CN113051481A - 内容推荐方法、装置、电子设备和介质 - Google Patents

Abstract

本公开公开了一种内容推荐方法、装置、设备、介质和产品，涉及大数据、智能推荐等领域。内容推荐方法包括：针对目标用户的历史视频，获取针对历史视频的初始评论数据；基于初始评论数据中的目标评论数据，从历史视频中确定目标视频片段；基于目标视频片段，得到针对目标用户的待推荐内容；响应于接收到访问请求，推荐待推荐内容，其中，访问请求是针对目标用户的关联内容发起的请求。

Description

内容推荐方法、装置、电子设备和介质

技术领域

本公开涉及计算机技术领域，尤其涉及大数据、智能推荐等领域，更具体地，涉及一种内容推荐方法、内容推荐装置、电子设备、介质和程序产品。

背景技术

相关技术中，目标用户可以将自己创作的作品上传到网络中，以供观看者观看，创作的作品包括图片、视频、文档等等。但是，相关技术难以准确获取每个目标用户的特色，导致难以针对每个目标用户进行宣传，进而使得目标用户的作品的观看率较低。另外，当观看者在观看目标用户的作品时，相关技术可以为观看者推荐相关的内容，例如为观看者推荐广告。但是，相关技术在推荐广告时，所推荐的广告与作品的内容无关联，从而使得所推荐的广告难以满足观看者的需求。

发明内容

本公开提供了一种内容推荐方法、装置、电子设备、存储介质以及程序产品。

根据本公开的一方面，提供了一种内容推荐方法，包括：针对目标用户的历史视频，获取针对所述历史视频的初始评论数据；基于所述初始评论数据中的目标评论数据，从所述历史视频中确定目标视频片段；基于所述目标视频片段，得到针对所述目标用户的待推荐内容；响应于接收到访问请求，推荐所述待推荐内容，其中，所述访问请求是针对所述目标用户的关联内容发起的请求。

根据本公开的另一方面，提供了一种内容推荐装置，包括：第一获取模块、第一确定模块、第二获取模块以及推荐模块。第一获取模块，用于针对目标用户的历史视频，获取针对所述历史视频的初始评论数据；第一确定模块，用于基于所述初始评论数据中的目标评论数据，从所述历史视频中确定目标视频片段；第二获取模块，用于基于所述目标视频片段，得到针对所述目标用户的待推荐内容；推荐模块，用于响应于接收到访问请求，推荐所述待推荐内容，其中，所述访问请求是针对所述目标用户的关联内容发起的请求。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的内容推荐方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的内容推荐方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的内容推荐方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1示意性示出了根据本公开一实施例的内容推荐方法和装置的应用场景；

图2示意性示出了根据本公开一实施例的内容推荐方法的流程图；

图3示意性示出了根据本公开另一实施例的内容推荐方法的流程图；

图4示意性示出了根据本公开一实施例的内容推荐方法的示意图；

图5示意性示出了根据本公开一实施例的内容推荐装置的框图；以及

图6是用来实现本公开实施例的用于执行内容推荐的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种内容推荐方法，包括：针对目标用户的历史视频，获取针对历史视频的初始评论数据。然后，基于初始评论数据中的目标评论数据，从历史视频中确定目标视频片段。接下来，基于目标视频片段，得到针对目标用户的待推荐内容，并响应于接收到访问请求，推荐待推荐内容，访问请求是针对目标用户的关联内容发起的请求。

图1示意性示出了根据本公开一实施例的内容推荐方法和装置的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的应用场景100可以包括服务器100A、客户端100B和网络100C。网络100C用以在服务器100A和客户端100B之间提供通信链路的介质。网络100C可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用客户端100B通过网络100C与服务器100A交互，以接收或发送消息等。客户端100B上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

例如，客户端100B可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。本公开实施例的客户端100B例如可以播放视频以及显示相关内容。

服务器100A可以是提供各种服务的服务器，例如对用户利用客户端100B所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给客户端。另外，服务器100A还可以是云服务器，即服务器100A具有云计算功能。

