一种短视频播放智能推荐方法、系统及计算机存储介质技术方案

本发明专利技术公开一种短视频播放智能推荐方法、系统及计算机存储介质，本发明专利技术通过检测用户浏览短视频时各次人脸注视时长，对比统计用户浏览短视频时各次有效浏览时长和各次无效浏览时长，分析用户浏览短视频的总有效时长和总无效时长，同时记录用户浏览短视频时各次人脸注视的时间间隔，并分别获取用户浏览短视频时各次视频回放时长和各次视频快进时长，结合用户重复浏览短视频的次数，综合计算用户对正在浏览短视频的喜爱度预估系数，若大于或等于设定的喜爱度预估系数阈值，则将短视频平台内该类型中其他短视频进行推荐，从而提高短视频播放推荐的精确性，增加用户的的短视频浏览体验感和兴趣感。和兴趣感。和兴趣感。

【技术实现步骤摘要】
一种短视频播放智能推荐方法、系统及计算机存储介质


[0001]本专利技术涉及短视频推荐
，涉及到一种短视频播放智能推荐方法、系统及计算机存储介质。

技术介绍

[0002]随着短视频的流行，短视频的数量爆炸式地增长，出现短视频数量过多，短视频推荐难以针对用户的真实需求等问题，容易导致推荐的短视频的准确率下降，影响用户体验。
[0003]目前，现有的短视频播放推荐方法普遍存在一些缺陷：
[0004]1、现有的短视频播放推荐方法基本根据用户浏览历史记录进行短视频推荐，但从浏览历史行为推荐短视频存在信息滞后性、延时性的问题，从而无法满足用户的实时浏览需求，使得短视频平台中短视频播放推荐水平受到影响；
[0005]2、现有的短视频播放推荐方法无法根据用户浏览短视频的浏览行为推断用户喜爱度，导致不能依据用户喜爱度进行针对性推荐，降低短视频平台中短视频播放推荐的精确性，从而影响用户的短视频浏览体验感和兴趣感，进而造成短视频平台的用户流失；
[0006]为了解决以上问题，现设计一种短视频播放智能推荐方法、系统及计算机存储介质。

