本發(fā)明涉及廣告投放領(lǐng)域，具體而言，涉及一種廣告短片與視頻節(jié)目混合推薦方法及裝置。

背景技術(shù)：

現(xiàn)有的廣告短片基本是基于在視頻節(jié)目的播放過(guò)程中通過(guò)貼片插入廣告的形式來(lái)做廣告投放。這種投放形式(比如，前插、中插廣告等)比較單一，并導(dǎo)致用戶在觀看視頻節(jié)目的過(guò)程中受到廣告的騷擾，影響用戶的視頻節(jié)目觀看體驗(yàn)。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明提供一種廣告短片與視頻節(jié)目混合推薦方法及裝置，其能夠?qū)V告短片與視頻節(jié)目同等對(duì)待，根據(jù)用戶對(duì)廣告短片及視頻節(jié)目的興趣程度生成廣告短片與視頻節(jié)目混合推薦列表，從而提升用戶體驗(yàn)。

本發(fā)明較佳實(shí)施例提供一種廣告短片與視頻節(jié)目混合推薦方法，應(yīng)用于與用戶終端通信連接的服務(wù)器，所述服務(wù)器包括一數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)存儲(chǔ)有用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，所述方法包括：

獲取所述第一向量及第二向量；

從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素，對(duì)選擇的向量元素進(jìn)行處理以構(gòu)成混合推薦向量；

根據(jù)所述混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表，以使所述用戶終端基于所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放。

本發(fā)明較佳實(shí)施例還提供一種廣告短片與視頻節(jié)目混合推薦裝置，應(yīng)用于與用戶終端通信連接的服務(wù)器，所述服務(wù)器包括一數(shù)據(jù)庫(kù)，所述數(shù)據(jù)庫(kù)存儲(chǔ)有用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，所述裝置包括：

獲取模塊，用于獲取所述第一向量及第二向量；

混合推薦向量模塊，用于從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素，對(duì)選擇的向量元素進(jìn)行處理以構(gòu)成混合推薦向量；

推薦列表生成模塊，用于根據(jù)所述混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表，以使所述用戶終端基于所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放。

相對(duì)于現(xiàn)有技術(shù)而言，本發(fā)明具有以下有益效果：

本發(fā)明提供一種廣告短片與視頻節(jié)目混合推薦方法及裝置，應(yīng)用于與用戶終端通信連接的服務(wù)器。其中，所述服務(wù)器包括一存儲(chǔ)有第一向量及第二向量的數(shù)據(jù)庫(kù)。所述第一向量用于描述用戶對(duì)廣告短片的興趣程度，所述第二向量用于描述用戶對(duì)視頻節(jié)目的興趣程度。在獲取的所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素，通過(guò)對(duì)選擇的所述向量元素進(jìn)行處理得到混合推薦向量，從而得到廣告短片與視頻節(jié)目混合推薦列表。由此，用戶終端根據(jù)所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放，使用戶在視頻節(jié)目的觀看過(guò)程中不會(huì)受到廣告短片的打擾，從而提升用戶體驗(yàn)。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實(shí)施例，因此不應(yīng)被看作是對(duì)范圍的限定，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1為本發(fā)明較佳實(shí)施例提供的服務(wù)器與至少一用戶終端的通信示意圖。

圖2為圖1所示的服務(wù)器的方框示意圖。

圖3為本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦方法的一種流程示意圖。

圖4為圖3中步驟s130包括的子步驟的一種流程示意圖。

圖5為圖4中子步驟s132包括的子步驟的一種流程示意圖。

圖6為本發(fā)明較佳實(shí)施例提供的得到混合推薦向量的示意圖。

圖7為圖3中步驟s140包括的子步驟的一種流程示意圖。

圖8為本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦方法的另一種流程示意圖。

圖9為圖8中步驟s110包括的部分子步驟的流程示意圖。

圖10為圖8中步驟s110包括的另一部分子步驟的流程示意圖。

圖11為本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦裝置的一種方框示意圖。

圖12為本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦裝置的另一種方框示意圖。

圖標(biāo)：100-服務(wù)器；110-存儲(chǔ)器；112-數(shù)據(jù)庫(kù)；120-存儲(chǔ)控制器；130-處理器；200-用戶終端；300-混合推薦裝置；310-建立向量模塊；320-獲取模塊；330-混合推薦向量模塊；331-選擇子模塊；332-處理子模塊；340-推薦列表生成模塊。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