示例性地，目标用户上传至少一个历史视频，当至少一个历史视频中的任意一个或多个被播放时，观看者可以针对被播放的视频进行评论。以历史视频101为例，当客户端100B播放历史视频101时，观看者可以针对该历史视频101进行评论。客户端100B可以存储初始评论数据。初始评论数据例如可以包括第一类评论数据102和第二类评论数据103。

第一类评论数据102例如是在评论区中展示的数据，第一类评论数据102一般需要观看者主动去评论区进行浏览。第二类评论数据103例如是通过弹幕方式发送的评论数据，该第二类评论数据103例如主动显示在所播放的历史视频的显示区域中，观看者可以被动地接收第二类评论数据103。第二评论数据103与所播放的历史视频之间的关联性较强。

服务器100A可以从至少一个客户端获取针对目标用户上传的所有历史视频的初始评论数据，至少一个客户端包括客户端100B。然后，服务器100A对初始评论数据进行处理得到针对目标用户的待推荐内容104。服务器100A所获取的初始评论数据例如是历史数据，即初始评论数据是多个观看者之前观看目标用户上传的历史视频时所发送的数据。

在服务器100A得到针对目标用户的待推荐内容104之后，当后续服务器100A检测到观看者访问目标用户的关联内容时，可以将待推荐内容104发送给客户端100B进行展示，以便为观看者推荐待推荐内容104。目标用户的关联内容包括但不仅限于目标用户上传的内容、目标用户的用户主页106。上传的内容例如包括历史视频105、图片、文档等等。

以关联内容为历史视频105为例，在后续观看者访问或观看目标用户所上传的任意一个历史视频105时，服务器100A将待推荐内容104发送给客户端100B，以在历史视频105的显示页面上显示推荐内容104。

以关联内容为用户主页106为例，，在后续观看者访问目标用户的用户主页106时，服务器100A将待推荐内容104发送给客户端100B，以在用户主页106的显示页面上显示推荐内容104。

需要说明的是，本公开实施例所提供的内容推荐方法可以由服务器100A执行。相应地，本公开实施例所提供的内容推荐装置可以设置于服务器100A中。本公开实施例所提供的内容推荐方法也可以由不同于服务器100A且能够与客户端100B和/或服务器100A通信的服务器或服务器集群执行。相应地，本公开实施例所提供的内容推荐装置也可以设置于不同于服务器100A且能够与客户端100B和/或服务器100A通信的服务器或服务器集群中。

应该理解，图1中的客户端、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的客户端、网络和服务器。

本公开实施例提供了一种内容推荐方法，下面结合图1的应用场景，参考图2～图4来描述根据本公开示例性实施方式的内容推荐方法。本公开实施例的内容推荐方法例如可以由图1所示的服务器100A来执行。

图2示意性示出了根据本公开一实施例的内容推荐方法的流程图。

如图2所示，本公开实施例的内容推荐方法200例如可以包括操作S210～操作S240。

在操作S210，针对目标用户的历史视频，获取针对历史视频的初始评论数据。

在操作S220，基于初始评论数据中的目标评论数据，从历史视频中确定目标视频片段。

在操作S230，基于目标视频片段，得到针对目标用户的待推荐内容。

在操作S240，响应于接收到访问请求，推荐待推荐内容。

针对目标用户的历史视频例如是由目标用户上传的视频，历史视频可以包括一个或多个视频。示例性地，针对目标用户所有的历史视频，可以获取针对所有历史视频的初始评论数据，并从初始评论数据中确定目标评论数据，然后基于目标评论数据从所有历史视频中确定至少一个视频片段作为目标视频片段。

在确定目标视频片段之后，可以基于目标视频片段来得到针对目标用户的待推荐内容。在一示例中，可以处理目标视频片段得到待推荐内容。在另一示例中，可以将目标视频片段和数据库中存储的内容进行匹配，以从数据库中确定与目标视频片段相关联的内容作为待推荐内容。

