이 애플리케이션의 일부 콘텐츠는 현재 사용할 수 없습니다.
이 상황이 계속되면 다음 주소로 문의하십시오피드백 및 연락
1. (CN104053023) Method and device for determining video similarity
유의사항: 이 문서는 자동 광학문자판독장치(OCR)로 처리된 텍스트입니다. 법률상의 용도로 사용하고자 하는 경우 PDF 버전을 사용하십시오
一种确定视频相似度的方法及装置


技术领域
本发明涉及通信技术领域,尤其涉及一种确定视频相似度的方法及装置。
背景技术
随着网络视频平台和数字电视的普及,可供用户选择的视频越来越多,如何选择视频日渐成为广大用户面临的一个普遍问题。
智能视频推荐系统通过确定视频之间的相似度,进而根据相似度的大小向用户推荐视频。在现有的智能视频推荐系统中,确定视频之间的相似度时,通常只考虑从视频基础信息方面或者从用户的喜好方面进行视频相似度的计算。例如,通过收集视频的描述信息形成视频基础信息数据,包括:视频名称、导演、主演、视频类型等;通过收集用户的访问行为信息统计分析出用户的喜好,形成用户行为分析数据,包括:各个用户最喜爱的导演排行、视频类型排行等;进而根据用户的推荐内容请求,向用户发送推荐结果。
从视频基础信息方面进行视频推荐时,在视频数量较少的情况下,各个视频的基础信息可能会存在很大差异,此种情况下,无法得到合理的推荐结果;从用户的喜好方面进行视频推荐时,对于新加入的用户来说,无法准确分析出新加入用户的喜好,也会导致无法得到合理的推荐结果。另外,采用上述方法计算视频相似度时,只侧重于一个方面,用户在发送一个推荐内容请求时,往往得到仅在一个角度上具有相似性的相关视频,例如,仅根据视频基础信息得到的具有相似性的相关视频,或者仅从用户的喜欢方面得到的具有相似性的相关视频,从而导致推荐的视频准确性不高,难以吸引用户的注意力。
发明内容
本发明提供根据一种确定视频相似度的方法及装置,用以解决现有的智能视频推荐系统中确定视频相似度时,只从视频内容方面或者视频观看者自己的喜好方面来考虑,从而导致推荐的视频准确性不高的技术问题。
本发明实施例提供一种确定视频相似度的方法,包括:
获取对视频具有操作行为的用户及用户数量;
根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;
根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;
根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。
较佳地,所述根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度,具体为:
针对一个集合,根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度;
根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度。
较佳地,所述根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度,具体为:
根据以下方式确定所述集合对应的第一视频和第二视频的相似度:
其中,sim 1i (j,k)为所述集合对应的第一视频j和第二视频k的相似度,S i 为所述集合对应的所有视频集,j’、k’为任意两部视频,n j,k 为对第一视频j和第二视频k都存在相同操作行为的用户数量,n j’,k’ 为对任意两部视频j’和k’都存在相同操作行为的用户数量。
较佳地,所述根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度,具体为:
根据各个集合对应的第一视频和第二视频的相似度,以及各个集合对应的相似度权重,确定第一视频和第二视频的操作相似度。
较佳地,所述第一视频和第二视频的内容相似度的获取方式具体为:
其中,sim 2 (j,k)为第一视频和第二视频的内容相似度,向量的属性中包括第一视频的内容信息,向量的属性中包括第二视频的内容信息。
本发明提供一种确定视频相似度的装置,包括:
获取信息模块,用于获取对视频具有操作行为的用户及用户数量;
确定操作相似度模块,用于根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;
确定视频相似度模块,用于根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。
较佳地,所述确定操作相似度模块还用于:
针对一个集合,根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度;
根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度。