應(yīng)注意到：相似的標(biāo)號(hào)和字母在下面的附圖中表示類似項(xiàng)，因此，一旦某一項(xiàng)在一個(gè)附圖中被定義，則在隨后的附圖中不需要對(duì)其進(jìn)行進(jìn)一步定義和解釋。同時(shí)，在本發(fā)明的描述中，術(shù)語(yǔ)“第一”、“第二”等僅用于區(qū)分描述，而不能理解為指示或暗示相對(duì)重要性。

請(qǐng)參照?qǐng)D1，圖1是本發(fā)明較佳實(shí)施例提供的服務(wù)器100與至少一用戶終端200的通信示意圖。所述服務(wù)器100與所述用戶終端200通過(guò)網(wǎng)絡(luò)、接口等進(jìn)行通信連接。其中，所述用戶終端200可以是，但不限于，電視機(jī)、智能手機(jī)、平板電腦等。所述用戶終端200向所述服務(wù)器100發(fā)送獲取推薦列表的請(qǐng)求；所述服務(wù)器100接收所述請(qǐng)求，并向所述用戶終端200發(fā)送廣告短片與視頻節(jié)目混合推薦列表。所述用戶終端200接收并根據(jù)混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放，從而使用戶可以觀看完整的視頻節(jié)目。

請(qǐng)參照?qǐng)D2，圖2是圖1所示的服務(wù)器100的方框示意圖。所述服務(wù)器100可以包括數(shù)據(jù)庫(kù)112、混合推薦裝置300、存儲(chǔ)器110、存儲(chǔ)控制器120及處理器130。

所述存儲(chǔ)器110、存儲(chǔ)控制器120及處理器130各元件之間直接或間接地電性連接，以實(shí)現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件相互之間可通過(guò)一條或多條通訊總線或信號(hào)線實(shí)現(xiàn)電性連接。存儲(chǔ)器110中存儲(chǔ)有數(shù)據(jù)庫(kù)112及混合推薦裝置300，所述混合推薦裝置300包括至少一個(gè)可以軟件或固件(firmware)的形式存儲(chǔ)于所述存儲(chǔ)器110中的軟件功能模塊。所述處理器130通過(guò)運(yùn)行存儲(chǔ)在存儲(chǔ)器110內(nèi)的軟件程序以及模塊，如本發(fā)明實(shí)施例中的混合推薦裝置300，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，即實(shí)現(xiàn)本發(fā)明實(shí)施例中的廣告短片與視頻節(jié)目混合推薦方法。

其中，所述存儲(chǔ)器110可以是，但不限于，隨機(jī)存取存儲(chǔ)器(randomaccessmemory，ram)，只讀存儲(chǔ)器(readonlymemory，rom)，可編程只讀存儲(chǔ)器(programmableread-onlymemory，prom)，可擦除只讀存儲(chǔ)器(erasableprogrammableread-onlymemory，eprom)，電可擦除只讀存儲(chǔ)器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存儲(chǔ)器110用于存儲(chǔ)程序，所述處理器130在接收到執(zhí)行指令后，執(zhí)行所述程序。所述處理器130以及其他可能的組件對(duì)存儲(chǔ)器110的訪問可在所述存儲(chǔ)控制器120的控制下進(jìn)行。

所述處理器130可能是一種集成電路芯片，具有信號(hào)的處理能力。上述的處理器130可以是通用處理器，包括中央處理器(centralprocessingunit，cpu)、網(wǎng)絡(luò)處理器(networkprocessor，np)等。還可以是數(shù)字信號(hào)處理器(dsp)、專用集成電路(asic)、現(xiàn)場(chǎng)可編程門陣列(fpga)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件?？梢詫?shí)現(xiàn)或者執(zhí)行本發(fā)明實(shí)施例中的公開的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。

