一种基于视频大数据的视频播放推荐系统及方法与流程

1.本发明涉及大数据技术领域，具体为一种基于视频大数据的视频播放推荐系统及方法。


背景技术：

2.随着科技时代信息的进步，越来越多的用户选择通过视频快速了解相关的知识信息；用户基本选择通过碎片化的时间来了解或者阅读相关知识，但是由于短的视频只能得到部分信息，并不能够了解到知识的论证过程和延展信息；但是通过长视频可以解决上述问题；由于长视频内容过于冗长，也限制浏览者的观看门槛和观看时间，因此，长视频常常会劝退众多用户；因此，长视频与短视频的缺点相对立，为了解决长视频过于冗长且浏览者人数少的问题，现有技术中通常对长视频进行切割，切割为短视频并向用户推荐，但是仍存在如下技术问题：
3.1、在将长视频切割为短视频时，通常会根据多维参数进行切割，得到短视频；但是通常会将切割后的短视频直接分布至视频播放平台，并不考虑切割后短视频的热度会不会引起用户的兴趣，进而导致切割的短视频的观看人数低；
4.2、根据用户的记忆曲线，观看短视频后虽然不会立马遗忘，但是观看短视频的记忆总是会缺失，并不能够针对用户的记忆力来强化用户观看短视频，达到短视频的推荐效果等等；
5.因此，需要对上述所提及的问题进行改善。


技术实现要素：

6.本发明的目的在于提供一种基于视频大数据的视频播放推荐系统及方法，以解决上述背景技术中提出的问题。
7.为了解决上述技术问题，本发明提供如下技术方案：一种基于视频大数据的视频播放推荐系统，所述视频播放推荐系统包括视频推荐模块、视频预处理模块、视频分析模块和视频发布管理模块；
8.所述视频推荐模块用于获取用户浏览视频的特征信息，处理特征信息并向其余用户推荐视频；
9.所述视频预处理模块用于获取并处理长视频，形成至少两个短视频；
10.所述视频分析处理模块用于根据信息计算热度差值，获取热度差值并处理长视频，得到更新后的至少两个短视频；
11.所述视频发布管理模块用于处理更新后的至少两个短视频，用以增加用户浏览短视频的频次；
12.所述视频推荐模块与视频预处理模块、视频分析模块和视频发布管理模块相连接。
13.进一步的，所述视频推荐模块包括用户特征获取单元、相似特征聚类单元；
14.所述用户特征获取单元用于获取用户浏览视频的特征并提取特征信息，并将用户的特征信息输送至相似特征聚类单元；
15.所述相似特征聚类单元用于提取用户的相似特征形成视频集，并向其余用户推荐视频；
16.所述用户特征获取单元的输出端与相似特征聚类单元的输入端相连接。
17.进一步的，所述视频预处理模块包括视频获取单元、热度预估单元、切割处理单元、视频保存单元；
18.所述视频获取单元用于获取用户浏览的长视频；
19.所述切割处理单元用于根据预先设置标志点，并按照所述标志点的位置切割长视频，形成至少两个短视频；
20.所述热度预估单元用于预估所述至少两个短视频的热度值；
21.所述视频保存单元用于保存处理后的短视频；
22.所述视频获取单元的输出端与热度预估单元的输入端相连接；所述热度预估单元的输出端与切割处理单元的输入端相连接；所述切割处理单元的输出端与视频保存单元的输入端相连接。
23.进一步的，所述视频分析模块包括视频预投放设置单元、新热度值计算单元、热度差值计算单元和重复内容设置单元；
24.所述视频预投放设置单元用于预先在视屏播放器上投放至少两个短视频；
25.所述新热度值计算单元用于根据用户浏览至少两个短视频的行为，计算实际热度值；
26.所述热度差值计算单元用于计算实际热度值与预估热度值的差值，根据热度差值调整长视频中的标志点；
27.所述视频更新处理单元用于根据调整后的标志点，得到更新后的至少两个短视频；
28.所述视频预投放设置单元的输出端与新热度值计算单元和热度差值计算单元的输入端相连接；所述视频更新处理单元的输出端与热度差值计算单元的输入端相连接。
