【技术实现步骤摘要】
视频推荐方法、装置、电子设备及存储介质
[0001]本公开涉及计算机
，尤其涉及一种视频推荐方法、装置、电子设备及存储介 质。
技术介绍
[0002]随着科学技术的不断发展，移动互联网渗透进人们的日常生活，并在其中扮演着重要 的角色。越来越多的人通过短视频来记录分享生活和传递信息，海量个性化的视频推荐显 得越来越重要。
[0003]相关技术中，在短视频推荐时，使用因子分解算法通过引入用户、视频的特征进行交 叉组合，计算出候选视频的模型得分，排序后，选取排名较高的视频进行推荐。但推荐不 够精准，降低了用户的观看体验和使用粘性。
技术实现思路
[0004]本公开提供一种视频推荐方法、装置、电子设备及存储介质，以至少解决相关技术中 视频推荐不够精准，降低了用户的观看体验和使用粘性的问题。本公开的技术方案如下：
[0005]根据本公开实施例的第一方面，提供一种视频推荐方法，包括：获取用户对应的年龄 段和性别；根据所述年龄段和所述性别确定所述用户对应的人群；根据所述用户对应的人 群的历史偏好信息获取多个候选视频；根据所述候选视频和视频推荐模型，生成所述候选 视频的分数；根据所述候选视频的分数在所述多个候选视频中确定目标视频；将所述目标 视频推荐给所述用户。
[0006]在本公开的一个实施例中，所述获取所述用户对应的年龄段和性别，包括：获取所述 用户的属性特征和行为特征；根据所述用户的属性特征和行为特征确定所述用户的年龄和 所述性别；根据所述年龄确定所述用户对应的所述年龄段。>[0007]在本公开的一个实施例中，所述视频推荐模型的训练方法包括：获取样本用户对应的 年龄段和性别；根据所述样本用户对应的年龄段和性别确定所述样本用户对应的人群；根 据所述样本用户对应的人群的历史偏好信息获取多个样本候选视频及所述样本候选视频 的分数；根据所述多个样本候选视频和待训练的视频推荐模型，生成所述样本候选视频的 预测分数；根据所述样本候选视频的预测分数和所述样本候选视频的分数对所述待训练的 视频推荐模型进行训练，得到所述视频推荐模型。
[0008]在本公开的一个实施例中，所述属性特征包括以下特征中的至少一种：通讯录、头像 昵称和用户名。
[0009]在本公开的一个实施例中，所述行为特征包括关注作者和/或观看视频历史标签。
[0010]根据本公开实施例的第二方面，提供一种视频推荐装置，包括：第一获取单元，被配 置为获取用户对应的年龄段和性别；第一确定单元，被配置为根据所述年龄段和所述性别 确定所述用户对应的人群；第二获取单元，被配置为根据所述用户对应的人群的历史偏
好 信息获取多个候选视频；第一生成单元，被配置为根据所述候选视频和视频推荐模型，生 成所述候选视频的分数；第二确定单元，被配置为根据所述候选视频的分数在所述多个候 选视频中确定目标视频；推荐单元，被配置为将所述目标视频推荐给所述用户。
[0011]在本公开的一个实施例中，所述第一获取单元，包括：第一获取子单元，被配置为获 取所述用户的属性特征和行为特征；第一确定子单元，被配置为根据所述用户的属性特征 和行为特征确定所述用户的年龄和所述性别；第二确定子单元，被配置为根据所述年龄确 定所述用户对应的所述年龄段。
[0012]在本公开的一个实施例当中，所述视频推荐装置还包括：第三获取单元，被配置为获 取样本用户对应的年龄段和性别；第三确定单元，被配置为根据所述样本用户对应的年龄 段和性别确定所述样本用户对应的人群；第四获取单元，被配置为根据所述样本用户对应 的人群的历史偏好信息获取多个样本候选视频及所述样本候选视频的分数；第二生成单 元，被配置为根据所述多个样本候选视频和待训练的视频推荐模型，生成所述样本候选视 频的预测分数；调整单元，被配置为根据所述样本候选视频的预测分数和所述样本候选视 频的分数对所述待训练的视频推荐模型进行训练，得到所述视频推荐模型。
[0013]在本公开的一个实施例中，所述属性特征包括一下特征中的至少一种：通讯录、头像 昵称和用户名。
[0014]在本公开的一个实施例中，所述行为特征包括关注作者和/或观看视频历史标签。
[0015]根据本公开实施例的第三方面，提供一种电子设备，包括处理器；用于存储所述处理 器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如前所述的视 频推荐方法。
[0016]根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述计算机可读存 储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如前所述的视频推荐 方法。