可以理解，圖2所示的結(jié)構(gòu)僅為示意，服務(wù)器100還可包括比圖2中所示更多或者更少的組件，或者具有與圖2所示不同的配置。圖2中所示的各組件可以采用硬件、軟件或其組合實(shí)現(xiàn)。

請(qǐng)參照?qǐng)D3，圖3是本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦方法的一種流程示意圖。所述方法應(yīng)用于與用戶終端200通信連接的服務(wù)器100。所述服務(wù)器100包括一數(shù)據(jù)庫(kù)112，所述數(shù)據(jù)庫(kù)112存儲(chǔ)有用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量。圖3中的流程可以由所述處理器130實(shí)現(xiàn)。下面對(duì)廣告短片與視頻節(jié)目混合推薦方法的具體流程進(jìn)行詳細(xì)闡述。

步驟s120，獲取所述第一向量及第二向量。

在本實(shí)施例中，所述數(shù)據(jù)庫(kù)112中存儲(chǔ)有多個(gè)用戶終端200的信息。針對(duì)其中一用戶終端200時(shí)，提取所述用戶終端200對(duì)應(yīng)的信息。其中，所述信息包括第一向量及第二向量。所述第一向量包括至少一個(gè)廣告短片及每個(gè)廣告短片與使用該用戶終端200的用戶之間的相似度。所述第二向量包括至少一個(gè)視頻節(jié)目及每個(gè)視頻節(jié)目與使用該用戶終端200的用戶之間的相似度。通過(guò)所述相似度可以得到用戶對(duì)廣告短片或視頻節(jié)目的興趣程度，一般地，相似度越高表明用戶越感興趣。

步驟s130，從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素，對(duì)選擇的向量元素進(jìn)行處理以構(gòu)成混合推薦向量。

請(qǐng)參照?qǐng)D4，圖4是圖3中步驟s130包括的子步驟的一種流程示意圖。所述步驟s130可以包括子步驟s131及子步驟s132。

所述子步驟s131，從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素組成第三向量及第四向量。

在本實(shí)施例中，所述從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素組成第三向量及第四向量的方式為以下兩種任意之一。

在所述第一向量中以相似度由高到低的順序選取第一預(yù)設(shè)數(shù)量的向量元素組成第三向量，在所述第二向量中以相似度由高到低的順序選取第二預(yù)設(shè)數(shù)量的向量元素組成第四向量，其中，所述第一向量、第二向量中的向量元素均按照向量元素的相似度進(jìn)行降序排列或者升序排列。

在所述第一向量中選取向量元素相似度大于第一預(yù)設(shè)相似度的向量元素組成第三向量，在所述第二向量中選取向量元素相似度大于第二預(yù)設(shè)相似度的向量元素組成第四向量。

在本實(shí)施例的一種實(shí)施方式中，所述第一向量中的向量元素(廣告短片)、第二向量中的向量元素(視頻節(jié)目)均按照向量元素的相似度進(jìn)行降序排列或升序排列。在進(jìn)行向量元素選取時(shí)，從相似度最高的第一個(gè)向量元素開始按照相似度由高到低的順序選取。在所述第一向量中選取第一預(yù)設(shè)數(shù)量的向量元素組成第三向量，所述第三向量包括至少一個(gè)廣告短片及每個(gè)廣告短片與用戶之間的相似度。在所述第二向量中選取第二預(yù)設(shè)數(shù)據(jù)的向量元素組成第四向量，所述第四向量包括至少一個(gè)視頻節(jié)目及每個(gè)視頻節(jié)目與用戶之間的相似度。比如，可以在所述第一向量中選擇5個(gè)向量元素，以推薦5個(gè)廣告短片；在所述第二向量中選擇20個(gè)向量元素，以推薦20個(gè)視頻節(jié)目。由此，對(duì)廣告短片和視頻節(jié)目的混合編排有理論及規(guī)則控制，并能夠在廣告收益及用戶體驗(yàn)上做到很好的權(quán)衡。

