一种基于大数据的预览视频推送方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种基于大数据的预览视频推送方法、装置、设备及存储介质。方法包括：获取目标视频的评论数据，根据评论数据从目标视频中确定多个视频片段，基于待推送的目标用户的社交属性确定目标用户的用户特征，基于目标用户的用户特征从多个视频片段中筛选出与目标用户的用户特征相关联的视频片段作为目标视频的预览视频，在目标用户选择目标视频时播放目标视频的预览视频。由于预览视频是目标用户最感兴趣的视频片段，因此，可以为每个用户推荐个性化的预览视频，实现精准推送，提高了推送精准度，降低了用户的时间成本。降低了用户的时间成本。降低了用户的时间成本。

【技术实现步骤摘要】
一种基于大数据的预览视频推送方法、装置、设备及存储介质


[0001]本专利技术实施例涉及大数据
，尤其涉及一种基于大数据的预览视频推送方法、装置、设备及存储介质。

技术介绍

[0002]随着通信技术的发展，信息传输速度越来越快，通信成本越来越低，用户接收的信息形式也从原来的文字形式逐渐转变为视频形式。
[0003]相对于文字的直观、简洁，用户如果不观看完视频，通常无法直接获知视频包含的具体内容。因此，为了让用户能够在不打开视频文件的情况下也能了解视频的大致内容，视频提供商或播放视频的应用程序通常会提供视屏预览功能，即当用户的鼠标指针悬停在视频文件上时，或者用户在智能终端上将视频滑动至屏幕中间时，自动播放该视频的预览视频。预览视频可以是该视频中的精彩片段。
[0004]但是，现有的预览视频只是针对视频本身，针对同一视频，各用户获取的预览视频都是相同的。然而，每个用户的兴趣点是不同的，这就导致用户可能对推送的预览视频不感兴趣而错过该视频的情况，或者出现对预览视频感兴趣，但是观看完视频本身后，发现并非是用户关注的视频的情况，浪费了用户的时间。

