【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]本公开涉及人工智能
,尤其涉及大数据、智能搜索、深度学习领域,更具体地,本公开提供了一种视频推荐方法、装置、电子设备、存储介质以及计算机程序产品。
技术介绍
[0002]随着互联网技术的飞速发展,海量视频资源被上传到网络中,同时需求不同的广大用户需要根据自身需求从网络中获取这些视频资源。一些搜索引擎会将视频资源分成影视、音乐、游戏、动漫等不同的类型,来有效满足用户的搜索需求。但是实际应用中,搜索引擎推荐的视频仍与用户的搜索预期存在较大差距。
技术实现思路
[0003]本公开提供了一种视频推荐方法、装置、电子设备、存储介质以及计算机程序产品。
[0004]根据本公开的一方面,提供了一种视频推荐方法,包括:根据视频数据的属性信息和目标筛选条件,从多个视频数据中确定N个候选视频数据,N是大于等于1的整数;根据N个候选视频数据各自的预定信息,确定N个候选视频数据各自的文本信息;预定信息包括图像信息和音频信息中的至少一个;根据N个候选视频数据中至少一部分候选视频数据的准确性,确定N个候选视频数据的准确率;响应于检测到N个候选视频数据的准确率大于等于准确率阈值,根据N个候选视频数据各自的文本信息,从N个候选视频数据中确定目标视频数据;以及根据目标视频数据,进行视频推荐。
[0005]根据本公开的另一方面,提供了一种视频推荐装置,包括:第一确定模块、第二确定模块、第三确定模块、第四确定模块以及推荐模块。第一确定模块用于根据视频数据的属性信息和 ...
【技术保护点】
【技术特征摘要】
1.一种视频推荐方法,包括:根据视频数据的属性信息和目标筛选条件,从多个视频数据中确定N个候选视频数据,N是大于等于1的整数;根据所述N个候选视频数据各自的预定信息,确定所述N个候选视频数据各自的文本信息;所述预定信息包括图像信息和音频信息中的至少一个;根据所述N个候选视频数据中至少一部分候选视频数据的准确性,确定所述N个候选视频数据的准确率;响应于检测到所述N个候选视频数据的准确率大于等于准确率阈值,根据所述N个候选视频数据各自的文本信息,从所述N个候选视频数据中确定目标视频数据;以及根据所述目标视频数据,进行视频推荐。2.根据权利要求1所述的方法,其中,所述根据所述N个候选视频数据中至少一部分候选视频数据的准确性,确定所述N个候选视频数据的准确率包括:从所述N个候选视频数据中确定M个候选视频数据,M是大于等于1的整数;确定所述M个候选视频数据各自的筛选准确性;以及根据所述M个候选视频数据各自的筛选准确性,确定所述M个候选视频数据的准确率,作为所述N个候选视频数据的准确率。3.根据权利要求1所述的方法,还包括:响应于检测到所述N个候选视频数据的准确率小于所述准确率阈值,调整所述目标筛选条件,并返回从多个视频数据中确定N个候选视频数据的操作,以使基于调整后目标筛选条件确定出的候选视频数据数量少于基于调整前目标筛选条件确定出的候选视频数据数量。4.根据权利要求3所述的方法,其中,所述目标筛选条件包括多个子条件;调整所述目标筛选条件包括:响应于检测到所述N个候选视频数据中的M个候选视频数据的准确率小于所述准确率阈值,根据所述多个子条件各自的当前阈值、所述多个子条件的预定调整趋势以及所述多个子条件的调整步长,确定至少一个候选筛选条件;M是大于等于1的整数;利用所述至少一个候选筛选条件分别处理所述M个候选视频数据,得到至少一个子集;其中,所述至少一个子集与所述至少一个候选筛选条件一一对应,与候选筛选条件相对应的子集包括:基于该候选筛选条件从所述M个候选视频数据中筛选出的视频数据;根据所述至少一个子集中各个视频的准确性,确定所述至少一个子集各自的准确率;根据所述至少一个子集各自的准确率和所述准确率阈值,从所述至少一个候选筛选条件中确定调整后的目标筛选条件。5.根据权利要求1所述的方法,其中,所述属性信息包括以下中的至少一个:图像质量信息、声音质量信息、播放量、点赞量、评论量、分享量、发布时长、视频时长、作者等级信息、作者身份类别信息。6.根据权利要求5所述的方法,其中,所述属性信息包括:图像质量信息、声音质量信息、播放量、点赞量、评论量、分享量、发布时长、视频时长、作者等级信息以及作者身份类别信息;所述目标筛选条件包括:所述质量信息满足预定质量条件,且所述播放量大于等于第
一阈值,且所述点赞量大于等于第二阈值,且所述评论量大于等于第三阈值,且所述分享量大于等于第四阈值,且所述发布时长小于等于第五阈值,且所述视频时长小于等于第六阈值,且所述作者等级信息大于等于第七阈值,且所述作者身份类别信息为预定类别。7.根据权利要求1至6中任意一项所述的方法,其中,所述根据所述N个候选视频数据各自的文本信息,从所述N个候选视频数据中确定目标视频数据包括:针对所述N个候选视频数据中的每个候选视频数据,响应于检测到所述候选视频数据的文本信息的字符长度大于等于预定长度,将所述候选视频数据添加至目标集合中;以及根据所述目标集合,确定所述目标视频数据。8.根据权利要求7所述的方法,其中,所述根据所述目标集合,确定所述目标视频数据包括:将所述目标集合中的视频数据的文本信息输入深度学习模型,得到评价值;以及响应于检测到所述评价值大于等于评价值阈值,将所述视频数据确定为所述目标视频数据;其中,所述深度学习模型是利用至少一个第一文本样本和至少一个第二文本样本训练得到的,所述第一文本样本的标签表征文本样本满足预定条件,所述第二文本样本的标签表征文本样本不满足所述预定条件。9.一种视频推荐装置,包括:第一确定模块,用于根据视频数据的属性信息和目标筛选条件,从多个视频数据中确定N个候选视频数据,N是大于等于1的整数;第二确定模块,用于根据所述N个候选视频数据各自的预定信息,确定所述N个候选视频数据各自的文本信息;所述预定信息包括图像信息和音频信息中的至少一个;第三确定模块,用于根据所述N个候选视...
【专利技术属性】
技术研发人员:崔东林,孙想,刘慧慧,
申请(专利权)人:北京百度网讯科技有限公司,
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。