其中，所述第一預(yù)設(shè)數(shù)量的具體數(shù)值根據(jù)該用戶對(duì)廣告短片的興趣程度來(lái)確定，所述第二預(yù)設(shè)數(shù)量的具體數(shù)值根據(jù)該用戶對(duì)視頻節(jié)目的興趣來(lái)確定。在某用戶基本不點(diǎn)廣告或者點(diǎn)開就退出的情況下，就可以少推薦廣告短片，降低廣告短片比例。由此，根據(jù)該用戶的興趣確定廣告短片的推薦數(shù)量、視頻節(jié)目的推薦數(shù)量及廣告短片與視頻節(jié)目的比例。

在本實(shí)施例的另一種實(shí)施方式中，可以是通過(guò)設(shè)置預(yù)設(shè)相似度來(lái)進(jìn)行向量元素選取。具體地，在所述第一向量中選取相似度大于第一預(yù)設(shè)相似度的向量元素(廣告短片)，以得到第三向量；在所述第二向量中選取相似度大于第二預(yù)設(shè)相似度的向量元素(視頻節(jié)目)，以得到第四向量。

其中，所述第一預(yù)設(shè)相似度的具體值根據(jù)該用戶對(duì)廣告短片的興趣程度來(lái)確定，所述第二預(yù)設(shè)相似度的具體值根據(jù)該用戶對(duì)視頻節(jié)目的興趣來(lái)確定。由此，可以根據(jù)實(shí)際情況設(shè)置第一預(yù)設(shè)相似度的具體值及第二預(yù)設(shè)相似度的具體值。

所述子步驟s132，分別對(duì)所述第三向量及第四向量進(jìn)行處理，并將處理后的第三向量及第四向量進(jìn)行合并，以得到混合推薦向量。

請(qǐng)參照?qǐng)D5，圖5是圖4中子步驟s132包括的子步驟的一種流程示意圖。所述子步驟s132可以包括子步驟s1321及子步驟s1322。

所述子步驟s1321，分別對(duì)所述第三向量及第四向量進(jìn)行歸一化處理。

在本實(shí)施例的實(shí)施方式中，通過(guò)分別對(duì)所述第三向量及第四向量中向量元素對(duì)應(yīng)的相似度進(jìn)行歸一化處理，從而便于將廣告短片及視頻節(jié)目用統(tǒng)一的方式處理，相當(dāng)于將廣告短片也看做是視頻節(jié)目。其中，歸一化是一種簡(jiǎn)化計(jì)算的方式，指將有量綱的表達(dá)式，經(jīng)過(guò)變換，轉(zhuǎn)化為無(wú)量綱的表達(dá)式，從而成為標(biāo)量。

所述子步驟s1322，將歸一化處理后的第三向量及第四向量進(jìn)行合并得到混合向量，并根據(jù)混合向量中向量元素的相似度對(duì)所述混合向量進(jìn)行降序或升序排列以得到混合推薦向量。

在本實(shí)施例中，將歸一化后的第三向量、第四向量合并為一個(gè)向量，以得到混合向量?；旌舷蛄恐邪◤V告短片及每個(gè)廣告短片對(duì)應(yīng)的歸一化處理后的相似度、視頻節(jié)目及每個(gè)視頻節(jié)目對(duì)應(yīng)的歸一化處理后的相似度。根據(jù)歸一化后的相似度對(duì)所述混合向量中的向量元素進(jìn)行降序或升序排列，從而得到混合推薦向量。

