專利名稱：一種視頻的相關視頻列表的生成方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及相關視頻推薦領域，具體而言，涉及一種視頻的相關視頻列表的生成方法及系統(tǒng)。
背景技術：
相關視頻推薦系統(tǒng)的概念是:系統(tǒng)通過計算機程序對互聯(lián)網(wǎng)視頻站點的視頻進行內(nèi)容挖掘和語義分析，為每一個視頻自動生成一個與該視頻內(nèi)容相關的視頻列表。隨著互聯(lián)網(wǎng)內(nèi)容的不斷擴大，視頻個數(shù)和種類快速增長，用戶從大量無關的信息中發(fā)現(xiàn)感興趣的內(nèi)容越來越困難。相關視頻推薦在不需要用戶明確指定查詢條件的情況下，能夠主動給用戶展示一些與當前觀看內(nèi)容相關的視頻，因而可以讓用戶更方便的發(fā)現(xiàn)內(nèi)容、提高用戶體驗、增強網(wǎng)站粘性。一個視頻對應的文本信息通常包括:標題、用戶標簽、描述、頻道分類、發(fā)布時間等，這些文本信息中含有大量的跟視頻不相關的噪音。為了獲得相關的視頻列表，需要利用計算機程序，對視頻相關的文本提取標簽，標簽是一種互聯(lián)網(wǎng)內(nèi)容組織方式，是相關性很強的關鍵字，它幫助人們輕松的描述和分類內(nèi)容，以便于檢索和分享。視頻的標簽分為手動標簽和自動標簽兩種，手動標簽是指用戶手工輸入的標簽。自動標簽是指根據(jù)計算機程序，通過分析視頻標題和摘要等，自動生成的標簽列表。傳統(tǒng)的視頻推薦技術中，通過與視頻的相同標簽的查找或基于視頻的分類獲得視頻的相關視頻，在查找范圍較大時，使用該方式類似于對需要查找的所有內(nèi)容進行遍歷，導致查找效率低。同時，由于視頻網(wǎng)站中視頻的數(shù)量可以達到千萬甚至上億的數(shù)量級別，現(xiàn)有技術中的視頻推薦系統(tǒng)無法在超大規(guī)模的視頻集合中迅速查找出一個候選視頻的最相關視頻。針對現(xiàn)有技術中的上述問題，目前尚未提出有效解決方案。

發(fā)明內(nèi)容
本發(fā)明提供了一種視頻的相關視頻列表生成的方法及系統(tǒng)，用以解決現(xiàn)有技術中的視頻推薦系統(tǒng)無法在大量視頻中迅速查找出視頻的相關視頻的問題。根據(jù)本發(fā)明的一個方面，提供了一種視頻的相關視頻列表的生成方法，包括:從第一視頻的相關文本中生成該視頻的多個標簽；查找出與所述第一視頻的標簽對應的倒排索引表，所述倒排索引表中包含與所述第一視頻相關的視頻的編號；計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度；按照所述相關度由大到小的順序對所述倒排索引表中各編號對應的視頻進行排序；選擇排序后的部分或全部視頻生成所述第一視頻的相關視頻列表。其中，所述第一視頻的相關文本至少包括以下一種:所述第一視頻的標題、所述第一視頻的描述以及所述第一視頻的用戶標簽。進一步地，所述方法還包括:在查找出與所述第一視頻的標簽對應的倒排索引表之前，還包括:獲取視頻庫中的視頻的標簽編號以及視頻編號；計算所述視頻庫中的視頻的推薦度；按照所述視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以所述視頻的編號為值的倒排索引表。其中，所述計算視頻庫中的視頻的推薦度包括:根據(jù)以下至少一種參數(shù)計算所述視頻庫中的視頻的推薦度:所述視頻的點擊次數(shù)、所述視頻的收藏次數(shù)、所述視頻的清晰度、所述視頻的時間以及所述視頻的上傳時間。進一步地，所述方法還包括:在計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度之前，還包括:對所述視頻庫中的視頻的標簽進行賦權；計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度包括:將所述倒排索引表中的視頻的標簽的與所述第一視頻的標簽進行比較；將比較得出的相同的標簽的權重相加之和作為所述倒排索引表中的視頻與所述第一視頻的相關度。其中，所述對所述視頻庫中的視頻的標簽進行賦權包括以下至少一種方式:根據(jù)所述視頻的標簽是否為專有名詞、所述視頻的標簽是否為分類標簽、所述視頻的標簽對應的視頻標簽的長度、所述視頻的標簽對應的倒排索引表的長度來對所述視頻的標簽進行賦權。