi Technology Co Ltd
Priority to CN201611154179.1A priority Critical patent/CN106792171A/zh
Publication of CN106792171A publication Critical patent/CN106792171A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/812—Monomedia components thereof involving advertisement data

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种智能视频app中个性化推荐方法，包括：S0、配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；S1、获取视频app中用户的个人信息；S2、在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频信息；S3、根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表；S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；在视频app上显示最终视频个性化推荐列表。

Description

智能视频app中个性化推荐方法及系统
技术领域
本发明涉及个性化推荐技术领域，特别涉及一种智能视频app中个性化推荐方法及系统。
背景技术
互联网是人们获取信息的一个重要途径，传统互联网的主要特点在于用户寻找自己感兴趣的事物时，需要通过浏览器进行大量的搜索，同时需要人工地过滤掉大量不相关的结果，操作繁琐，且耗费时间和精力。
以电子商务为例，传统电子商务的主要特点在于用户登陆各个电子商务平台，寻找自己感兴趣的商品，然后进行购买。但是随着电子商务规模的不断扩大，商家通过购物网站提供了大量的商品，使用户无法快速了解所有的商品，也无法直接检查商品的质量，用户需要花费大量的时间与精力才能找到自己需要的商品。这种浏览大量无关的信息和产品过程，无疑会使淹没在海量信息中的消费者因为没有发现在自己需要或者感兴趣的商品而不断流失，不仅仅使用户购物的时间成本大幅增加，同时使电子商务平台的商品购买的转化率非常低。
现有技术中，提出了根据用户购买或者浏览行为，运用某一种推荐算法进行特征信息(如商品信息)的个性化推荐方法，例如，首先根据图书类别、内容对图书进行聚类，建立图书聚类体系，比如A与B为一类图书。然后根据用户的浏览行为和购买记录，分析用户感兴趣图书，比如用户目前浏览商品为A或者历史购买过A，即可将同类的B图书推荐给A。
但是现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法。不适应于视频app中个性化的推荐。
发明内容
有鉴于此，本发明提出一种适用于智能视频app中个性化推荐的智能视频app中个性化推荐方法及系统。
一种智能视频app中个性化推荐方法，其包括如下步骤：
S0、配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
S1、获取视频app中用户的个人信息；
S2、在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
S3、根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；
S6、判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据步骤S0中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
在本发明所述的智能视频app中个性化推荐方法中，
其还包括如下步骤：
S7、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
在本发明所述的智能视频app中个性化推荐方法中，
所述步骤S1包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的智能视频app中个性化推荐方法中，
所述步骤S2中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明还提供一种智能视频app中个性化推荐系统，其包括如下单元：
监控线程配置单元，用于配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
个人信息获取单元，用于获取视频app中用户的个人信息；
播放信息获取单元，用于在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
信息提取分析单元，用于根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
推荐备选列表生成单元，用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
最终推荐列表生成单元，用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；
列表显示单元，用于判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据监控线程配置单元中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
在本发明所述的智能视频app中个性化推荐系统中，
其还包括如下单元：
推荐反馈单元，用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
在本发明所述的智能视频app中个性化推荐系统中，
所述个人信息获取单元包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的智能视频app中个性化推荐系统中，
所述播放信息获取单元中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明提供的智能视频app中个性化推荐方法及系统，相对于现有技术，能够克服现有技术存在的现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法；不适应于视频app中个性化的推荐的缺陷。
附图说明
图1是本发明实施例的智能视频app中个性化推荐系统结构框图。
具体实施方式
本发明实施例提供一种智能视频app中个性化推荐方法，其包括如下步骤：
S0、配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
通过实施本步骤，可以通过视频app监控线程持续获取用户的视频app激活运行状态，并形成视频app运行规律图表。
S1、获取视频app中用户的个人信息；
S2、在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
S3、根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；在视频app上显示最终视频个性化推荐列表；
S6、判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据步骤S0中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
通过实施本步骤，在视频app未启动时，根据用户的视频app运行规律图表进行个性化推荐，避免了现有技术中app应用的无规则的推送对用户造成的影响，提高了用户体验。
在本发明实施例中，结合了用户的个人信息、视频的播放信息、朋友圈信息，能够从各个角度对用户的偏好进行预测，优于现有的个性化推荐算法。
在本发明所述的智能视频app中个性化推荐方法中，
其还包括如下步骤：
S7、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
在本发明所述的智能视频app中个性化推荐方法中，
所述步骤S1包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的智能视频app中个性化推荐方法中，
所述步骤S2中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
通过实施本发明实施例，能够从视频信息本身得出用户对于该视频的各个片段的喜好，使得后续的推荐更为精准。
如图1所示，本发明实施例还提供一种智能视频app中个性化推荐系统，其包括如下单元：
监控线程配置单元，用于配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
个人信息获取单元，用于获取视频app中用户的个人信息；
播放信息获取单元，用于在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
信息提取分析单元，用于根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
推荐备选列表生成单元，用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
最终推荐列表生成单元，用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；
列表显示单元，用于判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据监控线程配置单元中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
在本发明所述的智能视频app中个性化推荐系统中，
其还包括如下单元：
推荐反馈单元，用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
在本发明所述的智能视频app中个性化推荐系统中，
所述个人信息获取单元包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
在本发明所述的智能视频app中个性化推荐系统中，
所述播放信息获取单元中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
本发明提供的智能视频app中个性化推荐方法及系统，相对于现有技术，能够克服现有技术存在的现有的个性化推荐方法多停留在基于物品、基于用户或基于协同过滤的个性化推荐方法；不适应于视频app中个性化的推荐的缺陷。
结合本文中所公开的实施例描述的方法或算法的可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机储存器、内存、只读存储器、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其他形式的存储介质中。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (8)