29.进一步的，所述视频发布管理模块包括重复内容设置单元、发布间隔时间设置单元；
30.所述重复内容设置单元用于在更新后的至少两个短视频内容中设置部分重复视频内容，所述重复内容为更新后的至少两个短视频中的部分内容；
31.所述播放间隔时间设置单元根据用户的遗忘曲线，设置更新后的至少两个短视频的间隔播放时间；
32.所述重复内容设置单元的输出端与播放间隔时间设置单元的输入端相连接。
33.一种基于视频大数据的视频播放推荐方法，所述视频播放推荐方法执行如下步骤：
34.a1：获取用户浏览视频的特征信息，对比所述特征信息并提取视频集，将视频集推荐给其余用户；
35.a2：获取视频集中的长视频，预先在长视频中设置标志点，得到至少两个短视频；计算至少两个短视频的热度值；
36.a3：根据用户浏览至少两个短视频的行为，分析实际热度值；根据实际热度值与预估热度值的差值，调整所述长视频的标志点，得到更新后的至少两个短视频；
37.a4：在更新后的至少两个短视频中设置部分重复内容，并设置更新后的至少两个短视频的间隔播放时间。
38.在步骤a2中，获取在所述长视频中设置的标志点，根据标志点确定至少两个短视频的预估热度值集合频的预估热度值集合
39.其中：zj是指第j个标志点所对应视频内容的预估热度值，h
ij
是指第j个标志点所对应短视频传播i次后的热度值，h
(i-1)j
是指第j个标志点所对应短视频传播i-1次后的热度值，α是指第j个短视频传播后的热度衰减系数，k
ij
是指第j个标志点对应视频传播i次的转发量，n是指最新的转发量，是指第j个标志点对应视频传播i次后的总转发量对应的转发系数，是指第j个标志点对应视频传播i次后的总评论量对应的评论系数，m是指最新的评论量，q
ij
是指第j个标志点对应视频传播i次的评论量；
40.根据公式得到预设置标志点对应的预估热度值zj。
41.在步骤a3中，获取用户浏览并拖动标志点内视频的进度条的信息；若检测到用户并未拖动进度条同时在设定时间段内未有滑动视频的路径存在时，表示当前用户并未浏览视频；若检测到用户拖动或者未拖动视频上的进度条，且存在有视频上的滑动路径时，则表示用户有效浏览视频；根据用户拖动或者未拖动视频上的进度条，分析得到用户浏览标志点内视频的热度值sj；
[0042][0043]
计算实际热度值sj与预估热度值zj的差值，若s
j-zj＝0时，则表示热度相等，则将原至少三个标志点合并为至少两个标志点；若sj》zj时，则表示标志点内视频中，实际热度值大于预估热度值，则将标志点向左方向移动，使得标志点左右方向视频中的热度值提高；若sj《zj时，则表示标志点内视频中，实际热度值小于预估热度值，则将标志点向右方向移动，使得原标志点内视频能够增加部分热度值高的视频；
[0044]
其中：sj是指第j个标志点所对应视频内容的实际热度值，x是指拖动标志点内视频进度条的人数，c是指用户滑动进度条与所设置标志点的有效长度，p是指标志点与下一个标志点内视频的总长度，l1是指用户滑动进度条距离所对应的热度系数，f是指用户浏览标志点内视频发布的评论数，f
zon
是指用户浏览标志点内视频发布的评论总数，r是指用户浏览标志点内视频后的转发数，r
zon
是指用户浏览标志点内视频后的总转发数，l2是指用户浏览标志点内视频对应评论数的热度系数，l3是指用户浏览标志点内视频对应转发数的热度系数。
[0045]
在步骤a4中，获取用户浏览短视频的初次时间信息，所述短视频的兴趣值超过预设兴趣值，获取用户浏览重复短视频的进度条记录；如若用户浏览短视频进度的比例超过预设比例值时，则记录用户浏览短视频的遗忘曲线y，y＝1-rdg；r是指短视频进度条的滑动
记录，d是指经过用户在初次浏览短视频后所过去的时间天数，g是指遗忘率，y是指记忆率；