根據(jù)本發(fā)明的另一個方面，提供了一種視頻的相關視頻列表的生成系統(tǒng)，其特征在于，包括:第一生成模塊，用于從第一視頻的相關文本中生成該視頻的多個標簽；查找模塊，用于查找出與所述第一視頻的標簽對應的倒排索引表，所述倒排索引表中包含與所述第一視頻相關的視頻的編號；第一計算模塊，用于計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度；排序模塊，用于按照所述相關度由大到小的順序對所述倒排索引表中各編號對應的視頻進行排序；第二生成模塊，用于選擇排序后的部分或全部視頻生成所述第一視頻的相關視頻列表。進一步地，所述系統(tǒng)還包括:獲取模塊，用于在所述查找模塊查找出與所述第一視頻的標簽對應的倒排索引表之前，獲取視頻庫中的視頻的標簽編號以及視頻編號；第二計算模塊，用于計算所述視頻庫中的視頻的推薦度；第三生成模塊，用于按照所述視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以所述視頻的編號為值的倒排索引表。進一步地，所述第二計算模塊具體用于，根據(jù)以下至少一種參數(shù)計算所述視頻庫中的視頻的推薦度:所述視頻的點擊次數(shù)、所述視頻的收藏次數(shù)、所述視頻的清晰度、所述視頻的時間以及所述視頻的上傳時間。進一步地，所述系統(tǒng)還包括:賦權模塊，用于在所述第一計算模塊計算出所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度之前，對所述視頻庫中的視頻的標簽進行賦權；所述第一計算模塊，具體用于將所述倒排索引表中的視頻的標簽的與所述第一視頻的標簽進行比較；將比較得出的相同的標簽的權重相加之和作為所述倒排索引表中的視頻與所述第一視頻的相關度。進一步地，所述賦權模塊，具體用于根據(jù)以下至少一種情況對所述視頻的標簽進行賦權:所述視頻的標簽是否為專有名詞、所述視頻的標簽是否為分類標簽、所述視頻的標簽對應的視頻標簽的長度、所述視頻的標簽對應的倒排索引表的長度。本發(fā)明的技術方案通過從第一視頻的相關文本中生成該視頻的多個標簽；查找出與第一視頻的標簽對應的倒排索引表，倒排索引表中包含與第一視頻相關的視頻的編號；計算第一視頻與倒排索引表中各編號對應的視頻的相關度；按照相關度由大到小的順序對倒排索引表中各編號對應的視頻進行排序；選擇排序后的部分或全部視頻生成第一視頻的相關視頻列表，解決了現(xiàn)在有技術中的視頻推薦系統(tǒng)無法在大量視頻中迅速查找出視頻的相關視頻的問題，從而提高了視頻的相關視頻查找效率，更方便快捷地為用戶提供視頻的相關視頻列表。


圖1是根據(jù)本發(fā)明實施例的視頻的相關視頻列表的生成方法的流程圖；圖2是根據(jù)本發(fā)明實施例的精算算法的示意圖；圖3是根據(jù)本發(fā)明實施例1的視頻的相關視頻列表的生成系統(tǒng)結構示意圖；圖4是根據(jù)本發(fā)明實施例2的視頻的相關視頻列表的生成系統(tǒng)的結構不意圖；以及圖5是根據(jù)本發(fā)明實施例2的另一種視頻的相關視頻列表的生成系統(tǒng)的結構示意圖。
具體實施例方式為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結合附圖和具體實施方式
對本發(fā)明實施例作進一步詳細的說明。圖1是根據(jù)本發(fā)明實施例的視頻的相關視頻列表的生成方法的流程圖。該方法包括如下步驟:步驟101:從第一視頻的相關文本中生成該視頻的多個標簽。其中，上述第一視頻的相關文本可以包括:第一視頻的標題、描述以及用戶標簽、頻道分類、發(fā)布時間等。具體地，可以通過對將上述第一視頻的相關文本進行分詞、詞性標注、專有名詞識別、命名實體識別的操作，獲得的詞或短語的列表，可以將該列表作為第一視頻的標簽的集合。優(yōu)選地，本實施例中采用自動標簽生成的方法生成上述第一視頻的標簽的集合。其次，對集合中的標簽進行賦權。可以根據(jù)標簽出現(xiàn)的位置(標題、描述、用戶標簽)、標簽的類型(普通詞、專有名詞、命名實體)、標簽出現(xiàn)的次數(shù)，賦予標簽不同的權重，例如，如果同一個候選標簽在多個位置出現(xiàn)，則賦予該標簽較高的權重。