1.一种智能视频app中个性化推荐方法，其包括如下步骤：
S0、配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
S1、获取视频app中用户的个人信息；
S2、在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
S3、根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
S4、通过步骤S2中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
S5、通过步骤S3中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；
S6、判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据步骤S0中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
2.如权利要求1所述的智能视频app中个性化推荐方法，其特征在于，
其还包括如下步骤：
S7、获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
3.如权利要求2所述的智能视频app中个性化推荐方法，其特征在于，
所述步骤S1包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
4.如权利要求3所述的智能视频app中个性化推荐方法，其特征在于，
所述步骤S2中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
5.一种智能视频app中个性化推荐系统，其包括如下单元：
监控线程配置单元，用于配置视频app监控线程，并将视频app监控线程的优先级设置为最高，使得视频app监控线程在移动终端内持续运行；所述视频app监控线程用于记录视频app的启动时间、运行时间、结束运行时间信息；并根据视频app的启动时间、运行时间、结束运行时间信息生成视频app运行规律图表；
个人信息获取单元，用于获取视频app中用户的个人信息；
播放信息获取单元，用于在视频app中视频进行播放时，根据视频标签信息获得视频的类型信息，并通过视频app监控得到该视频的播放时长信息、播放过程中暂停、倒退、快进信息；
信息提取分析单元，用于根据视频app中用户的个人信息获取用户的朋友圈信息；根据用户的个人信息预测用户的初步视频偏好信息；从用户的朋友圈信息中提取用户的显性表达信息，从显性表达信息中分析得到用户的情感偏好；
推荐备选列表生成单元，用于通过播放信息获取单元中的视频的类型信息获得视频个性化推荐的初步列表，通过视频的播放时长信息、播放过程中暂停、倒退、快进信息对视频个性化推荐的初步列表进行过滤得到视频个性化推荐的备选列表；
最终推荐列表生成单元，用于通过信息提取分析单元中用户的情感偏好对视频个性化推荐的备选列表进行筛选得到最终视频个性化推荐列表；
列表显示单元，用于判断视频app是否启动，在启动时直接在视频app上显示最终视频个性化推荐列表；在未启动时，根据监控线程配置单元中的视频app运行规律图表在移动终端通知栏上显示最终视频个性化推荐列表。
6.如权利要求5所述的智能视频app中个性化推荐系统，其特征在于，
其还包括如下单元：
推荐反馈单元，用于获取用户对于最终视频个性化推荐列表上的视频的点击、播放记录，并记录点击、播放记录，用于对下次的视频个性化推荐列表进行优化。
7.如权利要求6所述的智能视频app中个性化推荐系统，其特征在于，
所述个人信息获取单元包括：
获取用户在视频app上的用户个人信息的隐私设定信息；通过隐私设定信息判断是否具有获取用户在视频app上的用户个人信息的权限；在具有权限时，获取用户在视频app上的用户个人信息；所述个人信息包括用户的显性信息、隐性信息以及朋友关系网络信息；所述用户的显性信息包括用户的年龄、性别、职业信息；所述用户的隐性信息包括用户的视频点击信息。
8.如权利要求7所述的智能视频app中个性化推荐系统，其特征在于，
所述播放信息获取单元中设置播放信息权值；播放信息权值为1加视频的播放时长与视频时长的比值；
监控用户的暂停、倒退信息；在获取到用户的暂停、倒退信息时，提取暂停时以及倒退后的播放时间点前后预定时间范围内的第一视频帧信息；
通过图像分析获取第一视频帧信息的内容信息，将第一视频帧信息的内容信息作为正向内容信息；
监控用户的快进信息；在获取到用户的快进信息时，提取快进开始到终止区间内的第二视频帧信息；
通过图像分析获取第二视频帧信息的内容信息，将第二视频帧信息的内容信息作为负向内容信息；
并存储视频帧信息的正向内容信息、负向内容信息以及播放信息权值。
CN201611154179.1A 2016-12-14 2016-12-14 智能视频app中个性化推荐方法及系统 Pending CN106792171A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611154179.1A CN106792171A (zh) 2016-12-14 2016-12-14 智能视频app中个性化推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611154179.1A CN106792171A (zh) 2016-12-14 2016-12-14 智能视频app中个性化推荐方法及系统