在得到待推荐内容之后，可以实时检测是否接收到访问请求，该访问请求是针对目标用户的关联内容发起的请求。如果接收到访问请求，可以将待推荐内容进行推荐。

根据本公开的实施例，基于针对历史视频的初始评论数据来确定目标视频片段，然后基于目标视频片段得到针对目标用户的待推荐内容。由于该待推荐内容是基于目标用户的历史视频得到的，因此，该待推荐内容与目标用户相关联。通过推荐待推荐内容，实现了为每个目标用户进行针对性地宣传，使得观看者快速地了解目标用户的用户特色，从而提高观看者对目标用户的关联内容的感兴趣程度。另外，所推荐的待推荐内容与历史视频的内容相关联，使得所推荐的待推荐内容满足观看历史视频的观看者的需求。

图3示意性示出了根据本公开另一实施例的内容推荐方法的流程图。

如图3所示，本公开实施例的内容推荐方法300例如可以包括操作S301～操作S312。

在操作S301，针对目标用户的历史视频，获取针对历史视频的初始评论数据。

例如，初始评论数据包括多个初始评论数据。在获取初始评论数据之后，可以从多个初始评论数据中确定目标评论数据。从多个初始评论数据中确定目标评论数据例如包括操作S302～操作S304。

在操作S302，对多个初始评论数据进行分类，得到多个类别。

在操作S303，基于每个类别中的初始评论数据的数量，从多个类别中确定目标类别。

在操作S304，将目标类别中的初始评论数据，作为目标评论数据。

根据每个初始评论数据的内容，将多个初始评论数据进行分类得到多个类别。例如可以利用分类模型来对多个初始评论数据进行分类。

每个类别中例如包括至少一个初始评论数据，属于相同类别的初始评论数据之间彼此相似，例如属于相同类别的初始评论数据之间具有相同的关键词。接下来，将多个类别中包含初始评论数据数量最多的一个或多个类别作为目标类别。然后，将该目标类别中所包括的初始评论数据作为目标评论数据。

目标评论数据是观看者针对历史视频进行评论的数据，因此，该目标评论数据指示了观看者对历史视频的关注点，该目标评论数据通常指示了上传历史视频的目标用户的用户特色。例如，目标用户上传的历史视频包括美食视频，当美食视频中的目标用户开始吃饭时，通常伴随着目标用户夸张的表情和搞笑的神气，在历史视频播放至夸张的表情和搞笑的神气时，很多观看者就会发起大量的评论进行调侃，所发起的评论例如内容相似。由此可见，可以从针对历史视频的所有初始评论数据中确定目标评论数据，该目标评论数据例如是针对夸张的表情和搞笑的神气的数据，该目标评论数据指示了目标用户的用户特色，即，目标用户的用户特色例如包括该夸张的表情和搞笑的神气。

接下来，在确定目标评论数据之后，基于目标评论数据从历史视频中确定目标视频片段，例如包括操作S305～操作S307。

在操作S305，从目标评论数据中提取关键信息。

在操作S306，从历史视频中确定包括关键信息的至少一个候选视频片段。

在操作S307，从至少一个候选视频片段中选择目标视频片段。

从目标评论数据中提取的关键信息例如包括目标评论数据所涉及的主题内容或者目标评论数据中具有的关键词。

在一实施例中，基于历史视频的图像信息，提取与关键信息相关联的候选视频片段。例如，以历史视频为美食视频为例，关键信息例如包括与“吃”相关的信息。基于历史视频中与“吃”相关的图像信息，从历史视频中提取出与“吃”相关的视频片段作为候选视频片段，然后从候选视频片段中选择较佳的候选视频片段作为目标视频片段。

在另一实施例中，基于历史视频的音频信息，提取与关键信息相关联的候选视频片段。例如，以历史视频为美食视频为例，关键信息例如包括与“吃”相关的信息，基于历史视频中与“吃”相关的音频信息，从历史视频中提取出该音频信息所对应的视频片段作为候选视频片段，然后从候选视频片段中选择较佳的候选视频片段作为目标视频片段。

接下来，在得到目标视频片段之后，基于目标视频片段，得到针对目标用户的待推荐内容，例如包括操作S308～操作S310。

在操作S308，处理目标视频片段，得到针对目标用户的描述内容。

例如，目标视频片段包括多帧图像，从多帧图像中选择针对目标用户的至少一帧图像。然后，处理至少一帧图像，得到针对目标用户的描述内容。描述内容例如包括针对目标用户的图像、针对目标用户的动图或者针对目标用户的视频。

