【技术实现步骤摘要】
一种视频推荐方法、装置、设备及存储介质
本专利技术实施例涉及计算机视觉技术,尤其涉及一种视频推荐方法、装置、设备及存储介质。
技术介绍
近年来,随着计算机硬件性能的提升和大规模图像数据的出现,深度学习在计算机视觉领域得到广泛应用。视频推荐是计算机视觉领域的重要研究方向,针对视频推荐来说,深度学习也在视频推荐方面得到广泛应用,即采用基于深度学习训练生成的视频推荐模型进行视频推荐。视频推荐模型需要根据实际业务需要进行相应调整。在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:基于深度学习训练生成的视频推荐模型,由于视频推荐模型的训练周期比较长,因此,无法很好的适应实际业务的调整,上述实际业务的调整周期相对都较短,使得基于深度学习训练生成的视频推荐模型的预测精度不高,无法得到合适的视频进行推荐。其中,实际业务的调整可以指运营策略调整或热点视频的变化,所谓运营策略调整可以理解为将推荐动漫视频改为推荐游戏视频,热点视频的变化可以理解为由热点视频从C类变为了D类,相应的,将推荐C类视频变为推荐D类视频。< ...
【技术保护点】
1.一种视频推荐方法,其特征在于,包括:/n获取当前视频集合;/n将所述当前视频集合和历史视频集合输入历史最新视频推荐模型,得到所述当前视频集合中视频的分类标签和分类得分;/n根据当前视频集合中不同分类标签下视频的分类得分,得到该分类标签下的推荐视频。/n
【技术特征摘要】
1.一种视频推荐方法,其特征在于,包括:
获取当前视频集合;
将所述当前视频集合和历史视频集合输入历史最新视频推荐模型,得到所述当前视频集合中视频的分类标签和分类得分;
根据当前视频集合中不同分类标签下视频的分类得分,得到该分类标签下的推荐视频。
2.根据权利要求1所述的方法,其特征在于,所述根据当前视频集合中不同分类标签下视频的分类得分,得到该分类标签下的推荐视频,包括:
根据当前视频集合中不同分类标签下视频的分类得分,得到该分类标签下的待推荐视频;
如果所述待推荐视频的分类标签与所述待推荐视频的内容一致,则将所述待推荐视频作为该分类标签下的推荐视频。
3.根据权利要求2所述的方法,其特征在于,还包括:
如果所述待推荐视频的分类标签与所述待推荐视频的内容不一致,则到达预设时间点后将所述待推荐视频加入所述历史视频集合后作为所述历史最新视频推荐模型的输入变量,更新所述历史最新视频推荐模型。
4.根据权利要求1所述的方法,其特征在于,还包括:
获取所述当前视频集合中符合推荐条件的目标视频,并发送所述目标视频;
接收标注分类标签后的目标视频;
到达预设时间点,将所述标注分类标签后的目标视频加入所述历史视频集合后作为所述历史最新视频推荐模型的输入变量,更新所述历史最新视频推荐模型。
5.根据权利要求4所述的方法,其特征在于,所述将所述标注分类标签后的目标视频加入所述历史视频集合后作为所述历史最新视频推荐模型的输入变量,更新所述历史最新视频推荐模型,包括:<...
【专利技术属性】
技术研发人员:刘运,刘文奇,
申请(专利权)人:广州市百果园信息技术有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。