Publications (1)

Publication Number Publication Date
CN106792171A true CN106792171A (zh) 2017-05-31

Family

ID=58888739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611154179.1A Pending CN106792171A (zh) 2016-12-14 2016-12-14 智能视频app中个性化推荐方法及系统

Country Status (1)

Country Link
CN (1) CN106792171A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483983A (zh) * 2017-07-20 2017-12-15 广东小天才科技有限公司 学习辅导视频的推荐方法、装置、服务器及存储介质
CN107911491A (zh) * 2017-12-27 2018-04-13 广东欧珀移动通信有限公司 信息推荐方法、装置及存储介质、服务器和移动终端
CN108683952A (zh) * 2018-05-30 2018-10-19 互影科技（北京）有限公司 基于交互视频的视频内容片段推送方法及装置
CN110611824A (zh) * 2018-06-14 2019-12-24 连株式会社 精彩视频产生方法与使用其的精彩视频产生装置
CN113423014A (zh) * 2021-06-08 2021-09-21 深圳康佳电子科技有限公司 一种播放信息的推送方法、装置、终端设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136275A (zh) * 2011-12-02 2013-06-05 盛乐信息技术（上海）有限公司 个性化视频推荐系统及方法
WO2013142520A1 (en) * 2012-03-19 2013-09-26 Rentrak Corporation Empirical ad pod detection
CN103500215A (zh) * 2013-09-30 2014-01-08 乐视网信息技术（北京）股份有限公司 一种多媒体文件推荐方法及装置
CN104079997A (zh) * 2014-07-10 2014-10-01 东莞中山大学研究院 一种数字电视个性化节目的推荐系统及其方法
CN104469430A (zh) * 2014-12-24 2015-03-25 武汉泰迪智慧科技有限公司 基于上下文和群组组合的视频推荐方法及系统
CN104834686A (zh) * 2015-04-17 2015-08-12 中国科学院信息工程研究所 一种基于混合语义矩阵的视频推荐方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136275A (zh) * 2011-12-02 2013-06-05 盛乐信息技术（上海）有限公司 个性化视频推荐系统及方法
WO2013142520A1 (en) * 2012-03-19 2013-09-26 Rentrak Corporation Empirical ad pod detection
CN103500215A (zh) * 2013-09-30 2014-01-08 乐视网信息技术（北京）股份有限公司 一种多媒体文件推荐方法及装置
CN104079997A (zh) * 2014-07-10 2014-10-01 东莞中山大学研究院 一种数字电视个性化节目的推荐系统及其方法
CN104469430A (zh) * 2014-12-24 2015-03-25 武汉泰迪智慧科技有限公司 基于上下文和群组组合的视频推荐方法及系统
CN104834686A (zh) * 2015-04-17 2015-08-12 中国科学院信息工程研究所 一种基于混合语义矩阵的视频推荐方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483983A (zh) * 2017-07-20 2017-12-15 广东小天才科技有限公司 学习辅导视频的推荐方法、装置、服务器及存储介质