下面以舉例子的形式介紹是如何得到混合推薦向量的。

請(qǐng)參照?qǐng)D6，圖6是本發(fā)明較佳實(shí)施例提供的得到混合推薦向量的示意圖。從數(shù)據(jù)庫(kù)112中獲取第一向量及第二向量，其中，所述第一向量及第二向量的向量元素均按照向量元素的相似度進(jìn)行降序排列。所述第一向量為：[(a1,s1),(a2,s2)......,(am,sm)]，所述第二向量為：[(v1,s1),(v2,s2)......,(vn,sn)]。a1、a2等表示廣告短片，s1、s1等表示廣告短片與用戶的相似度，m表示廣告短片的個(gè)數(shù)；v1、v2等表示視頻節(jié)目，s1、s1等表示視頻節(jié)目與用戶的相似度，n表示視頻節(jié)目的個(gè)數(shù)。

在第一向量中選取k個(gè)廣告短片，以得到第三向量：[(a1,s1),(a2,s2)......,(ak,sk)]；在第二向量中選取h個(gè)視頻節(jié)目，以得到第四向量：[(v1,s1),(v2,s2)......,(vh,sh)]。對(duì)第三向量及第四向量進(jìn)行歸一化處理，得到歸一化處理后的第三向量及第四向量。歸一化處理后的第三向量為：[(a1,c1),(a2,c2)......,(ak,ck)]；歸一化處理后的第四向量為：[(v1,c1),(v2,c2)......,(vh,ch)]。再將歸一化處理的第三向量及第四向量合并，同時(shí)按照歸一化后的相似度進(jìn)行降序排列，得到混合推薦向量：[(r1,w1),(r2,w2)......,(r(h+k),w(h+k))]。r1、r2等表示廣告短片或視頻節(jié)目，w1、w2等表示歸一化處理后的相似度。其中，比如，在針對(duì)s1，s2，…，sh歸一化時(shí)，先計(jì)算均值s和標(biāo)準(zhǔn)差t，(s1-s)/t，就是s1歸一化的結(jié)果，其他類推。

步驟s140，根據(jù)所述混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表。

請(qǐng)參照?qǐng)D7，圖7是圖3中步驟s140包括的子步驟的一種流程示意圖。所述步驟s140可以包括子步驟s141及子步驟s142。

所述子步驟s141，查找所述混合推薦向量中每個(gè)向量元素對(duì)應(yīng)的廣告短片或視頻節(jié)目。

在本實(shí)施例中，數(shù)據(jù)庫(kù)112中還存儲(chǔ)有向量元素與廣告短片或視頻節(jié)目的對(duì)應(yīng)關(guān)系。通過(guò)在所述數(shù)據(jù)庫(kù)112中進(jìn)行查找，可得到所述混合推薦向量中包括的廣告短片及視頻節(jié)目。

所述子步驟s142，根據(jù)查找得到的所述廣告短片、視頻節(jié)目得到廣告短片與視頻節(jié)目混合推薦列表，以使所述用戶終端200基于所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放。

在本實(shí)施例中，獲得向量元素對(duì)應(yīng)的廣告短片及視頻節(jié)目后，按照所述廣告短片、視頻節(jié)目對(duì)應(yīng)的歸一化處理后的相似度將廣告短片、視頻節(jié)目進(jìn)行升序或降序排列，以得到廣告短片與視頻節(jié)目混合推薦列表。從而用戶終端200可以根據(jù)所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放，提升用戶體驗(yàn)。在本實(shí)施例的實(shí)施方式中，所述混合推薦列表中廣告短片、視頻節(jié)目以降序排列。

在得到某個(gè)用戶的廣告短片與視頻節(jié)目混合推薦列表后，循環(huán)計(jì)算每個(gè)用戶的廣告短片與視頻節(jié)目混合推薦列表，就可以得到總混合推薦列表。

請(qǐng)參照?qǐng)D8，圖8是本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦方法的另一種流程示意圖。所述方法還可以包括步驟s110。

所述步驟s110，建立用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，并將所述第一向量及第二向量保存在數(shù)據(jù)庫(kù)112中。

請(qǐng)參照?qǐng)D9，圖9是圖8中步驟s110包括的部分子步驟的流程示意圖。所述步驟s110可以包括子步驟s116、子步驟s117、子步驟s118及子步驟s119。

