视频推荐方法、系统及服务器设备技术方案

本发明专利技术提供一种视频推荐方法。该视频推荐包括根据用户配置信息获取视频资源；获取两个以上的推荐算法；根据各推荐算法分别从视频资源中提取视频；对提取的视频进行优先级排序，向所述用户发送排序后的视频。上述视频推荐方法，根据用户配置信息获取视频资源，初步获取的视频资源。再根据各推荐算法从获取的视频资源中提取视频，对获取视频资源进一步刷选，最后再将提取的视频进行优先级排序，将排序后的视频发送给用户，从而刷选出用户感兴趣的视频。与传统的推荐视频的方式相比，该视频推荐方法分别基于用户配置信息、推荐算法及优先级排序，刷选出用户感兴趣的视频。本发明专利技术还提供了一种视频推荐系统及服务器设备。

Video recommendation method, system and server equipment

The present invention provides a video recommendation method. The video recommendation includes obtaining video resources according to user configuration information, obtaining more than two recommendation algorithms, extracting videos from video resources according to the recommended algorithms, prioritizing the extracted video, and sending the ordered video to the users. The proposed method of video recommendation is to obtain video resources based on the user configuration information, and the initial video resources are obtained. Then the video extraction from the acquired video resources according to the recommendation algorithm, to obtain video resources further selection, then the extracted video priority, will send the sorted video to the user, thus brush selected users interested in video. Compared with the traditional recommended videos, the video recommendation method selects user interested videos based on user configuration information, recommendation algorithm and priority ranking respectively. The invention also provides a video recommendation system and a server device.