最后，根據(jù)候選標簽的權重，由高到低排序，可以選取前6個候選標簽，再加上視頻的分類標簽，作為該視頻最終的標簽集合，其中視頻的標簽的類型可以分為關鍵字標簽和分類標簽，關鍵字標簽即為視頻相關文本中的關鍵字，例如，人名、事件名稱或地點名詞等。分類標簽即視頻對應的種類，例如，體育、娛樂、商業(yè)等視頻分類標簽。步驟102:查找出與第一視頻的標簽對應的倒排索引表，倒排索引表中包含與第一視頻相關的視頻的編號。在查找出與上述第一視頻的標簽對應的倒排索引表(也稱倒排拉鏈)之前，還可以包括:獲取視頻庫中的視頻的標簽編號以及視頻編號；計算視頻庫中的視頻的推薦度；按照視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以視頻的編號為值的倒排索引表，如果拉鏈太長，則可以進行截斷，只保留前面的視頻。通過該倒排索引表的建立可以在大規(guī)模的視頻集合中，迅速查找出視頻的相關視頻，提高了相關視頻的查找效率。
其中上述計算視頻庫中的視頻的推薦度包括:根據(jù)以下至少一種參數(shù)計算視頻庫中的視頻的推薦度:視頻的點擊次數(shù)、視頻的收藏次數(shù)、視頻的清晰度、視頻的時間以及視頻的上傳時間，可以采用對視頻進行打分的方式，按照打分結果計算出視頻的推薦度。此外，對于視頻庫中的所有視頻，可以通過定期讀取視頻庫，選擇其中發(fā)生變化的視頻，按照上述建立倒排索引表的方法，為視頻庫中的每個視頻建立相應的相關視頻列表。步驟103:計算第一視頻與倒排索引表中各編號對應的視頻的相關度。在計算第一視頻與倒排索引表中各編號對應的視頻的相關度之前，還包括:對視頻庫中的視頻的標簽進行賦權；具體地，對視頻庫中的視頻的標簽進行賦權可以包括:根據(jù)視頻的標簽是否為專有名詞、視頻的標簽是否為分類標簽、視頻的標簽對應的視頻標簽的長度、視頻的標簽對應的倒排索引表的長度來對視頻的標簽進行賦予不同的重要性等級。例如，如果標簽是專有名詞，則賦予該標簽的較高的重要等級，如果標簽的長度越長，則賦予該標簽的重要等級越高，如果標簽對應的倒排拉鏈越短，賦予該標簽的重要等級越高。計算第一視頻與倒排索引表中各編號對應的視頻的相關度包括:將倒排索引表中的視頻的標簽的與第一視頻的標簽進行比較；將比較得出的相同的標簽的權重相加之和作為倒排索引表中的視頻與第一視頻的相關度。通過給視頻標簽賦予不同的權重，使標簽可以直接映射到一個具體的值，使視頻之間相關度的計算更加直觀，方便了對視頻之間的相關度的計算。步驟104:按照相關度由大到小的順序對倒排索引表中各編號對應的視頻進行排序。這樣可以按照視頻的相關程度為用戶提供更加全面的相關視頻列表，便于用戶根據(jù)相關程度的高低選擇相關視頻。步驟105:選擇排序后的部分或全部視頻生成第一視頻的相關視頻列表。具體地，對視頻庫中的每一個視頻，取出該視頻對應的標簽編號列表，以及這些列表對應的倒排拉鏈。對這些拉鏈進行合并，并排序，取出前面的結果作為該視頻的相關視頻。最終為每一個視頻生成一個相關視頻的列表，根據(jù)相關度由高到低進行排序。具體地，可以采用粗算及精算兩種算法結合的方法來實現(xiàn)視頻的相關視頻的篩選及排序，粗算可以選出最多200個視頻，精算可以從粗算結果中選出做多50個視頻作為該視頻的相關視頻。粗算包括以下步驟:從待推薦視頻提取的標簽編號，查找對應倒排索引表，返回權重最高的200個結果，按權重由大到小的順序排序。對返回的每一個結果，根據(jù)與視頻的標簽命中情況，計算一個權重。權重的計算方法為命中的標簽的重要性之和。根據(jù)權重由高到低，選取前200個結果進入精算階段。圖2是根據(jù)本發(fā)明實施例的精算算法的示意圖。如2所示，精算階段可以考慮除標簽外的圖中所示的其它的各特征對視頻進行排序，其中，每個特征的權重都是
，再對不同類別的特征權重進行加權求和。最終根據(jù)所有視頻的得分由高到低，選取前50個視頻生成上述視頻的相關視頻列表。通過粗算與精算相結合的方式，可以更加準確地計算出視頻之間的相關度，從而為用戶提供了更加可靠的相關視頻的信息。實施例1圖3是根據(jù)本發(fā)明實施例1的視頻的相關視頻列表的生成系統(tǒng)結構示意圖。