[0046]
为了使得记忆率y《y’时，则向用户发送所述短视频的间隔时间为并在所述短视频上增加重复视频内容，所述重复视频内容为与所述短视频对应标志点相关联的其他视频中的部分视频。
[0047]
与现有技术相比，本发明所达到的有益效果是：
[0048]
1、本发明通过视频推荐模块用于根据用户的特征中得到视频集，并从视频集中选取视频，能够对处理后的视频提供用户基础，提高浏览视频的人数；
[0049]
2、通过视频预处理模块和视频分析模块，根据预先设置的标识点进行切割长视频，并形成至少两个短视频；通过此方法能得到至少两个短视频的热度值，后又在长视频中移动标识点，全面考虑了切割后的短视频对用户的兴趣值，能够提高切割后短视频的观看人数；
[0050]
3、通过视频发布管理模块，虽然对视频进行了预投放，在此通过设置间隔时间向用户投放视频，能够增加用户对遗忘视频的兴趣程度，同时根据用户的遗忘曲线，在用户遗忘时，能够增加用户对以往视频的回顾，从而提高用户对于视频的兴趣程度和观看次数；同时根据设置的短视频，能够增加其他特征用户对该短视频的兴趣程度。
附图说明
[0051]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0052]
图1是本发明一种基于视频大数据的视频播放推荐系统的模块组成示意图；
[0053]
图2是本发明一种基于视频大数据的视频播放推荐方法的步骤示意图。
具体实施方式
[0054]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
请参阅图1-图2，本发明提供技术方案：
[0056]
一种基于视频大数据的视频播放推荐系统，所述视频播放推荐系统包括视频推荐模块、视频预处理模块、视频分析模块和视频发布管理模块；
[0057]
所述视频推荐模块用于获取用户浏览视频的特征信息，处理特征信息并向其余用户推荐视频；从而能够增加观看视频的人数，并能够根据切割后的视频向指定的其他特征用户推荐，例如：观看视频的用户特征皆为i，但是在将长视频切割为短视频之后，观看短视频的用户特征从i变为i o；
[0058]
所述视频预处理模块用于获取并处理长视频，形成至少两个短视频；由于对一条长视频进行切割，如若放置一个标识点，也会形成两个短视频，其中两个短视频为最少数量；
[0059]
所述视频分析处理模块用于根据信息计算热度差值，获取热度差值并处理长视
频，得到更新后的至少两个短视频；其中信息是指根据行为分析实际热度值，并将热度值与预估的热度值进行相减；
[0060]
所述视频发布管理模块用于处理更新后的至少两个短视频，用以增加用户浏览短视频的频次；所述更新后的至少两个短视频与至少两个短视频的区别在于：通过移动长视频中的标识点；在处理更新后的至少两个短视频中，需要将原切割后的短视频通过视频处理器恢复原长视频，从而能够得到更新后的至少两个短视频；
[0061]
所述视频推荐模块与视频预处理模块、视频分析模块和视频发布管理模块相连接。
[0062]
进一步的，所述视频推荐模块包括用户特征获取单元、相似特征聚类单元；
[0063]
所述用户特征获取单元用于获取用户浏览视频的特征并提取特征信息，并将用户的特征信息输送至相似特征聚类单元；
[0064]
所述相似特征聚类单元用于提取用户的相似特征形成视频集，并向其余用户推荐视频；
[0065]
所述用户特征获取单元的输出端与相似特征聚类单元的输入端相连接。
[0066]
进一步的，所述视频预处理模块包括视频获取单元、热度预估单元、切割处理单元、视频保存单元；
[0067]
所述视频获取单元用于获取用户浏览的长视频；
[0068]
所述切割处理单元用于根据预先设置标志点，并按照所述标志点的位置切割长视频，形成至少两个短视频；