所述子步驟s116，獲取廣告短片向量、視頻節(jié)目向量以及用戶特征向量，其中，所述廣告短片向量包括每個(gè)廣告短片對(duì)應(yīng)的一個(gè)或多個(gè)標(biāo)簽，所述視頻節(jié)目向量包括每個(gè)視頻節(jié)目對(duì)應(yīng)的一個(gè)或多個(gè)標(biāo)簽，所述用戶特征向量包括該用戶觀看過(guò)的每個(gè)視頻節(jié)目的一個(gè)或多個(gè)標(biāo)簽或每個(gè)廣告短片的一個(gè)或多個(gè)標(biāo)簽。

所述子步驟s117，計(jì)算所述廣告短片向量與所述用戶特征向量的相似度和所述視頻節(jié)目向量與所述用戶特征向量的相似度。

其中，可以通過(guò)向量?jī)?nèi)積、jaccard相似度、歐式距離等計(jì)算出廣告短片向量與用戶特征向量之間的相似度及視頻節(jié)目向量與用戶特征向量之間的相似度。

所述子步驟s118，根據(jù)所述廣告短片向量與所述用戶特征向量的相似度計(jì)算所述廣告短片向量中每個(gè)廣告短片與該用戶的相似度，根據(jù)所述廣告短片向量及每個(gè)廣告短片與該用戶的相似度得到第一向量。

其中，所述第一向量中包括至少一個(gè)廣告短片及每個(gè)廣告短片與用戶之間的相似度。

所述子步驟s119，根據(jù)所述視頻節(jié)目向量與所述用戶特征向量的相似度計(jì)算所述視頻節(jié)目向量中每個(gè)視頻節(jié)目與該用戶的相似度，根據(jù)所述視頻節(jié)目向量及每個(gè)視頻節(jié)目與該用戶的相似度得到第二向量。

其中，所述第二向量中包括至少一個(gè)視頻節(jié)目及每個(gè)視頻節(jié)目與用戶之間的相似度。

請(qǐng)參照?qǐng)D10，圖10是圖8中步驟s110包括的另一部分子步驟的流程示意圖。所述步驟s110還可以包括子步驟s112、子步驟s113及子步驟s114。

所述子步驟s112，獲得廣告短片的標(biāo)簽及視頻節(jié)目的標(biāo)簽，根據(jù)所述廣告短片的標(biāo)簽得到廣告短片向量，根據(jù)所述視頻節(jié)目的標(biāo)簽得到視頻節(jié)目向量。

在本實(shí)施例中，將廣告短片及視頻節(jié)目轉(zhuǎn)化為數(shù)值向量的方式可以是先獲得廣告短片及視頻節(jié)目的標(biāo)簽，再將標(biāo)簽轉(zhuǎn)化為數(shù)值向量。獲得標(biāo)簽的方式可以是，但不限于，人工從各個(gè)維度(比如，場(chǎng)景、拍攝手法等)對(duì)視頻(廣告短片、視頻節(jié)目)打標(biāo)簽、通過(guò)機(jī)器學(xué)習(xí)算法從視頻(廣告短片、視頻節(jié)目)中自動(dòng)提取標(biāo)簽等。獲得標(biāo)簽后，可以通過(guò)機(jī)器學(xué)習(xí)技術(shù)(比如，word2vector)將標(biāo)簽轉(zhuǎn)化為數(shù)值向量，以得到廣告短片向量及視頻節(jié)目向量，由此可以更好的計(jì)算文本之間的相關(guān)度。

所述子步驟s113，從用戶行為日志中得到用戶觀看過(guò)的廣告短片及視頻節(jié)目。

所述子步驟s114，提取用戶觀看過(guò)的廣告短片的標(biāo)簽或視頻節(jié)目的標(biāo)簽，并將用戶觀看過(guò)的廣告短片的標(biāo)簽或視頻節(jié)目的標(biāo)簽作為用戶標(biāo)簽，從而得到用戶特征向量。