如圖3所示，該視頻的相關視頻列表的生成系統(tǒng)300包括以下模塊:第一生成模塊301，用于從第一視頻的相關文本中生成該視頻的多個標簽；查找模塊302，用于查找出與第一視頻的標簽對應的倒排索引表，該倒排索引表中包含與第一視頻相關的視頻的編號；第一計算模塊303，用于計算第一視頻與倒排索引表中各編號對應的視頻的相關度；該第一計算模塊還用于，將倒排索引表中的視頻的標簽的與第一視頻的標簽進行比較；將比較得出的相同的標簽的權重相加之和作為倒排索引表中的視頻與第一視頻的相關度。排序模塊304，用于按照相關度由大到小的順序對倒排索引表中各編號對應的視頻進行排序；第二生成模塊305，用于選擇排序后的部分或全部視頻生成第一視頻的相關視頻列表。 通過以上各模塊的協(xié)作，可以更加迅速地從大規(guī)模視頻中搜索到指定視頻的相關視頻，從而提聞了相關視頻列表的生成效率，節(jié)省了用戶的時間。實施例2圖4是根據(jù)本發(fā)明實施例2的視頻的相關視頻列表的生成系統(tǒng)的結構示意圖。如圖4所示,該視頻的相關視頻列表的生成系統(tǒng)400除了包括圖2所示系統(tǒng)中的各模塊外還可以包括如下模塊:獲取模塊401，用于在所述查找模塊查找出與所述第一視頻的標簽對應的倒排索引表之前，獲取視頻庫中的視頻的標簽編號以及視頻編號；第二計算模塊402，用于計算視頻庫中的視頻的推薦度；其中，該第二計算模塊具體用于，根據(jù)以下至少一種參數(shù)計算所述視頻庫中的視頻的推薦度:所述視頻的點擊次數(shù)、所述視頻的收藏次數(shù)、所述視頻的清晰度、所述視頻的時間以及所述視頻的上傳時間。第三生成模塊403，用于按照視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以視頻的編號為值的倒排索引表。圖5是根據(jù)本發(fā)明實施例2的另一種視頻的相關視頻列表的生成系統(tǒng)的結構示意圖。如圖5所不，除了圖4中所不的各|旲塊外，該視頻的相關視頻列表的生成系統(tǒng)500還可以包括賦權模塊。賦權模塊501，用于在所述第一計算模塊計算出所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度之前，對視頻庫中的視頻的標簽進行賦權。該賦權模塊具體用于在根據(jù)視頻的標簽標識是否為專有名詞、視頻的標簽標識是否為分類標簽、視頻的標簽標識對應的視頻標簽的長度、視頻的標簽標識對應的倒排索弓I表的長度來對視頻的標簽標識進行賦權。通過該賦權模塊，可以使相關度的計算更加直觀，使相關視頻的查找更加簡便。通過以上各I旲塊可以實現(xiàn)基于視頻標簽的倒排索引表對視頻的相關視頻進行查找并根據(jù)視頻的相關度生成視頻的相關視頻列表，提高了相關視頻的查找效率，方便了用戶的對相關視頻的查找，提高了用戶體驗。需要說明的是，在本文中，諸如第一和第二等之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備
所固有的要素。在沒有更多限制的情況下，由語句“包括一個......”限定的要素，并不排
除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。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、改進等，均包含在本發(fā)明的保護范圍內(nèi)。
權利要求
1.一種視頻的相關視頻列表的生成方法，其特征在于，包括: 從第一視頻的相關文本中生成該視頻的多個標簽； 查找出與所述第一視頻的標簽對應的倒排索引表，所述倒排索引表中包含與所述第一視頻相關的視頻的編號； 計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度； 按照所述相關度由大到小的順序對所述倒排索引表中各編號對應的視頻進行排序； 選擇排序后的部分或全部視頻生成所述第一視頻的相關視頻列表。
2.根據(jù)權利要求1所述的方法，其特征在于，所述第一視頻的相關文本至少包括以下一種: 所述第一視頻的標題、所述第一視頻的描述以及所述第一視頻的用戶標簽。
3.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括: 在查找出與所述第一視頻的標簽對應的倒排索引表之前，還包括: 獲取視頻庫中的視頻的標簽編號以及視頻編號； 計算所述視頻庫中的視頻的推薦度； 按照所述視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以所述視頻的編號為值的倒排索引表。
