【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及一种基于客户数据的视频推荐方法及装置。
技术介绍
1、目前，随着互联网技术的发展，各类视频网站(包含视频应用)也得到了快速发展。目前，浏览视频已经成为网络娱乐活动中不可缺少的组成部分。为了吸引客户，视频网站会向客户进行视频推荐。当前的视频推荐技术会预先给视频添加标签，标签可以表明视频的内容，通常关于视频的题材以及视频中涉及的人物等。视频网站的服务器会根据客户观看过的视频的标签，预测客户感兴趣的视频类型，并向客户推荐感兴趣视频类型下高热度的视频。然而，这种视频推荐技术依旧存在狭隘之处，并可能产生视频热度的马太效应，影响视频的推荐效果。
技术实现思路
1、针对所述缺陷，本专利技术实施例公开了一种基于客户数据的视频推荐方法及装置，其可以实现更加精准的视频推荐。
2、本专利技术实施例第一方面公开了一种基于客户数据的视频推荐方法，包括：
3、获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；
4、获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；
5、根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；
6、当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；
7、选取优先级最高的在线时间段将待推荐视频推荐给目标客户
8、作为一种可选的实施方式，在本专利技术实施例第一方面中，获取客户的用户画像，包括：
9、选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；
10、基于所述视频观看数据生成用户特征以形成所述用户画像。
11、作为一种可选的实施方式，在本专利技术实施例第一方面中，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：
12、根据用户特征获取用户的兴趣视频时长范围和兴趣内容；
13、将兴趣视频时长范围与视频时长进行比对，计算时长一致度；
14、获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；
15、基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。
16、作为一种可选的实施方式，在本专利技术实施例第一方面中，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：
17、比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；
18、当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。
19、作为一种可选的实施方式，在本专利技术实施例第一方面中，计算第一关键词和第二关键词的重合度，包括：
20、分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；
21、求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。
22、作为一种可选的实施方式，在本专利技术实施例第一方面中，还包括：
23、获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；
24、将所述关系节点上对应的用户定义为目标群体；
25、按照该目标群体所对应的目标客户的优先级最高的在线时间段将视频推荐给该目标群体。
26、作为一种可选的实施方式，在本专利技术实施例第一方面中，还包括：
27、根据目标客户的用户画像以及该目标客户的账号信息计算目标客户的客户评价等级；
28、根据客户评价等级获取对应的推荐频率，并按照所述推荐频率给目标客户推荐所述待推荐视频。
29、本专利技术实施例第二方面公开一种基于客户数据的视频推荐装置，包括：
30、数据获取模块：用于获取待推荐视频的产品数据，所述产品数据包括视频长度、视频内容、视频属性和受众特征；
31、画像获取模块：用于获取客户的用户画像，所述用户画像包括用户特征，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度；
32、客户筛选模块：用于根据所述匹配度从所述客户中筛选目标客户，获取目标客户的至少一个在线时间段；
33、时段排序模块：用于当所述在线时间段大于或等于两个时，评估每一个在线时间段的应用热度，按照应用热度从低到高的顺序进行优先级从高到低的排序；
34、视频推荐模块：用于选取优先级最高的在线时间段将视频推荐给目标客户。
35、作为一种可选的实施方式，在本专利技术实施例第二方面中，获取客户的用户画像，包括：
36、选取若干用户群体，并分别收集用户群体中每一个用户的视频观看数据，所述视频观看数据包括播放时长、操作数据；
37、基于所述视频观看数据生成用户特征以形成所述用户画像。
38、作为一种可选的实施方式，在本专利技术实施例第二方面中，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：
39、根据用户特征获取用户的兴趣视频时长范围和兴趣内容；
40、将兴趣视频时长范围与视频时长进行比对，计算时长一致度；
41、获取视频内容的第一关键词以及兴趣内容的第二关键词，计算第一关键词和第二关键词的重合度；
42、基于预先设置的时长一致度和重合度分别对应的权重系数以及时长一致度和重合度计算待推荐视频与所述客户的匹配度。
43、作为一种可选的实施方式，在本专利技术实施例第二方面中，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：
44、比对视频时长是否在兴趣时长范围内，若是，定义时长一致度为完全一致，否则，计算视频时长与兴趣时长范围的端点之间的时长差；
45、当时长差在第一预设范围内时，定义时长一致度为高等一致，当时长差在第二预设范围内时，定义时长一致度为中等一致。
46、作为一种可选的实施方式，在本专利技术实施例第二方面中，计算第一关键词和第二关键词的重合度，包括：
47、分别将同类别的第一关键词和第二关键词进行比对，获得同类别的第一关键词和第二关键词的字符重合度；
48、求取所述字符重合度的平均值作为第一关键词和第二关键词的重合度。
49、作为一种可选的实施方式，在本专利技术实施例第二方面中，还包括：
50、获取每一个目标客户的关系网络，并获取所述关系网络中至少有两个特征与用户特征匹配的关系节点；
51、将所述关系节点上对应的用户定义为目标群体；
52、按照该目标群体所对应的本文档来自技高网...
【技术保护点】
1.一种基于客户数据的视频推荐方法，其特征在于，包括：
2.根据权利要求1所述的视频推荐方法，其特征在于，获取客户的用户画像，包括：
3.根据权利要求1所述的视频推荐方法，其特征在于，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：
4.根据权利要求3所述的视频推荐方法，其特征在于，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：
5.根据权利要求3所述的视频推荐方法，其特征在于，计算第一关键词和第二关键词的重合度，包括：
6.根据权利要求1所述的视频推荐方法，其特征在于，还包括：
7.根据权利要求1所述的视频推荐方法，其特征在于，还包括：
8.一种基于客户数据的视频推荐装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至7任一项所述的基于客户数据的视频推荐方法。
10.一种计算机可读存储介质，其特征在于，所
...【技术特征摘要】
1.一种基于客户数据的视频推荐方法，其特征在于，包括：
2.根据权利要求1所述的视频推荐方法，其特征在于，获取客户的用户画像，包括：
3.根据权利要求1所述的视频推荐方法，其特征在于，根据所述用户特征和产品数据计算待推荐视频与所述客户的匹配度，包括：
4.根据权利要求3所述的视频推荐方法，其特征在于，将兴趣视频时长范围与视频时长进行比对，计算时长一致度，包括：
5.根据权利要求3所述的视频推荐方法，其特征在于，计算第一关键词和第二关键词的重合度，包括：
6.根据权利要求1所述的视频推荐方法，其特...
【专利技术属性】
技术研发人员：吴艳妮，
申请(专利权)人：广州太棒了传媒科技有限公司，
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。