[0017]根据本公开实施例的第五方面，提供一种计算机程序产品，包括计算机程序，所述计 算机程序被处理器执行时实现如前所述的视频推荐方法。
[0018]本公开的实施例提供的技术方案至少带来以下有益效果：根据用户的年龄段和性别将 用户划分成不同的人群，候选视频为根据当前用户对应的人群的历史偏好信息获取的，从 而可以进行人群划分相关的视频推荐，使得视频推荐更精准，增强了用户的观看体验和使 用粘性。
[0019]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限 制本公开。
附图说明
[0020]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例， 并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
[0021]图1是根据一示例性实施例示出的一种视频推荐方法的流程图。
[0022]图2是根据一示例性实施例示出的一种视频推荐方法中的获取用户对应年龄段和性 别的流程图。
[0023]图3是根据一示例性实施例示出的一种视频推荐方法中的人群划分的示意图。
[0024]图4是根据一示例性实施例示出的一种视频推荐方法中的根据候选视频和视频推荐 模型生成候选视频分数的流程图。
[0025]图5是根据一示例性实施例示出的一种视频推荐方法中的获取视频推荐模型的流程 图。
[0026]图6是根据一示例性实施例示出的一种视频推荐装置框图。
[0027]图7是根据一示例性实施例示出的一种电子设备框图。
具体实施方式
[0028]为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实 施例中的技术方案进行清楚、完整地描述。
[0029]需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二
”ꢀ
等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的 数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或 描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相 一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方 面相一致的装置和方法的例子。
[0030]图1是根据一示例性实施例示出的一种视频推荐方本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种视频推荐方法，其特征在于，包括：获取用户对应的年龄段和性别；根据所述年龄段和所述性别确定所述用户对应的人群；根据所述用户对应的人群的历史偏好信息获取多个候选视频；根据所述候选视频和视频推荐模型，生成所述候选视频的分数；根据所述候选视频的分数在所述多个候选视频中确定目标视频；将所述目标视频推荐给所述用户。2.根据权利要求1所述的视频推荐方法，其特征在于，所述获取用户对应的年龄段和性别，包括：获取所述用户的属性特征和行为特征；根据所述用户的属性特征和行为特征确定所述用户的年龄和所述性别；根据所述年龄确定所述用户对应的所述年龄段。3.根据权利要求1所述的视频推荐方法，其特征在于，所述视频推荐模型的训练方法包括：获取样本用户对应的年龄段和性别；根据所述样本用户对应的年龄段和性别确定所述样本用户对应的人群；根据所述样本用户对应的人群的历史偏好信息获取多个样本候选视频及所述样本候选视频的分数；根据所述多个样本候选视频和待训练的视频推荐模型，生成所述样本候选视频的预测分数；根据所述样本候选视频的预测分数和所述样本候选视频的分数对所述待训练的视频推荐模型进行训练，得到所述视频推荐模型。4.根据权利要求2所述的视频推荐方法，其特征在于，所述属性特征包括以下特征中的至少一种：通讯录、头像昵称和用户名。5.根据权利要求2所述的视频推荐方法，其特征在于，所述行为特征包括关注作者和/或观看视频历史标签。6.一种视频...
【专利技术属性】
技术研发人员：陈佳黎，刘京鑫，
申请(专利权)人：北京达佳互联信息技术有限公司，
类型：发明
国别省市：
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。