CN107911491A (zh) * 2017-12-27 2018-04-13 广东欧珀移动通信有限公司 信息推荐方法、装置及存储介质、服务器和移动终端
CN108683952A (zh) * 2018-05-30 2018-10-19 互影科技（北京）有限公司 基于交互视频的视频内容片段推送方法及装置
CN108683952B (zh) * 2018-05-30 2020-10-27 互影科技（北京）有限公司 基于交互视频的视频内容片段推送方法及装置
CN110611824A (zh) * 2018-06-14 2019-12-24 连株式会社 精彩视频产生方法与使用其的精彩视频产生装置
CN110611824B (zh) * 2018-06-14 2021-12-24 连株式会社 精彩视频产生方法、使用其的精彩视频产生装置以及介质
CN113423014A (zh) * 2021-06-08 2021-09-21 深圳康佳电子科技有限公司 一种播放信息的推送方法、装置、终端设备及存储介质

Similar Documents

Publication Publication Date Title
CN106604066A (zh) 改进的视频app中个性化推荐方法及系统
CN106792171A (zh) 智能视频app中个性化推荐方法及系统
US9003435B2 (en) Method of recommending media content and media playing system thereof
JP6689720B2 (ja) 情報提示装置の制御方法、及び、情報提示装置
CN106464758B (zh) 利用用户信号来发起通信
US10033821B2 (en) Method, apparatus, and system for pushing network content
WO2018018610A1 (zh) 一种匹配度计算方法、装置以及用户设备
CN108509497B (zh) 信息推荐方法、装置和电子设备
KR102131791B1 (ko) 추천 컨텐츠 및 연관 컨텐츠 제공 방법
US20140330653A1 (en) Information Recommendation Method and Apparatus
US20160246791A1 (en) Methods, systems, and media for presenting search results
CN109474845A (zh) 弹幕控制方法、弹幕处理服务器以及计算机可读存储介质
US10440435B1 (en) Performing searches while viewing video content
CN106649655A (zh) 视频app中个性化推荐方法及系统
JP2019508756A5 (zh)
US10839444B2 (en) Coaching method and system considering relationship type
CN106250553A (zh) 一种服务推荐方法及终端
US20150287092A1 (en) Social networking consumer product organization and presentation application
CN113852832B (zh) 视频处理方法、装置、设备和存储介质
CN105701226A (zh) 多媒体资源评估方法和装置
JP2017167752A (ja) 決定装置、決定方法及び決定プログラム
CN113535991A (zh) 一种多媒体资源推荐方法、装置、电子设备及存储介质
KR20130110965A (ko) 사용자 피드백에 기반한 감성 측정 및 콘텐츠 추천 방법
KR101976056B1 (ko) 추천 시스템 및 추천 방법
JP2016177690A (ja) サービス推薦装置およびサービス推薦方法並びにサービス推薦プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531