较佳地,所述确定操作相似度模块还用于:
根据以下方式确定所述集合对应的第一视频和第二视频的相似度:
其中,sim 1i (j,k)为所述集合对应的第一视频j和第二视频k的相似度,S i 为所述集合对应的所有视频集,j’、k’为任意两部视频,n j,k 为对第一视频j和第二视频k都存在相同操作行为的用户数量,n j’,k’ 为对任意两部视频j’和k’都存在相同操作行为的用户数量。
较佳地,所述确定操作相似度模块还用于:
根据各个集合对应的第一视频和第二视频的相似度,以及各个集合对应的相似度权重,确定第一视频和第二视频的操作相似度。
较佳地,所述确定视频相似度模块还用于:
根据以下方式确定所述第一视频和第二视频的内容相似度:
其中,sim 2 (j,k)为第一视频和第二视频的内容相似度,向量的属性中包括第一视频的内容信息,向量的属性中包括第二视频的内容信息。
本发明实施例通过将基于用户的操作行为信息的视频之间的操作相似度和基于视频信息的视频之间的内容相似度两个方面结合起来确定视频相似度,根据视频相似度,得到某一视频的一系列相关视频的整体排名,向用户推荐排名结果靠前的视频。由于本发明实施例将视频的操作相似度内容相似度通过线性插值的方式进行融合来确定视频相似度,在调整参数设定值的情况下,能够使所述方法在冷启动阶段、小型数据量阶段和大数据量阶段得到更广泛地应用。
附图说明
图1是本发明实施例的确定视频相似度的方法流程图;
图2是本发明实施例的视频相似度融合公式的适用范围示意图;
图3是本发明实施例的确定视频相似度的装置示意图;
图4是本发明实施例的另一种确定视频相似度的装置示意图。
具体实施方式
本发明实施例通过获取对视频具有操作行为的用户及用户数量;根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。本发明实施例通过将视频之间的操作相似度和内容相似度结合起来确定视频相似度,根据视频相似度,得到某一视频的一系列相关视频的整体排名,向用户推荐排名结果靠前的视频。
下面结合说明书附图对本发明实施例作进一步详细描述。
图1为本发明实施例提供的一种确定视频相似度的方法所对应的流程示意图,该确定视频相似度的方法主要包括如下步骤101至步骤103:
步骤101,获取对视频具有操作行为的用户及用户数量;
步骤102,根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;
步骤103,根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。
具体的,在本发明实施例步骤101中,可以在设定的一段时间内,获取对视频具有操作行为的用户及用户数量,并对基础数据进行降噪处理,剔除掉非优质视频的数据以及终端用户没有发生实际操作行为的数据,例如,用户观看视频的时间低于设定的时间阈值。根据终端用户的操作行为的不同,将所述视频以及与所述视频对应的用户及用户数量划分不同集合。所述终端用户的操作行为包括显性行为和隐性行为,例如用户观看视频的行为、用户收藏视频的行为、用户浏览视频详情介绍的行为、用户在社交网络中关注视频的行为等,此处不再一一列举。
可选的,获取对视频具有操作行为的用户及用户数量后,按照用户的显性行为和隐性行为,将所述视频以及与所述视频对应的用户及用户数量分为两类,分别为显性行为对应的类别和隐性行为对应的类别;进一步,在上述两个类别中,根据操作行为的不同,将所述视频以及与所述视频对应的用户及用户数量划分不同集合。
在步骤102中,所述的第一视频和第二视频为随机选取的两个视频;在一个指定的集合中,例如用户观看视频行为对应的集合中,根据对第一视频具有观看行为的用户及用户数量,以及对第二视频具有观看行为的用户及用户数量,得到第一视频和第二视频的操作相似度。
在步骤103中,根据第一视频和第二视频的内容信息,计算第一视频和第二视频的内容相似度,将第一视频和第二视频的操作相似度和内容相似度结合起来,得到第一视频和第二视频的视频相似度。
较佳地,在步骤102中,所述根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度,具体为:
针对一个集合,根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度;
根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度。
具体的,在步骤102中,根据一个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,根据下列方式确定所述集合对应的第一视频和第二视频的相似度:
其中,sim 1i (j,k)为所述集合对应的第一视频j和第二视频k的相似度,S i 为所述集合对应的所有视频集,j’、k’为任意两部视频,n j,k 为对第一视频j和第二视频k都存在相同操作行为的用户数量,n j’,k’ 为对任意两部视频j’和k’都存在相同操作行为的用户数量。