至少一帧图像例如包括多帧图像。当提取目标视频片段中关于目标用户的多帧图像之后，对多帧图像进行裁剪、渲染、合成、形变等处理，以对目标用户的形象进行夸张处理，还可以配上文字，从而得到表征目标用户的用户特色的描述内容。该描述内容可以用于为目标用户进行针对性地宣传，以使得观看者快速地了解目标用户的用户特色，进而提高目标用户所上传的内容的观看率。

在操作S309，基于描述内容，从至少一个候选广告中确定与描述内容相关联的目标广告。

例如，当描述内容与美食相关时，可以从数据库中存储的多个候选广告中选择与美食相关的目标广告，目标广告例如为“XX橄榄油”。

在操作S310，将描述内容和目标广告中的至少一个，作为待推荐内容。

在一示例中，可以将描述内容作为待推荐内容，或者将目标广告作为待推荐内容，还可以将描述内容和目标广告一起作为待推荐内容。例如，当将描述内容和目标广告一起作为待推荐内容时，可以在描述内容中附带目标广告，例如在描述内容中附带“XX橄榄油”的标识。

在操作S311，判断是否接收到访问请求。如果是，则执行操作S312。如果否，则返回执行操作S311。

在操作S312，响应于接收到访问请求，推荐待推荐内容。

例如，目标用户的关联内容包括目标用户的用户主页或者目标用户上传的内容。目标用户上传的内容包括图片、视频、文档等等。在观看者访问目标用户的用户主页或者上传的内容时，可以向观看者推荐待推荐内容。

根据本公开的实施例，通过获取针对目标用户的描述信息作为待推荐内容，并向观看者推荐待推荐内容。该待推荐内容表征了目标用户的用户特色，该待推荐内容可以用于为目标用户进行针对性地宣传，以使得观看者快速地了解目标用户的用户特色，进而提高目标用户所上传的内容的观看率。

另外，还可以基于描述内容确定目标广告，所确定的目标广告与描述内容相关联，使得目标广告与目标用户相关联。然后，将描述内容和目标广告作为待推荐内容，并向观看者推荐待推荐内容。可以理解，通过本公开的实施例，实现了同时对目标用户和目标广告的宣传，使得所推荐的待推荐内容更加符合观看者的需求，提高宣传效果。

图4示意性示出了根据本公开一实施例的内容推荐方法的示意图。

如图4所示，针对目标用户的多个历史视频401A、401B、401C，多个初始评论数据例如包括针对历史视频401A的多个初始评论数据402A、针对历史视频401B的多个初始评论数据402B、针对历史视频401C的多个初始评论数据402C。

将多个初始评论数据进行划分，得到多个类别403A、403B、403C，每个类别包括至少一个初始评论数据。将初始评论数据最多的一个或多个类别作为目标类别，例如将类别403B作为目标类别。然后，将类别403B(目标类别)中的初始评论数据作为目标评论数据。

然后，从目标评论数据中提取关键信息404，并从多个历史视频401A、401B、401C中确定包括关键信息404的至少一个候选视频片段。至少一个候选视频片段例如包括多个候选视频片段405A、405B、405C。

接下来，从多个候选视频片段405A、405B、405C中确定目标视频片段，例如确定候选视频片段405B作为目标视频片段。从至少一个候选视频片段中确定目标视频片段例如至少包括以下三种方式。

第一种方式，至少一个候选视频片段例如包括多个候选视频片段。利用质量评价模型对多个候选视频片段中的每个候选视频片段进行质量评价，得到与多个候选视频片段一一对应的多个评价值。在一示例中，评价值越高，表示候选视频片段的完整性越高，完整性高表征了视频片段是针对一个场景的片段，例如针对“吃饭”场景的视频片段。在另一示例中，评价值越高，表示候选视频片段的波动性越低，波动性低表征了视频片段仅针对一个场景，例如针对“吃饭”场景，而不是多个场景的混合。