【技术实现步骤摘要】
视频推荐方法、系统及服务器设备
本专利技术涉及互联网
，具体而言，本专利技术涉及一种视频推荐方法、系统及服务器设备。
技术介绍
随着互联网技术的发展，人们可以通过网络获取大量的网络视频。人们可供选择的网络视频越来越多，如何从海量的视频数据中获取自己感兴趣的视频，逐渐成为视频消费者困扰的问题。在这样的背景下，视频推荐应运而生。传统的视频推荐方式，是将视频内容信息相似的视频推送给用户。然而，这种情况下用户并不能很好地获取感兴趣的视频。用户如何从海量的视频中获取感兴趣的视频，仍然是困扰用户的大问题。
技术实现思路
本专利技术的目的旨在提供一种视频推荐方法、系统及服务器设备，实现给用户推荐感兴趣的视频。为了实现上述目的，本专利技术提供以下技术方案：一种视频推荐方法，包括：根据用户配置信息获取视频资源；获取两个以上的推荐算法；根据各推荐算法分别从视频资源中提取视频；对提取的视频进行优先级排序，向所述用户发送排序后的视频。在其中一个实施例中，所述根据各推荐算法分别从视频资源中提取视频，包括：把所述两个以上的推荐算法组成算法集；从所述算法集中获取一个推荐算法；根据该推荐算法从所述视频资源中提取视频；从所述视频资源中过滤已提取视频，得到过滤后的视频资源；从所述算法集中获取下一个推荐算法；根据该推荐算法从所述过滤后的视频资源中提取视频判断所述算法集中是否有未使用的推荐算法；若是，继续所述从所述视频资源中过滤已提取视频的步骤；否则，停止提取视频。在其中一个实施例中，所述把所述两个以上的推荐算法组成算法集，包括：把所述两个以上的推荐算法组成按优先级从高到低排序的算法集；所述从所述算法集中获取一个推荐算法，包括：从所述算法集中按优先级从高到低排序获取一个推荐算法；所述从所述算法集中获取下一个推荐算法，包括：从所述算法集中按优先级从高到低排序获取下一个推荐算法。在其中一个实施例中，所述根据该推荐算法从所述视频资源中提取视频，包括：获取所述用户的历史视频操作行为数据；根据所述历史视频操作行为数据确定所述视频资源中的视频属于用户已观看的视频，把该视频从视频资源中过滤；根据所述历史视频操作行为数据确定所述视频资源中的视频属于发给用户未观看且推荐次数超过预置值的视频，把该视频从视频资源中过滤；根据所述历史视频操作行为数据确定所述视频资源中的视频属于用户设置为反感类型的视频，把该视频从视频资源中过滤；根据该推荐算法从视频资源中提取预置数量的视频。在其中一个实施例中，所述对提取的视频进行优先级排序，包括：根据算法优先级对所述两个以上的推荐算法进行排序；把高优先级的推荐算法提取的视频设为高优先级的视频，对各推荐算法提取的视频按推荐算法的优先级进行优先级排序；或根据提取的视频的特征信息和所述用户的历史视频操作行为数据，得到所述用户对各提取的视频的兴趣值；根据所述各提取的视频的兴趣值对提取的全部视频进行优先级排列；或各推荐算法提取的视频数量为两个以上，分别对推荐算法内的视频和推荐算法间的视频进行排序；其中，对推荐算法内的视频进行排序，包括：根据视频的特征信息和所述用户的历史视频操作行为数据，得到所述用户对该推荐算法提取的视频的兴趣值，根据兴趣值对该推荐算法提取的视频进行优先级排列；其中，对推荐算法间的视频进行排序，包括：根据算法优先级对所述两个以上的推荐算法进行排序，把高优先级的推荐算法提取的视频设为高优先级的视频，对各推荐算法提取的视频按推荐算法优先级进行优先级排序。在其中一个实施例中，所述向用户发送排序后的视频的步骤之后，还包括：获取所述用户对所述视频反馈的视频操作行为数据；根据反馈的视频操作行为数据统计各推荐算法提取的视频的回响值；根据回响值调整所述推荐算法。在其中一个实施例中，所述根据反馈的视频操作行为数据统计各推荐算法提取的视频的回响值，包括：从所述反馈的视频操作行为数据中得到各视频的操作参数，各操作参数对应一个预置值，把操作参数的预置值累加，得到该视频的回响值；把每个推荐算法的各视频的回响值累加，除以该推荐算法提取视频的数量，得到该推荐算法的回响值；其中，所述操作参数包括：播放指令操作、点赞指令操作及转发指令操作。在其中一个实施例中，所述根据回响值调整所述推荐算法，包括：统计使用相同的所述两个以上推荐算法用户的回响值，计算每个各推荐算法的回响值的平均值；若推荐算法的回响值的平均值低于预置值，使用新推荐算法替换该推荐算法；或，将各推荐算法的回响值的平均值进行从高到低排序，剔除排序低的推荐算法。一种视频推荐系统，包括：视频获取模块，用于根据用户配置信息获取视频资源；算法获取模块，用于获取两个以上的推荐算法；提取模块，用于根据各推荐算法分别从视频资源中提取视频；推荐模块，用于对提取的视频进行优先级排序，向所述用户发送排序后的视频。一种服务器设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施例所述的视频推荐方法。上述视频推荐方法，根据用户配置信息获取视频资源，因此初步获取的视频资源贴近用户的兴趣爱好。再者，根据各推荐算法从获取的视频资源中提取视频，对初步获取的视频资源进一步刷选，因此进一步刷选出更加贴近用户兴趣爱好的视频。最后再将提取的视频进行优先级排序，将排序后的视频发送给用户，从而刷选出用户感兴趣的视频。与传统的推荐视频的方式相比，该视频推荐方法分别基于用户配置信息、推荐算法及优先级排序，刷选出用户感兴趣的视频。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术一个实施例中视频推荐方法的方法流程图。图2为图1中S30的一个实施例中的方法流程图。图3为图2中S301的一个实施例中的方法流程图。图4为本专利技术一个实施例中视频推荐系统的原理框图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本专利技术提供一种视频推荐方法。在本方案中，该视频推荐方法能够使用户在海量视频数据中，获取自己感兴趣的短视频。如图1所示，本专利技术提供的一种视频推荐方法，包括步骤：S10，根据用户配置信息获取视频资源。在本实施例中，服务器根据用户配置信息从运营池中获取视频资源。其中，用户配置信息包括用户感兴趣的视频类别和不感兴趣的视频类别，用户已观看的视频或未观看的视频，用户观看视频的次数及用户的浏览记录等。运营池根据用户的配置信息向用户推送视频资源。S20，获取两个以上的推荐算法。在本实施例中，服务器获取两个以上的推荐算法。每个推荐算法不一样，服务器可以根据不同的推荐算法获取不一样的推荐视频。服务器将获取的推荐算法放置在多个分区中。每个分区可以放置一个或者多个推荐算法。各分区内的推荐算法不同，通过各分区后服务器获取到的视频也不同。S30，根据各推荐算法分别从视频资源中提取视频。在本实施例中，服务器根据各推荐算法从获取到的视频资源中提取视频。其中，步骤S30包括以下步骤：S301，把两个以上的推荐算法组成算法集；从算法集中获取一个推荐算法；根据该推荐算法从视频资源中提取视频本文档来自技高网...