4.根據(jù)權利要求3所述的方法，其特征在于，所述計算視頻庫中的視頻的推薦度包括: 根據(jù)以下至少一種參數(shù)計算所述視頻庫中的視頻的推薦度: 所述視頻的點擊次數(shù)、所述視頻的收藏次數(shù)、所述視頻的清晰度、所述視頻的時間以及所述視頻的上傳時間。
5.根據(jù)權利要求1所述的方法，其特征在于，所述方法還包括: 在計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度之前，還包括: 對所述視頻庫中的視頻的標簽進行賦權； 計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度包括: 將所述倒排索引表中的視頻的標簽的與所述第一視頻的標簽進行比較； 將比較得出的相同的標簽的權重相加之和作為所述倒排索引表中的視頻與所述第一視頻的相關度。
6.根據(jù)權利要求5所述的方法，其特征在于，所述對所述視頻庫中的視頻的標簽進行賦權包括以下至少一種方式: 根據(jù)所述視頻的標簽是否為專有名詞、所述視頻的標簽是否為分類標簽、所述視頻的標簽對應的視頻標簽的長度、所述視頻的標簽對應的倒排索弓I表的長度來對所述視頻的標簽進行賦權。
7.—種視頻的相關視頻列表的生成系統(tǒng)，其特征在于，包括: 第一生成模塊，用于從第一視頻的相關文本中生成該視頻的多個標簽； 查找模塊，用于查找出與所述第一視頻的標簽對應的倒排索引表，所述倒排索引表中包含與所述第一視頻相關的視頻的編號； 第一計算模塊，用于計算所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度； 排序模塊，用于按照所述相關度由大到小的順序對所述倒排索引表中各編號對應的視頻進行排序； 第二生成模塊，用于選擇排序后的部分或全部視頻生成所述第一視頻的相關視頻列表。
8.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 獲取模塊，用于在所述查找模塊查找出與所述第一視頻的標簽對應的倒排索引表之iu，獲取視頻庫中的視頻的標簽編號以及視頻編號； 第二計算模塊，用于計算所述視頻庫中的視頻的推薦度； 第三生成模塊，用于按照所述視頻的推薦度由大到小的順序生成以視頻的標簽編號為關鍵字，以所述視頻的編號為值的倒排索引表。
9.根據(jù)權利要求8所述的系統(tǒng)，其特征在于，所述第二計算模塊具體用于，根據(jù)以下至少一種參數(shù)計算所述視頻庫中的視頻的推薦度: 所述視頻的點擊次數(shù)、所述視頻的收藏次數(shù)、所述視頻的清晰度、所述視頻的時間以及所述視頻的上傳時間。
10.根據(jù)權利要求7所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括: 賦權模塊，用于在所述第一計算模塊計算出所述第一視頻與所述倒排索引表中各編號對應的視頻的相關度之前，對所述視頻庫中的視頻的標簽進行賦權； 所述第一計算模塊，具體用于將所述倒排索引表中的視頻的標簽的與所述第一視頻的標簽進行比較；將比較得出的相同的標簽的權重相加之和作為所述倒排索引表中的視頻與所述第一視頻的相關度。
11.根據(jù)權利要求 10所述的系統(tǒng)，其特征在于， 所述賦權模塊，具體用于根據(jù)以下至少一種情況對所述視頻的標簽進行賦權:所述視頻的標簽是否為專有名詞、所述視頻的標簽是否為分類標簽、所述視頻的標簽對應的視頻標簽的長度、所述視頻的標簽對應的倒排索引表的長度。
全文摘要
本發(fā)明公開了一種視頻的相關視頻列表的生成方法及系統(tǒng)，該方法包括從第一視頻的相關文本中生成該視頻的多個標簽；查找出與第一視頻的標簽對應的倒排索引表，倒排索引表中包含與第一視頻相關的視頻的編號；計算第一視頻與倒排索引表中各編號對應的視頻的相關度；按照相關度由大到小的順序對倒排索引表中各編號對應的視頻進行排序；選擇排序后的部分或全部視頻生成第一視頻的相關視頻列表，解決了現(xiàn)在有技術中的視頻推薦系統(tǒng)無法在大量視頻中迅速查找出視頻的相關視頻，查找效率低的問題，從而提高了視頻的相關視頻查找效率，進而更快捷地為用戶提供視頻的相關視頻列表。
文檔編號G06F17/30GK103186550SQ20111044666
公開日2013年7月3日 申請日期2011年12月27日 優(yōu)先權日2011年12月27日
發(fā)明者陳運文, 劉作濤, 紀達麒, 宋海濤 申請人:盛樂信息技術(上海)有限公司