同理,可得到各个集合对应的第一视频和第二视频的相似度,进而得到第一视频和第二视频的操作相似度。
比如,在用户观看视频行为对应的集合中,n j,k 表示在设定的时间内,既观看了第一视频j又观看了第二视频k的用户数量;n j’,k’ 表示该集合中观看了任意两部视频j’和k’的用户数量的最大值,根据上述公式即可得到具有用户观看视频行为的操作信息这一集合对应的第一视频j和第二视频k的相似度。假定n j,k =104,n j’,k’ =2*104,此时有sim 11 (j,k)=0.5。
较佳地,在步骤102中,根据各个集合对应的第一视频和第二视频的相似度,以及各个集合对应的相似度权重,确定第一视频和第二视频的操作相似度。
具体的,分别采用上述方法计算出各个集合对应的第一视频和第二视频的相似度,并对各个集合对应的第一视频和第二视频的相似度设定权重值,权重值可以设定为0~1中的任意值,这样可使得到的操作相似度的值在[0,1]范围内,与后面的内容相似度的值处于同一个区间上。根据所设定的权重值,将各个集合对应的第一视频和第二视频的相似度加权相加,进而可确定第一视频和第二视频的操作相似度。
比如,在用户观看视频行为的集合中,第一视频j和第二视频k的相似度sim 11 (j,k)=0.5,设定该集合对应的权重值为0.5;在用户收藏视频行为的集合中,第一视频j和第二视频k的相似度sim 12 (j,k)=0.6,设定该集合对应的权重值为0.3;在用户浏览视频详情介绍行为的集合中,第一视频j和第二视频k的相似度sim 13 (j,k)=0.2,设定该集合对应的权重值为0.1;在用户在社区网络中关注视频行为的集合中,第一视频j和第二视频k的相似度sim 14 (j,k)=0.5,设定该集合对应的权重值为0.1;此时,第一视频和第二视频的操作相似度sim 1 (j,k)=0.5*0.5+0.6*0.3+0.2*0.1+0.5*0.1=0.5。
较佳地,在步骤103中,通过余弦相似度的方式,得到第一视频和第二视频的内容相似度;将第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度通过线性插值的方式进行计算,得到第一视频和第二视频的视频相似度。
具体的,使用向量分别代表第一视频j和第二视频k,向量的属性中可以包含诸如演员信息、导演信息、视频类型等,例如第一视频j的演员为周星驰、导演为周星驰、视频类型为喜剧,在对大量视频的信息进行整体分析的基础上,对这些信息进行定量化处理,假设可设定以同样的方式,假设可设定向量进而采用余弦相似度计算两个视频的内容相似度sim 2 (j,k),其计算公式如下
计算可得
将第一视频j和第二视频k的操作相似度sim 1 (j,k)以及第一视频j和第二视频k的内容相似度sim 2 (j,k)采用线性插值的方式,通过以下公式得到第一视频j和第二视频k的视频相似度sim(j,k):
sim(j,k)=α·sim 1 (j,k)+(1-α)·sim 2 (j,k)
其中,α用于平衡第一视频j和第二视频k的操作相似度sim 1 (j,k)以及第一视频j和第二视频k的内容相似度sim 2 (j,k)对于第一视频j和第二视频k的视频相似度sim(j,k)的影响。
比如,假设参数α=0.2,根据上述得到的第一视频j和第二视频k的操作相似度sim 1 (j,k)以及第一视频j和第二视频k的内容相似度sim 2 (j,k),可得视频相似度sim(j,k)=0.2*0.5+(1-0.2)*0.634=0.607。
基于上述公式,可以得到任意两个视频的视频相似度。对于每部视频,记录与其视频相似度的值按大小顺序排名前k个视频,然后在用户浏览该视频时向用户推荐所记录的最相关的前k个视频。
图2为本发明实施例的视频相似度融合公式的适用范围示意图,调整参数α的设定值可使该方法更广泛的适用于推荐系统的生命周期,在推荐系统初期用户对视频的操作信息较少的情况下,用户对哪一种视频进行操作行为存在着很大的随机性,根据操作信息得到的操作相似度无法反映出视频之间的视频相似度,因此可忽略视频的操作相似度,仅根据视频内容相似度来确定视频之间的视频相似度,采用冷启动的预案处理视频的相关推荐,此时α无限接近于0;对于存在新加入视频的情况下,用户对新加入视频的操作信息较少,根据操作信息得到的新加入的视频与其他视频之间的操作相似度无法反映出新加入的视频与其他视频之间的视频相似度,因此可忽略视频的操作相似度,仅根据视频内容相似度来确定视频之间的视频相似度,采用冷启动的预案处理视频的相关推荐,此时α无限接近于0。
在积累一定数量的用户对视频的操作信息后,用户对哪一种视频进行操作行为具有了一定的统计规律,此时根据操作信息得到的操作相似度能够在一定程度上反映出视频之间的视频相似度,因此此时以视频的内容相似度为主,操作相似度为辅,采用小型数据量的预案调整方法处理视频的相关推荐,使其相关视频推荐的结果集呈现少量多样性的数据,此时α的取值在(0,0.5]范围内。
