[发明专利]一种基于边缘计算的视频网站智能推荐方法及其系统

说明书

本发明提供了一种基于边缘计算的视频网站智能推荐方法及其系统，方法包括：通过电子设备在视频网站观看视频，获取授权后，后台以随机采样和/或非随机采样的方式采集帧图像，并保存至本地存储器；当设备处于低功耗状态时，得到标签图像，并上传至服务端；服务端用预设的图像识别算法分析标签图像对应的标签信息；记录并分类标签信息，结合视频网站的视频分类属性生成用户的一个或多个喜好标签；在进行推送时，通过电子设备的首页进行推送展示。本发明提供的视频网站智能推荐方法应用于视频网站，通过对用户观看的视频类型进行分析、记录、保存、分析及推送相关，以达到视频内容的相关性投放，进而满足用户日益增长的视频推荐需求。

技术领域

本发明涉及算法推荐领域，具体而言，涉及一种基于边缘计算的视频网站智能推荐方法及其系统。

背景技术

2021年8月27日，中国互联网络信息中心(CNNIC)在京发布第48次《中国互联网络发展状况统计报告》。《报告》显示，截至2021年6月，我国网民规模达10.11亿，较2020年12月增长2175万，互联网普及率达71.6％。十亿用户接入互联网，形成了全球最为庞大、生机勃勃的数字社会。截至2020年12月，我国网络视频用户规模达9.27亿，较2020年3月增长7633万，占网民整体的93.7％。其中短视频用户规模为8.73亿，较2020年3月增长1.00亿，占网民整体的88.3％。

网络视频是在网络上以WMV、RM、RMVB、FLV以及MOV等视频文件格式传播的动态影像，包括各类影视节目、新闻、广告、FLASH动画、自拍DV、聊天视频、游戏视频、监控视频等。随着未来网民的个人价值观和网络行为特征日趋复杂化和多样化，网民的视频消费结构也将呈现多元化的特点。视频消费需求结构的多元化将驱动中国网络视频市场竞争格局向追求规模和追求差异化两个方向发展。

随着互联网的普及发展，网络视频迎来爆炸式增长，视频更新速率与日俱增，各大视频网站上的视频种类繁多，且更新速度快。然而，现有的视频网站却无法精准的向用户推荐符合用户喜好的视频内容，一是视频更新速度变快，用户的喜好更新也相应的变快；二是现有的推荐算法往往通过关键字识别进行推荐，覆盖面较窄。现有的网站视频推荐方法已无法满足用户日益增长的推荐需求。

因此，急需一种网站视频推荐方法的相关方案能够解决上述问题。

发明内容

基于现有技术存在的问题，本发明提供了一种基于边缘计算的视频网站智能推荐方法及其系统。具体方案如下：

一种基于边缘计算的视频网站智能推荐方法，包括如下：

用户通过电子设备在视频网站观看视频，获取授权后，后台以随机采样和/或非随机采样的方式采集当前视频的帧图像，并保存至本地存储器；

当且仅当所述电子设备处于低功耗状态时，后台将所述本地存储器中的帧图像预处理为标签图像，并上传至服务端；

所述服务端接收所述标签图像，应用预设的图像识别算法分析所述标签图像对应的标签信息；

记录并分类所述标签信息，结合所述视频网站的视频分类属性生成用户的一个或多个喜好标签；

在进行推送时，所述服务端结合所述喜好标签投放相关的视频内容，并通过所述电子设备的首页进行推送展示。

在一个具体实施例中，当前的喜好标签会覆盖过去的喜好标签；

所述服务端仅保存预设周期内和/或预设数量的喜好标签。

在一个具体实施例中，以非随机采样的方式采集当前视频的帧图像；

后台获取当前视频的总时长，预先设定所要采集的帧图像数量；

根据所述帧图像数量和所述总时长计算采集帧图像的采集频率，以及采集当前视频帧图像的各个采集时刻，使后台在各个采集时刻采集帧图像。