[0069]
所述热度预估单元用于预估所述至少两个短视频的热度值；
[0070]
所述视频保存单元用于保存处理后的短视频；
[0071]
所述视频获取单元的输出端与热度预估单元的输入端相连接；所述热度预估单元的输出端与切割处理单元的输入端相连接；所述切割处理单元的输出端与视频保存单元的输入端相连接。
[0072]
进一步的，所述视频分析模块包括视频预投放设置单元、新热度值计算单元、热度差值计算单元和重复内容设置单元；
[0073]
所述视频预投放设置单元用于预先在视屏播放器上投放至少两个短视频；
[0074]
所述新热度值计算单元用于根据用户浏览至少两个短视频的行为，计算实际热度值；
[0075]
所述热度差值计算单元用于计算实际热度值与预估热度值的差值，根据热度差值调整长视频中的标志点；
[0076]
所述视频更新处理单元用于根据调整后的标志点，得到更新后的至少两个短视频；
[0077]
所述视频预投放设置单元的输出端与新热度值计算单元和热度差值计算单元的输入端相连接；所述视频更新处理单元的输出端与热度差值计算单元的输入端相连接。
[0078]
进一步的，所述视频发布管理模块包括重复内容设置单元、发布间隔时间设置单元；
[0079]
所述重复内容设置单元用于在更新后的至少两个短视频内容中设置部分重复视频内容，所述重复内容为更新后的至少两个短视频中的部分内容；
[0080]
所述播放间隔时间设置单元根据用户的遗忘曲线，设置更新后的至少两个短视频的间隔播放时间；
[0081]
所述重复内容设置单元的输出端与播放间隔时间设置单元的输入端相连接。
[0082]
一种基于视频大数据的视频播放推荐方法，所述视频播放推荐方法执行如下步骤：
[0083]
a1：获取用户浏览视频的特征信息，对比所述特征信息并提取视频集，将视频集推荐给其余用户；
[0084]
a2：获取视频集中的长视频，预先在长视频中设置标志点，得到至少两个短视频；计算至少两个短视频的热度值；
[0085]
a3：根据用户浏览至少两个短视频的行为，分析实际热度值；根据实际热度值与预估热度值的差值，调整所述长视频的标志点，得到更新后的至少两个短视频；
[0086]
a4：在更新后的至少两个短视频中设置部分重复内容，并设置更新后的至少两个短视频的间隔播放时间。
[0087]
在步骤a2中，获取在所述长视频中设置的标志点，根据标志点确定至少两个短视频的预估热度值集合频的预估热度值集合
[0088]
其中：zj是指第j个标志点所对应视频内容的预估热度值，h
ij
是指第j个标志点所对应短视频传播i次后的热度值，h
(i-1)j
是指第j个标志点所对应短视频传播i-1次后的热度值，α是指第j个短视频传播后的热度衰减系数，k
ij
是指第j个标志点对应视频传播i次的转发量，n是指最新的转发量，是指第j个标志点对应视频传播i次后的总转发量对应的转发系数，是指第j个标志点对应视频传播i次后的总评论量对应的评论系数，m是指最新的评论量，q
ij
是指第j个标志点对应视频传播i次的评论量；
[0089]
根据公式得到预设置标志点对应的预估热度值zj；
[0090]
在所计算的预估热度值中，由于是预估所有的数据皆为估计值，因此所建立的函数值会存在衰减函数，因此，在此设置的衰减函数的目的是为了能够贴近真实值；在预估的过程中，会对短视频传播i次后或者i-1次后的热度值进行分析，根据此，能够得到短视频传播后的热度差值，根据热度差值来贴近短视频的实际热度差值；在分析热度值时，需要对用户转发视频的数量和评论量进行设置，从而增进预估的真实性，减小预估值与实际值的差值；对预估热度值进行分析的好处是防止切割后的视频在视频播放器中进行播放时导致播放后的观看人数少，需要经过验证后再在视频播放器中进行播放，从而提高视频播放的效果和观看人数。