在用户对视频的操作信息满足基于协同过滤行为分析算法所需的基础数据量之后,用户对哪一种视频进行操作行为具有很强的规律性,根据操作信息得到的操作相似度能够准确地反映出视频之间的视频相似度,因此此时以视频的操作相似度为主,内容相似度为辅,进行多样性的相关视频推荐,此时α的取值在(0.5,1]范围内。
针对上述方法流程,本发明实施例还提供一种确定视频相似度的装置,该装置的具体内容可以参照上述方法实施,在此不再赘述。
本发明实施例提供的一种确定视频相似度的装置,参见图3所示。本发明实施例确定视频相似度的装置包括:
获取信息模块301,用于获取对视频具有操作行为的用户及用户数量;
确定操作相似度模块302,用于根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;
确定视频相似度模块303,用于根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。
所述确定操作相似度模块302还用于,针对一个集合,根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度;根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度。
所述确定操作相似度模块302还用于,根据以下方式确定所述集合对应的第一视频和第二视频的相似度:
其中,sim 1i (j,k)为所述集合对应的第一视频j和第二视频k的相似度,S i 为所述集合对应的所有视频集,j’、k’为任意两部视频,n j,k 为对第一视频j和第二视频k都存在相同操作行为的用户数量,n j’,k’ 为对任意两部视频j’和k’都存在相同操作行为的用户数量。
所述确定视频相似度模块303还用于,根据各个集合对应的第一视频和第二视频的相似度,以及各个集合对应的相似度权重,确定第一视频和第二视频的操作相似度;以及,根据以下方式确定所述第一视频和第二视频的内容相似度:
其中,sim 2 (j,k)为第一视频和第二视频的内容相似度,向量的属性中包括第一视频的内容信息,向量的属性中包括第二视频的内容信息。
本发明实施例提供的另一种确定视频相似度的装置,参见图4所示。本发明实施例的另一种确定视频相似度的装置包括:
收集器401,用于获取对视频具有操作行为的用户及用户数量;
处理器403,用于根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。
所述处理器403还用于,针对一个集合,根据所述集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的相似度;根据各个集合对应的第一视频和第二视频的相似度,得到第一视频和第二视频的操作相似度。
所述处理器403还用于,根据以下方式确定所述集合对应的第一视频和第二视频的相似度:
其中,sim 1i (j,k)为所述集合对应的第一视频j和第二视频k的相似度,S i 为所述集合对应的所有视频集,j’、k’为任意两部视频,n j,k 为对第一视频j和第二视频k都存在相同操作行为的用户数量,n j’,k’ 为对任意两部视频j’和k’都存在相同操作行为的用户数量。
所述处理器403还用于,根据各个集合对应的第一视频和第二视频的相似度,以及各个集合对应的相似度权重,确定第一视频和第二视频的操作相似度;以及,根据以下方式确定所述第一视频和第二视频的内容相似度:
其中,sim 2 (j,k)为第一视频和第二视频的内容相似度,向量的属性中包括第一视频的内容信息,向量的属性中包括第二视频的内容信息。
其中,在图4中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器403代表的一个或多个处理器和存储器402代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口,收集器401可以是多个元件,处理器403负责管理总线架构和通常的处理,存储器402可以存储处理器403在执行操作时所使用的数据。
从上述内容可以看出:
本发明实施例通过获取对视频具有操作行为的用户及用户数量;根据不同的操作行为,将所述视频以及与所述视频对应的用户及用户数量划分不同集合;根据各个集合中与第一视频对应的用户及用户数量以及与第二视频对应的用户及用户数量,得到第一视频和第二视频的操作相似度;根据所述第一视频和第二视频的操作相似度以及第一视频和第二视频的内容相似度,得到第一视频和第二视频的视频相似度。本发明实施例通过将视频之间的操作相似度和内容相似度结合起来确定视频相似度,根据视频相似度,得到某一视频的一系列相关视频的整体排名,向用户推荐排名结果靠前的视频。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。