在得到多个评价值之后，从多个评价值中选择目标评价值，例如从多个评价值选择最大的评价值作为目标评价值。然后，从多个候选视频片段中选择与目标评价值对应的候选视频片段，作为目标视频片段。

第二种方式，接收来自目标用户的选择操作，选择操作是目标用户针对至少一个候选视频片段执行的操作。然后，基于选择操作，从至少一个候选视频片段中确定目标视频片段。

第三种方式，在目标评价值包括多个目标评价值时，确定与多个目标评价值一一对应的多个候选视频片段。然后，基于目标用户针对与多个目标评价值一一对应的多个候选视频片段执行的选择操作，基于选择操作从与多个目标评价值一一对应的多个候选视频片段中确定目标视频片段。

在确定目标视频片段之后，处理目标视频片段得到针对目标用户的描述内容406。然后，基于描述内容406从多个候选广告407中确定与描述内容406相关联的目标广告408。将描述内容406和目标广告408作为待推荐内容409以进行推荐。

例如，以历史视频为美食视频为例，当美食视频中的目标用户开始吃饭时，该目标用户例如会说一句“今天咱吃点好的”，此时目标用户开始表现出夸张的表情和搞笑的神气，很多观看者就会发起大量的评论进行调侃。基于观看者的评论可以得知观看者感兴趣的部分，可以从历史视频中提取针对目标用户的夸张的表情和搞笑的神气的目标视频片段，并处理目标视频片段得到描述内容，该描述内容可以作为目标用户的标志性信息，通过描述内容可以对目标用户进行针对性地宣传，使得观看者可以基于描述内容快速得知目标用户的特色。另外，还可以基于描述内容确定目标广告，所确定的目标广告与描述内容相关联，使得目标广告与目标用户相关联，目标广告例如为“XX橄榄油”。然后，将描述内容和目标广告作为待推荐内容以向观看者进行推荐，例如可以在描述内容中附带目标广告，例如在描述内容中附带“XX橄榄油”的标识。通过本公开的实施例，实现了同时对目标用户和目标广告的宣传，使得所推荐的待推荐内容更加符合观看者的需求。

图5示意性示出了根据本公开一实施例的内容推荐装置的框图。

如图5所示，本公开实施例的内容推荐装置500例如包括第一获取模块510、第一确定模块520、第二获取模块530以及推荐模块540。

第一获取模块510可以用于针对目标用户的历史视频，获取针对历史视频的初始评论数据。根据本公开实施例，第一获取模块510例如可以执行上文参考图2描述的操作S210，在此不再赘述。

第一确定模块520可以用于基于初始评论数据中的目标评论数据，从历史视频中确定目标视频片段。根据本公开实施例，第一确定模块520例如可以执行上文参考图2描述的操作S220，在此不再赘述。

第二获取模块530可以用于基于目标视频片段，得到针对目标用户的待推荐内容。根据本公开实施例，第二获取模块530例如可以执行上文参考图2描述的操作S230，在此不再赘述。

推荐模块540可以用于响应于接收到访问请求，推荐待推荐内容，访问请求是针对目标用户的关联内容发起的请求。根据本公开实施例，推荐模块540例如可以执行上文参考图2描述的操作S240，在此不再赘述。

根据本公开的实施例，第二获取模块530包括处理子模块、第一确定子模块和第二确定子模块。处理子模块，用于处理目标视频片段，得到针对目标用户的描述内容。第一确定子模块，用于基于描述内容，从至少一个候选广告中确定与描述内容相关联的目标广告。第二确定子模块，用于将描述内容和目标广告中的至少一个，作为待推荐内容。

根据本公开的实施例，目标视频片段包括多帧图像。处理子模块包括第一选择单元和处理单元。第一选择单元，用于从多帧图像中选择针对目标用户的至少一帧图像。处理单元，用于处理至少一帧图像，得到描述内容。

根据本公开的实施例，第一确定模块520包括提取子模块、第三确定子模块和选择子模块。提取子模块，用于从目标评论数据中提取关键信息。第三确定子模块，用于从历史视频中确定包括关键信息的至少一个候选视频片段。选择子模块，用于从至少一个候选视频片段中选择目标视频片段。