技术实现思路

[0007]本专利技术的目的在于提供一种短视频播放智能推荐方法、系统及计算机存储介质，本专利技术通过检测用户浏览短视频时各次人脸注视时长，对比统计用户浏览短视频时各次有效浏览时长和各次无效浏览时长，分析用户浏览短视频的总有效时长和总无效时长，并记录用户浏览短视频时各次人脸注视的时间间隔，同时分别获取用户浏览短视频时各次视频回放时长和各次视频快进时长，计算用户浏览短视频时各次视频回放时长占比和各次视频快进时长占比，并结合用户重复浏览短视频的次数，计算用户对正在浏览短视频的喜爱度预估系数，若大于或等于设定的喜爱度预估系数阈值，则将短视频平台内该类型中其他短视频进行推荐，解决了
技术介绍
中存在的问题。
[0008]本专利技术的目的可以通过以下技术方案实现：
[0009]第一方面，本专利技术提供一种短视频播放智能推荐方法，包括以下步骤：
[0010]S1、人脸注视时长检测：通过人脸注视次数获取模块获取用户正在浏览短视频时人脸注视次数，并通过人脸注视时长检测模块分别对用户浏览短视频时各次人脸注视时长进行检测；
[0011]S2、人脸注视时长分析：通过人脸注视时长分析模块提取设定的短视频有效浏览时长，对比统计用户浏览短视频时各次有效浏览时长和各次无效浏览时长，并分析用户浏览短视频的总有效时长和总无效时长；
[0012]S3、人脸注视时间记录：通过人脸注视时间记录模块对用户正在浏览短视频时各次人脸注视的时间进行记录，得到用户浏览短视频时各次人脸注视的时间，分析用户浏览
短视频时各次人脸注视的时间间隔；
[0013]S4、视频回放时长获取：通过视频回放时间获取模块获取用户浏览短视频时各次视频回放的时间段，统计用户浏览短视频时各次视频回放时长，计算用户浏览短视频时各次视频回放时长占比；
[0014]S5、视频快进时长获取：通过视频快进时间获取模块获取用户浏览短视频时各次视频快进的时间段，统计用户浏览短视频时各次视频快进时长，计算用户浏览短视频时各次视频快进时长占比；
[0015]S6、喜爱度预估系数分析：通过短视频分析服务器获取用户重复浏览短视频的次数，综合计算用户对正在浏览短视频的喜爱度预估系数；
[0016]S7、喜爱度预估系数对比：通过短视频推荐平台将用户对正在浏览短视频的喜爱度预估系数与设定的喜爱度预估系数阈值进行对比，若用户对正在浏览短视频的喜爱度预估系数大于或等于设定的喜爱度预估系数阈值，则将短视频平台内该类型中其他短视频进行推荐。
[0017]在一种可能的设计中，所述步骤S1中包括获取用户正在浏览短视频时人脸注视次数，记为n，并统计用户浏览短视频时各次人脸注视时长，构成用户浏览短视频时各次人脸注视时长集合Ta(Ta1,Ta2,...,Ta
i
,...,Ta
n
)，Ta
i
表示为用户浏览短视频时第i次人脸注视时长。
[0018]在一种可能的设计中，所述步骤S2中包括以下步骤：
[0019]S21、将用户浏览短视频时各次人脸注视时长与设定的短视频有效浏览时长进行对比；
[0020]S22、若用户浏览短视频时某次人脸注视时长大于或等于设定的短视频有效浏览时长，表明该次人脸注视时长为有效浏览时长，构成用户浏览短视频时各次有效浏览时长集合T
有
a(T
有
a1,T
有
a2,...,T
有
a
j
,...,T
有
a
m
),m≤n，T
有
a
j
表示为用户浏览短视频时第j次有效浏览时长；
[0021]S23、计算用户浏览短视频时总有效时长T
有
A表示为用户浏览短视频时总有效时长；
[0022]S24、若用户浏览短视频时某次人脸注视时长小于设定的短视频有效浏览时长，表明该次人脸注视时长为无效浏览时长，构成用户浏览短视频时各次无效浏览时长集合T
无
a(T
无
a1,T
无
a2,...,T
无
a
f
,...,T
无
a
v
),v≤n，T
无
a
f
表示为用户浏览短视频时第f次无效浏览时长；
[0023]S25、计算用户浏览短视频时总无效时长T
无
A表示为用户浏览短视频时总无效时长。
[0024]在一种可能的设计中，所述步骤S3中包括统计用户浏览短视频时各次人脸注视时间，构成用户浏览短视频时各次人脸注视时间集合t(t1,t2,...,t
i
,...,t
n
)，t
i
表示为用户浏览短视频时第i次人脸注视时间，并分析用户浏览短视频时各次人脸注视的时间间隔Δt
i
表示为用户浏览短视频时第i次人脸注视的时间间隔，
t
i
‑1表示为用户浏览短视频时第i
‑
1次人脸注视时间，Ta
i
‑1表示为用户浏览短视频时第i
‑
1次人脸注视时长。
[0025]在一种可能的设计中，所述步骤S4中包括构成用户浏览短视频时各次视频回放时长集合Tb(Tb1,Tb2,...,Tb
r
,...,Tb
l
)，Tb
r
表示为用户浏览短视频时第r次视频回放时长，并提取存储数据库中存储的用户正在浏览短视频的标准播放时长，计算用户浏览短视频时各次视频回放时长占比kb
r
表示为用户浏览短视频时第r次视频回放时长占比，T
标
表示为用户正在浏览短视频的标准播放时长。
[0026]在一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种短视频播放智能推荐方法，其特征在于：包括以下步骤：S1、人脸注视时长检测：通过人脸注视次数获取模块获取用户正在浏览短视频时人脸注视次数，并通过人脸注视时长检测模块分别对用户浏览短视频时各次人脸注视时长进行检测；S2、人脸注视时长分析：通过人脸注视时长分析模块提取设定的短视频有效浏览时长，对比统计用户浏览短视频时各次有效浏览时长和各次无效浏览时长，并分析用户浏览短视频的总有效时长和总无效时长；S3、人脸注视时间记录：通过人脸注视时间记录模块对用户正在浏览短视频时各次人脸注视的时间进行记录，得到用户浏览短视频时各次人脸注视的时间，分析用户浏览短视频时各次人脸注视的时间间隔；S4、视频回放时长获取：通过视频回放时间获取模块获取用户浏览短视频时各次视频回放的时间段，统计用户浏览短视频时各次视频回放时长，计算用户浏览短视频时各次视频回放时长占比；S5、视频快进时长获取：通过视频快进时间获取模块获取用户浏览短视频时各次视频快进的时间段，统计用户浏览短视频时各次视频快进时长，计算用户浏览短视频时各次视频快进时长占比；S6、喜爱度预估系数分析：通过短视频分析服务器获取用户重复浏览短视频的次数，综合计算用户对正在浏览短视频的喜爱度预估系数；S7、喜爱度预估系数对比：通过短视频推荐平台将用户对正在浏览短视频的喜爱度预估系数与设定的喜爱度预估系数阈值进行对比，若用户对正在浏览短视频的喜爱度预估系数大于或等于设定的喜爱度预估系数阈值，则将短视频平台内该类型中其他短视频进行推荐。2.根据权利要求1所述的一种短视频播放智能推荐方法，其特征在于：所述步骤S1中包括获取用户正在浏览短视频时人脸注视次数，记为n，并统计用户浏览短视频时各次人脸注视时长，构成用户浏览短视频时各次人脸注视时长集合Ta(Ta1,Ta2,...,Ta
i
,...,Ta
n
)，Ta
i
表示为用户浏览短视频时第i次人脸注视时长。3.根据权利要求1所述的一种短视频播放智能推荐方法，其特征在于：所述步骤S2中包括以下步骤：S21、将用户浏览短视频时各次人脸注视时长与设定的短视频有效浏览时长进行对比；S22、若用户浏览短视频时某次人脸注视时长大于或等于设定的短视频有效浏览时长，表明该次人脸注视时长为有效浏览时长，构成用户浏览短视频时各次有效浏览时长集合T
有
a(T
有
a1,T
有
a2,...,T
有
a
j
,...,T
有
a
m
),m≤n，T
有
a
j
表示为用户浏览短视频时第j次有效浏览时长；S23、计算用户浏览短视频时总有效时长T
有
A表示为用户浏览短视频时总有效时长；S24、若用户浏览短视频时某次人脸注视时长小于设定的短视频有效浏览时长，表明该次人脸注视时长为无效浏览时长，构成用户浏览短视频时各次无效浏览时长集合T
无
a(T
无
a1,T
无
a2,...,T
无
a
f
,...,T
无
a
v
),v≤n，T
无
a
f
表示为用户浏览短视频时第f次无效浏览时长；
S25、计算用户浏览短视频时总无效时长T
无
A表示为用户浏览短视频时总无效时长。4.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：谭邦旭，
申请(专利权)人：武汉野途电子商务有限公司，
类型：发明
国别省市：