在本實(shí)施例中，獲得用戶特征向量與獲得廣告短片向量及視頻節(jié)目向量的方式相同，在此不再贅述。

請(qǐng)參照?qǐng)D11，圖11是本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦裝置300的一種方框示意圖。所述混合推薦裝置300應(yīng)用于與用戶終端200通信連接的服務(wù)器100。所述服務(wù)器100包括一數(shù)據(jù)庫(kù)112，所述數(shù)據(jù)庫(kù)112存儲(chǔ)有用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量。所述混合推薦裝置300包括獲取模塊320、混合推薦向量模塊330及推薦列表生成模塊340。

所述獲取模塊320，用于獲取所述第一向量及第二向量。

在本實(shí)施例中，所述獲取模塊320用于執(zhí)行圖3中的步驟s120，關(guān)于所述獲取模塊320的具體描述可以參照?qǐng)D3中步驟s120的描述。

所述混合推薦向量模塊330，用于從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素，對(duì)選擇的向量元素進(jìn)行處理以構(gòu)成混合推薦向量。

請(qǐng)參照?qǐng)D12，圖12是本發(fā)明較佳實(shí)施例提供的廣告短片與視頻節(jié)目混合推薦裝置300的另一種方框示意圖。所述混合推薦向量模塊330包括選擇子模塊331及處理子模塊332。

所述選擇子模塊331，用于從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素組成第三向量及第四向量。

所述選擇子模塊331從所述第一向量及第二向量中分別選擇滿足預(yù)設(shè)條件的向量元素組成第三向量及第四向量的方式為以下兩種任意之一：

在所述第一向量中以相似度由高到底的順序選取第一預(yù)設(shè)數(shù)量的向量元素組成第三向量，在所述第二向量中以相似度由高到底的順序選取第二預(yù)設(shè)數(shù)量的向量元素組成第四向量，其中，所述第一向量、第二向量中的向量元素均按照向量元素的相似度進(jìn)行降序排列或者升序排列；

在所述第一向量中選取向量元素相似度大于第一預(yù)設(shè)相似度的向量元素組成第三向量，在所述第二向量中選取向量元素相似度大于第二預(yù)設(shè)相似度的向量元素組成第四向量。

所述處理子模塊332，用于分別對(duì)所述第三向量及第四向量進(jìn)行處理，并將處理后的第三向量及第四向量進(jìn)行合并，以得到混合推薦向量。

所述處理子模塊332分別對(duì)所述第三向量及第四向量進(jìn)行處理，并將處理后的第三向量及第四向量進(jìn)行合并，以得到混合推薦向量的方式包括：

分別對(duì)所述第三向量及第四向量進(jìn)行歸一化處理；

將歸一化處理后的第三向量及第四向量進(jìn)行合并得到混合向量，并根據(jù)混合向量中向量元素的相似度對(duì)所述混合向量進(jìn)行降序或升序排列以得到混合推薦向量。

在本實(shí)施例中，所述混合推薦向量模塊330用于執(zhí)行圖3中的步驟s130，關(guān)于所述混合推薦向量模塊330的具體描述可以參照?qǐng)D3中步驟s130的描述。

所述推薦列表生成模塊340，用于根據(jù)所述混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表，以使所述用戶終端200基于所述混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放。

所述推薦列表生成模塊340根據(jù)所述混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表的方式包括：

查找所述混合推薦向量中每個(gè)向量元素對(duì)應(yīng)的廣告短片或視頻節(jié)目；

根據(jù)查找得到的所述廣告短片、視頻節(jié)目得到廣告短片與視頻節(jié)目混合推薦列表。

在本實(shí)施例中，所述推薦列表生成模塊340用于執(zhí)行圖3中的步驟s140，關(guān)于所述推薦列表生成模塊340的具體描述可以參照?qǐng)D3中步驟s140的描述。