根据本公开的实施例，至少一个候选视频片段包括多个候选视频片段。选择子模块包括评价单元、第二选择单元和第三选择单元。评价单元，用于利用质量评价模型对多个候选视频片段中的每个候选视频片段进行质量评价，得到与多个候选视频片段一一对应的多个评价值。第二选择单元，用于从多个评价值中选择目标评价值。第三选择单元，用于从多个候选视频片段中选择与目标评价值对应的候选视频片段，作为目标视频片段。

根据本公开的实施例，选择子模块包括接收单元和确定单元。接收单元，用于接收来自目标用户的选择操作，选择操作是目标用户针对至少一个候选视频片段执行的操作。确定单元，用于基于选择操作，从至少一个候选视频片段中确定目标视频片段。

根据本公开的实施例，初始评论数据包括多个初始评论数据。装置500还包括第二确定模块，用于从多个初始评论数据中确定目标评论数据。第二确定模块包括分类子模块、第四确定子模块和第五确定子模块。分类子模块，用于对多个初始评论数据进行分类，得到多个类别。第四确定子模块，用于基于每个类别中的初始评论数据的数量，从多个类别中确定目标类别。第五确定子模块，用于将目标类别中的初始评论数据，作为目标评论数据。

根据本公开的实施例，描述内容包括以下至少一项：针对目标用户的图像；针对目标用户的动图；以及，针对目标用户的视频。

根据本公开的实施例，目标用户的关联内容包括以下至少一项：目标用户的用户主页；以及，目标用户上传的内容。

本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6是用来实现本公开实施例的用于执行内容推荐的电子设备的框图。

图6示出了可以用来实施本公开实施例的示例电子设备600的示意性框图。电子设备600旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如内容推荐方法。例如，在一些实施例中，内容推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的内容推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行内容推荐方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种内容推荐方法，包括：