[0091]
在步骤a3中，获取用户浏览并拖动标志点内视频的进度条的信息；若检测到用户并未拖动进度条同时在设定时间段内未有滑动视频的路径存在时，表示当前用户并未浏览视频；若检测到用户拖动或者未拖动视频上的进度条，且存在有视频上的滑动路径时，则表示用户有效浏览视频；根据用户拖动或者未拖动视频上的进度条，分析得到用户浏览标志点内视频的热度值sj；
[0092][0093]
计算实际热度值sj与预估热度值zj的差值，若s
j-zj＝0时，则表示热度相等，则将原至少三个标志点合并为至少两个标志点；若sj》zj时，则表示标志点内视频中，实际热度值大于预估热度值，则将标志点向左方向移动，使得标志点左右方向视频中的热度值提高；若sj《zj时，则表示标志点内视频中，实际热度值小于预估热度值，则将标志点向右方向移动，使得原标志点内视频能够增加部分热度值高的视频；
[0094]
其中：sj是指第j个标志点所对应视频内容的实际热度值，x是指拖动标志点内视频进度条的人数，c是指用户滑动进度条与所设置标志点的有效长度，p是指标志点与下一个标志点内视频的总长度，l1是指用户滑动进度条距离所对应的热度系数，f是指用户浏览标志点内视频发布的评论数，f
zon
是指用户浏览标志点内视频发布的评论总数，r是指用户浏览标志点内视频后的转发数，r
zon
是指用户浏览标志点内视频后的总转发数，l2是指用户浏览标志点内视频对应评论数的热度系数，l3是指用户浏览标志点内视频对应转发数的热度系数；
[0095]
通过分析能够得到用户观看标识点视频的占比，进而根据占比分析观看视频的热度值；公式中涉及到的评论总数是建立在用户观看标识点内视频的评论数；例如：用户观看标识点内视频的第25秒时，发布了评论，此时发布的评论是有效的；同可得到公式中涉及到的转发数也是建立在用户观看标识点内的，从而得到有效的转发量；在调整标识点时，所调整的标识点为任意一个或者任意两个标识点；例如：对长视频进行切割后，会形成多个短视频，但是选择其中一个短视频是包括有两个标识点的，一个作为视频的开始点，另一个作为视频的结束点，因此，在调节标识点的过程中，是对任意一个或者任意两个标识点进行调节的；其中调节任意一个标识点是在短视频处于最末端或者最前端的状态。
[0096]
在步骤a4中，获取用户浏览短视频的初次时间信息，所述短视频的兴趣值超过预设兴趣值，获取用户浏览重复短视频的进度条记录；如若用户浏览短视频进度的比例超过预设比例值时，则记录用户浏览短视频的遗忘曲线y，y＝1-rdg；r是指短视频进度条的滑动记录，d是指经过用户在初次浏览短视频后所过去的时间天数，g是指遗忘率，y是指记忆率；
[0097]
为了使得记忆率y《y’时，则向用户发送所述短视频的间隔时间为并在所述短视频上增加重复视频内容，所述重复视频内容为与所述短视频对应标志点相关联的其他视频中的部分视频。
[0098]
实施例：获取用户浏览短视频的初次时间信息为7.20，所述短视频的兴趣值超过预设兴趣值，获取用户浏览重复短视频的进度条记录；如若用户浏览短视频进度的比例超过预设比例值时，则记录用户浏览短视频的遗忘曲线y，y＝1-rdg；如若得到用户浏览短视频的遗忘曲线y＝1-0.26d2时，则为了使得用户的记忆率为20％时发送视频，则用户发送所
述短视频的间隔时间为在时隔两天即7月22日后进行短视频的重复播放，并在播放短视频时叠加重复视频；所述重复视频是指与上一个短视频的结尾视频内容。
[0099]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0100]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。