技术实现思路

[0005]本专利技术提供一种基于大数据的预览视频推送方法、装置、设备及存储介质，以实现为每个用户推荐个性化的预览视频，实现精准推送，提高了推送精准度，降低了用户的时间成本。
[0006]第一方面，本专利技术实施例提供了一种基于大数据的预览视频推送方法，包括：
[0007]获取目标视频的评论数据；
[0008]根据所述评论数据从所述目标视频中确定多个视频片段；
[0009]基于待推送的目标用户的社交属性确定所述目标用户的用户特征；
[0010]基于所述目标用户的用户特征从多个所述视频片段中筛选出与所述目标用户的用户特征相关联的视频片段作为所述目标视频的预览视频；
[0011]在所述目标用户选择所述目标视频时播放所述目标视频的预览视频。
[0012]可选的，根据所述评论数据从所述目标视频中确定多个视频片段，包括：
[0013]从所述目标视频中选择任意一帧作为目标帧；
[0014]判断所述目标帧所包含的评论的数量是否大于预设的数量阈值；
[0015]若是，则选取以所述目标帧为中心，预设范围内的连续多帧形成视频片段。
[0016]可选的，基于待推送的目标用户的社交属性确定所述目标用户的用户特征，包括：
[0017]构建待推送的目标用户与其他用户和资源的关联拓扑图；
[0018]利用图卷积处理所述关联拓扑图，得到所述目标用户的用户特征。
[0019]可选的，所述关联拓扑图包括目标用户节点在内的多个用户节点、多个资源节点
和多个边，所述边用于连接目标用户节点和其他用户节点，以及连接目标用户节点和资源节点，每个所述边用于表征连接的两个节点之间的互动操作。
[0020]可选的，图卷积网络包括第一图卷积层、激活函数层和第二图卷积层，利用图卷积处理所述关联拓扑图，得到所述目标用户的用户特征，包括：
[0021]将所述关联拓扑图中各所述节点转换为向量，得到包括各所述节点的向量表达；
[0022]基于两个节点之间的互动操作形式确定互动权重，得到各节点之间的互动权重向量；
[0023]将所述向量表达与所述互动权重向量输入所述第一图卷积层进行卷积处理，得到更新后的节点表达的中间向量；
[0024]将所述中间向量输入所述激活函数层进行非线性激活处理，得到激活特征；
[0025]将所述激活特征和所述互动权重向量输入所述第二图卷积层进行卷积处理，得到所述目标用户的用户特征。
[0026]可选的，基于所述目标用户的用户特征从多个所述视频片段中筛选出与所述目标用户的用户特征相关联的视频片段作为所述目标视频的预览视频，包括：
[0027]确定各所述视频片段中评论所属的用户形成的用户集；
[0028]计算各所述视频片段对应的用户集的聚类中心；
[0029]计算所述目标用户的用户特征与各所述用户集的聚类中心的距离；
[0030]将与所述目标用户的用户特征距离最近的聚类中心的用户集对应的视频片段作为所述目标视频的预览视频。
[0031]可选的，计算各所述视频片段对应的用户集的聚类中心，包括：
[0032]获取各所述视频片段对应的用户集中各用户的用户特征；
[0033]采用K
‑
Means聚类算法计算各所述用户集中所有用户特征的聚类中心。
[0034]第二方面，本专利技术实施例还提供了一种基于大数据的预览视频推送装置，包括：
[0035]评论数据获取模块，用于获取目标视频的评论数据；
[0036]视频片段确定模块，用于根据所述评论数据从所述目标视频中确定多个视频片段；
[0037]用户特征确定模块，用于基于待推送的目标用户的社交属性确定所述目标用户的用户特征；
[0038]预览视频确定模块，用于基于所述目标用户的用户特征从多个所述视频片段中筛选出与所述目标用户的用户特征相关联的视频片段作为所述目标视频的预览视频；
[0039]预览视频播放模块，用于在所述目标用户选择所述目标视频时播放所述目标视频的预览视频。
[0040]第三方面，本专利技术实施例还提供了一种计算机设备，包括：
[0041]一个或多个处理器；
[0042]存储装置，用于存储一个或多个程序；
[0043]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术第一方面提供的基于大数据的预览视频推送方法。
[0044]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术第一方面提供的基于大数据的预览视频推送方
法。
[0045]本专利技术实施例提供的基于大数据的预览视频推送方法，包括：获取目标视频的评论数据，根据评论数据从目标视频中确定多个视频片段，基于待推送的目标用户的社交属性确定目标用户的用户特征，基于目标用户的用户特征从多个视频片段中筛选出与目标用户的用户特征相关联的视频片段作为目标视频的预览视频，在目标用户选择目标视频时播放目标视频的预览视频。由于预览视频是目标用户最感兴趣的视频片段，因此，可以为每个用户推荐个性化的预览视频，实现精准推送，提高了推送精准度，降低了用户的时间成本。
附图说明
[0046]图1为本专利技术实施例一提供的一种基于大数据的预览视频推送方法的流程图；
[0047]图2A为本专利技术实施例二提供的一种基于大数据的预览视频推送方法的流程图；
[0048]图2B为本专利技术实施例提供的一种关联拓扑图的示意图；
[0049]图3为本专利技术实施例三提供的一种基于大数据的预览视频推送装置的结构示意图；
[0050]图4为本专利技术实施例四提供的一种计算机设备的结构示意图。
具体实施方式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的预览视频推送方法，其特征在于，包括：获取目标视频的评论数据；根据所述评论数据从所述目标视频中确定多个视频片段；基于待推送的目标用户的社交属性确定所述目标用户的用户特征；基于所述目标用户的用户特征从多个所述视频片段中筛选出与所述目标用户的用户特征相关联的视频片段作为所述目标视频的预览视频；在所述目标用户选择所述目标视频时播放所述目标视频的预览视频。2.根据权利要求1所述的基于大数据的预览视频推送方法，其特征在于，根据所述评论数据从所述目标视频中确定多个视频片段，包括：从所述目标视频中选择任意一帧作为目标帧；判断所述目标帧所包含的评论的数量是否大于预设的数量阈值；若是，则选取以所述目标帧为中心，预设范围内的连续多帧形成视频片段。3.根据权利要求1所述的基于大数据的预览视频推送方法，其特征在于，基于待推送的目标用户的社交属性确定所述目标用户的用户特征，包括：构建待推送的目标用户与其他用户和资源的关联拓扑图；利用图卷积处理所述关联拓扑图，得到所述目标用户的用户特征。4.根据权利要求3所述的基于大数据的预览视频推送方法，其特征在于，所述关联拓扑图包括目标用户节点在内的多个用户节点、多个资源节点和多个边，所述边用于连接目标用户节点和其他用户节点，以及连接目标用户节点和资源节点，每个所述边用于表征连接的两个节点之间的互动操作。5.根据权利要求4所述的基于大数据的预览视频推送方法，其特征在于，图卷积网络包括第一图卷积层、激活函数层和第二图卷积层，利用图卷积处理所述关联拓扑图，得到所述目标用户的用户特征，包括：将所述关联拓扑图中各所述节点转换为向量，得到包括各所述节点的向量表达；基于两个节点之间的互动操作形式确定互动权重，得到各节点之间的互动权重向量；将所述向量表达与所述互动权重向量输入所述第一图卷积层进行卷积处理，得到更新后的节点表达的中间向量；将所述中间向量输入所述激活函数层进行非线性激活处理，得到激活特征；将所述激活特征和所述互动权重向量输入所述第二图卷积层进行...

【专利技术属性】
技术研发人员：刘榆厚，王炜，
申请(专利权)人：广东飞翔云计算有限公司，
类型：发明
国别省市：