【技术保护点】
一种视频推荐方法，其特征在于，包括：根据用户配置信息获取视频资源；获取两个以上的推荐算法；根据各推荐算法分别从视频资源中提取视频；对提取的视频进行优先级排序，向所述用户发送排序后的视频。

【技术特征摘要】
1.一种视频推荐方法，其特征在于，包括：根据用户配置信息获取视频资源；获取两个以上的推荐算法；根据各推荐算法分别从视频资源中提取视频；对提取的视频进行优先级排序，向所述用户发送排序后的视频。2.根据权利要求1所述的视频推荐方法，其特征在于，所述根据各推荐算法分别从视频资源中提取视频，包括：把所述两个以上的推荐算法组成算法集；从所述算法集中获取一个推荐算法；根据该推荐算法从所述视频资源中提取视频；从所述视频资源中过滤已提取视频，得到过滤后的视频资源；从所述算法集中获取下一个推荐算法；根据该推荐算法从所述过滤后的视频资源中提取视频；判断所述算法集中是否有未使用的推荐算法；若是，继续所述从所述视频资源中过滤已提取视频的步骤；否则，停止提取视频。3.根据权利要求2所述的视频推荐方法，其特征在于，所述把所述两个以上的推荐算法组成算法集，包括：把所述两个以上的推荐算法组成按优先级从高到低排序的算法集；所述从所述算法集中获取一个推荐算法，包括：从所述算法集中按优先级从高到低排序获取一个推荐算法；所述从所述算法集中获取下一个推荐算法，包括：从所述算法集中按优先级从高到低排序获取下一个推荐算法。4.根据权利要求2所述的视频推荐方法，其特征在于，所述根据该推荐算法从所述视频资源中提取视频，包括：获取所述用户的历史视频操作行为数据；根据所述历史视频操作行为数据确定所述视频资源中的视频属于用户已观看的视频，把该视频从视频资源中过滤；根据所述历史视频操作行为数据确定所述视频资源中的视频属于发给用户未观看且推荐次数超过预置值的视频，把该视频从视频资源中过滤；根据所述历史视频操作行为数据确定所述视频资源中的视频属于用户设置为反感类型的视频，把该视频从视频资源中过滤；根据该推荐算法从视频资源中提取预置数量的视频。5.根据权利要求1所述的视频推荐方法，其特征在于，所述对提取的视频进行优先级排序，包括：根据算法优先级对所述两个以上的推荐算法进行排序；把高优先级的推荐算法提取的视频设为高优先级的视频，对各推荐算法提取的视频按推荐算法的优先级进行优先级排序；或根据提取的视频的特征信息和所述用户的历史视频操作行为数据，得到所述用户对各提取的视频的兴趣值；根据所述各提取的视频...

【专利技术属性】
技术研发人员：饶慧林，
申请(专利权)人：广州华多网络科技有限公司，
类型：发明
国别省市：广东,44