针对目标用户的历史视频，获取针对所述历史视频的初始评论数据；

基于所述初始评论数据中的目标评论数据，从所述历史视频中确定目标视频片段；

基于所述目标视频片段，得到针对所述目标用户的待推荐内容；以及

响应于接收到访问请求，推荐所述待推荐内容，其中，所述访问请求是针对所述目标用户的关联内容发起的请求。

2.根据权利要求1所述的方法，其中，所述基于所述目标视频片段，得到针对所述目标用户的待推荐内容包括：

处理所述目标视频片段，得到针对所述目标用户的描述内容；

基于所述描述内容，从至少一个候选广告中确定与所述描述内容相关联的目标广告；以及

将所述描述内容和所述目标广告中的至少一个，作为所述待推荐内容。

3.根据权利要求2所述的方法，其中，所述目标视频片段包括多帧图像；所述处理所述目标视频片段，得到针对目标用户的描述内容包括：

从所述多帧图像中选择针对所述目标用户的至少一帧图像；以及

处理所述至少一帧图像，得到所述描述内容。

4.根据权利要求1所述的方法，其中，所述基于所述初始评论数据中的目标评论数据，从所述历史视频中确定目标视频片段包括：

从所述目标评论数据中提取关键信息；

从所述历史视频中确定包括所述关键信息的至少一个候选视频片段；以及

从所述至少一个候选视频片段中选择目标视频片段。

5.根据权利要求4所述的方法，其中，所述至少一个候选视频片段包括多个候选视频片段；

其中，所述从所述至少一个候选视频片段中选择目标视频片段包括：

利用质量评价模型对多个候选视频片段中的每个候选视频片段进行质量评价，得到与所述多个候选视频片段一一对应的多个评价值；

从所述多个评价值中选择目标评价值；以及

从所述多个候选视频片段中选择与所述目标评价值对应的候选视频片段，作为所述目标视频片段。

6.根据权利要求4所述的方法，其中，所述从所述至少一个候选视频片段中选择目标视频片段包括：

接收来自所述目标用户的选择操作，其中，所述选择操作是所述目标用户针对所述至少一个候选视频片段执行的操作；以及

基于所述选择操作，从所述至少一个候选视频片段中确定目标视频片段。

7.根据权利要求1所述的方法，所述初始评论数据包括多个初始评论数据；所述方法还包括：从所述多个初始评论数据中确定所述目标评论数据；

其中，所述从所述多个初始评论数据中确定所述目标评论数据包括：

对所述多个初始评论数据进行分类，得到多个类别；

基于每个类别中的初始评论数据的数量，从多个类别中确定目标类别；以及

将所述目标类别中的初始评论数据，作为所述目标评论数据。

8.根据权利要求2或3所述的方法，其中，所述描述内容包括以下至少一项：

针对所述目标用户的图像；

针对所述目标用户的动图；以及

针对所述目标用户的视频。

9.根据权利要求1所述的方法，其中，所述目标用户的关联内容包括以下至少一项：

所述目标用户的用户主页；以及

所述目标用户上传的内容。

10.一种内容推荐装置，包括：

第一获取模块，用于针对目标用户的历史视频，获取针对所述历史视频的初始评论数据；

第一确定模块，用于基于所述初始评论数据中的目标评论数据，从所述历史视频中确定目标视频片段；

第二获取模块，用于基于所述目标视频片段，得到针对所述目标用户的待推荐内容；以及

推荐模块，用于响应于接收到访问请求，推荐所述待推荐内容，其中，所述访问请求是针对所述目标用户的关联内容发起的请求。

11.根据权利要求10所述的装置，其中，所述第二获取模块包括：

处理子模块，用于处理所述目标视频片段，得到针对所述目标用户的描述内容；

第一确定子模块，用于基于所述描述内容，从至少一个候选广告中确定与所述描述内容相关联的目标广告；以及

第二确定子模块，用于将所述描述内容和所述目标广告中的至少一个，作为所述待推荐内容。

12.根据权利要求11所述的装置，其中，所述目标视频片段包括多帧图像；所述处理子模块包括：

第一选择单元，用于从所述多帧图像中选择针对所述目标用户的至少一帧图像；以及

处理单元，用于处理所述至少一帧图像，得到所述描述内容。

13.根据权利要求10所述的装置，其中，所述第一确定模块包括：

提取子模块，用于从所述目标评论数据中提取关键信息；

第三确定子模块，用于从所述历史视频中确定包括所述关键信息的至少一个候选视频片段；以及

选择子模块，用于从所述至少一个候选视频片段中选择目标视频片段。

14.根据权利要求13所述的装置，其中，所述至少一个候选视频片段包括多个候选视频片段；

其中，所述选择子模块包括：

评价单元，用于利用质量评价模型对多个候选视频片段中的每个候选视频片段进行质量评价，得到与所述多个候选视频片段一一对应的多个评价值；

第二选择单元，用于从所述多个评价值中选择目标评价值；以及

第三选择单元，用于从所述多个候选视频片段中选择与所述目标评价值对应的候选视频片段，作为所述目标视频片段。

15.根据权利要求13所述的装置，其中，所述选择子模块包括：

接收单元，用于接收来自所述目标用户的选择操作，其中，所述选择操作是所述目标用户针对所述至少一个候选视频片段执行的操作；以及

确定单元，用于基于所述选择操作，从所述至少一个候选视频片段中确定目标视频片段。

16.根据权利要求10所述的装置，所述初始评论数据包括多个初始评论数据；所述装置还包括：第二确定模块，用于从所述多个初始评论数据中确定所述目标评论数据；

其中，所述第二确定模块包括：

分类子模块，用于对所述多个初始评论数据进行分类，得到多个类别；

第四确定子模块，用于基于每个类别中的初始评论数据的数量，从多个类别中确定目标类别；以及

第五确定子模块，用于将所述目标类别中的初始评论数据，作为所述目标评论数据。

17.根据权利要求11或12所述的装置，其中，所述描述内容包括以下至少一项：

针对所述目标用户的图像；

针对所述目标用户的动图；以及

针对所述目标用户的视频。

18.根据权利要求10所述的装置，其中，所述目标用户的关联内容包括以下至少一项：

所述目标用户的用户主页；以及

所述目标用户上传的内容。

19.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。

Images