請(qǐng)?jiān)俅螀⒄請(qǐng)D12，所述混合推薦裝置300還可以包括建立向量模塊310。所述建立向量模塊310用于建立用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，并將所述第一向量及第二向量保存在數(shù)據(jù)庫(kù)112中。

所述建立向量模塊310建立用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，并將所述第一向量及第二向量保存在數(shù)據(jù)庫(kù)112中的方式包括：

獲取廣告短片向量、視頻節(jié)目向量以及用戶特征向量，其中，所述廣告短片向量包括每個(gè)廣告短片對(duì)應(yīng)的一個(gè)或多個(gè)標(biāo)簽，所述視頻節(jié)目向量包括每個(gè)視頻節(jié)目對(duì)應(yīng)的一個(gè)或多個(gè)標(biāo)簽，所述用戶特征向量包括該用戶觀看過(guò)的每個(gè)視頻節(jié)目的一個(gè)或多個(gè)標(biāo)簽或每個(gè)廣告短片的一個(gè)或多個(gè)標(biāo)簽；

計(jì)算所述廣告短片向量與所述用戶特征向量的相似度和所述視頻節(jié)目向量與所述用戶特征向量的相似度；

根據(jù)所述廣告短片向量與所述用戶特征向量的相似度計(jì)算所述廣告短片向量中每個(gè)廣告短片與該用戶的相似度，根據(jù)所述廣告短片向量及每個(gè)廣告短片與該用戶的相似度得到第一向量；

根據(jù)所述視頻節(jié)目向量與所述用戶特征向量的相似度計(jì)算所述視頻節(jié)目向量中每個(gè)視頻節(jié)目與該用戶的相似度，根據(jù)所述視頻節(jié)目向量及每個(gè)視頻節(jié)目與該用戶的相似度得到第二向量。

所述建立向量模塊310建立用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量，并將所述第一向量及第二向量保存在數(shù)據(jù)庫(kù)112中的方式還包括：

獲得廣告短片的標(biāo)簽及視頻節(jié)目的標(biāo)簽，根據(jù)所述廣告短片的標(biāo)簽得到廣告短片向量，根據(jù)所述視頻節(jié)目的標(biāo)簽得到視頻節(jié)目向量；

從用戶行為日志中得到用戶觀看過(guò)的廣告短片及視頻節(jié)目；

提取用戶觀看過(guò)的廣告短片的標(biāo)簽或視頻節(jié)目的標(biāo)簽，并將用戶觀看過(guò)的廣告短片的標(biāo)簽或視頻節(jié)目的標(biāo)簽作為用戶標(biāo)簽，從而得到用戶特征向量。

在本實(shí)施例中，所述建立向量模塊310用于執(zhí)行圖8中的步驟s110，關(guān)于所述建立向量模塊310的具體描述可以參照?qǐng)D8中步驟s110的描述。

綜上所述，本發(fā)明提供了一種廣告短片與視頻節(jié)目混合推薦方法及裝置，應(yīng)用于與用戶終端通信連接的服務(wù)器。所述服務(wù)器包括一數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)中存儲(chǔ)有用于描述用戶對(duì)廣告短片興趣程度的第一向量、用于描述對(duì)視頻節(jié)目興趣程度的第二向量。在獲取第一向量及第二向量后，根據(jù)預(yù)設(shè)條件選取第一向量及第二向量中的向量元素，并對(duì)選取的向量元素進(jìn)行處理得到混合推薦向量。由此，通過(guò)混合推薦向量得到廣告短片與視頻節(jié)目混合推薦列表，而用戶終端則根據(jù)混合推薦列表進(jìn)行廣告短片與視頻節(jié)目的播放。從而將廣告短片和視頻節(jié)目同等對(duì)待，利用統(tǒng)一的方式來(lái)處理廣告短片和視頻節(jié)目的混合推薦，而不是在視頻節(jié)目中插入廣告短片。在這種方式下，用戶在觀看視頻節(jié)目時(shí)不會(huì)受到廣告短片的干擾，并且在廣告短片收益及用戶體驗(yàn)上做到了很好的平衡。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。