本发明涉及短视频匹配推荐领域，涉及到基于多维数据深度比对分析的短视频搜索匹配推荐方法、系统及计算机存储介质。
背景技术：
随着互联网技术的快速发展，我们正处于短视频信息过载的时代。短视频平台面对过量的信息很难找到用户真正感兴趣的内容，因此如何有效为用户推荐感兴趣的短视频是亟待解决的问题。目前，现有的短视频搜索匹配推荐方式基本根据用户所有的历史行为推断出用户的兴趣，以此推荐用户最可能感兴趣的短视频列表，但是从历史行为中推断用户兴趣存在信息滞后性、延时性的问题，无法实现对用户兴趣点进行针对性实时推荐，从而无法满足用户的实际需求，降低短视频推荐的准确性，使得用户的短视频观看体验感和兴趣感受到影响，进而降低短视频的智能匹配推荐水平，为了解决以上问题，现设计基于多维数据深度比对分析的短视频搜索匹配推荐方法、系统及计算机存储介质。
技术实现要素：
本发明的目的在于提供基于多维数据深度比对分析的短视频搜索匹配推荐方法、系统及计算机存储介质，本发明通过将导入的短视频划分成各视频图像，统计短视频中各视频图像内各类别属性图像的面积，计算短视频中各视频图像内各类别属性图像的面积占比，分析短视频中各视频图像对应的类型属性图像，并统计短视频中各类别属性图像的视频图像数目，计算短视频的类型属性图像权重比例系数，同时获取短视频中各视频图像对应的视频语音内文字信息，得到短视频中各段视频文字信息内各有效词语，对比分析短视频中各关键词的词频，计算短视频的关键词权重比例系数，并获取短视频中各关键词对应的视频播放时长，计算短视频的综合匹配度符合系数，对比筛选匹配度符合系数最高的其他短视频进行推荐，解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现：
第一方面，本发明提供基于多维数据深度比对分析的短视频搜索匹配推荐方法，包括如下步骤：
s1、短视频划分：通过短视频导入模块将用户正在观看的短视频进行导入，并按照设定的视频帧划分方式将导入的短视频划分成各视频图像，对短视频中各视频图像按照视频时间先后顺序依次进行编号，短视频中各视频图像的编号分别为a1,a2,...,ai,...,an，ai表示为短视频中第i个视频图像；
s2、视频图像处理：通过视频图像处理模块对短视频中各视频图像进行图像处理，采用图像处理技术分别对短视频中各视频图像进行处理，获得短视频中各视频图像内各类别属性图像，构成短视频中各视频图像内各类别属性图像集合aip(aip1,aip2,...,aipj,...,aipm)，aipj表示为短视频中第i个视频图像内第j个类别属性图像；
s3、图像面积占比分析：通过图像面积测量模块分别对短视频中各视频图像内各类别属性图像面积进行测量，统计短视频中各视频图像内各类别属性图像的面积，并提取存储数据库中存储的固定标准形式的图像标准面积，计算短视频中各视频图像内各类别属性图像的面积占比；
s4、类别属性图像统计：通过类别属性图像分析模块将短视频中各视频图像内各类型属性图像的面积占比进行相互对比，筛选短视频中各视频图像内面积占比最大的类型属性图像，得到短视频中各视频图像对应的类型属性图像，构成短视频中各类别属性图像的视频图像数目集合x(x1,x2,...,xj,...,xm)，xj表示为短视频中第j个类别属性图像的视频图像数目；
s5、图像权重比例系数分析：通过分析服务器提取存储数据库中存储的类型属性图像对应的权重补偿系数，计算短视频的类型属性图像权重比例系数；
s6、视频文字信息获取：通过视频语音获取模块分别获取短视频中各视频图像对应的视频语音，识别短视频中各视频图像对应的视频语音内文字信息，构成短视频中各段视频文字信息集合b(b1,b2,...,bi,...,bn)，bi表示为短视频中第i段视频文字信息；
s7、有效词语次数统计：通过文字信息分析模块对短视频中各段视频文字信息进行分词处理，获得短视频中各段视频文字信息内各有效词语，并统计短视频中各有效词语的出现次数，构成短视频中各有效词语的出现次数集合y(y1,y2,...,yr,...,yv)，yr表示为短视频中第r个有效词语的出现次数；
s8、有效词语词频分析：通过有效词语词频分析模块分别计算短视频中各有效词语的词频，将短视频中各有效词语的词频与设定关键词的标准词频进行对比，若短视频中某有效词语的词频大于或等于设定关键词的标准词频，表明短视频中该有效词语为关键词，统计短视频中各关键词的词频，构成短视频中各关键词的词频集合f′(f′1,f′2,...,f′u,...,f′l),l≤v，f′u表示为短视频中第u个关键词的词频；
s9、文字权重比例系数分析：通过分析服务器提取存储数据库中存储的关键词对应的权重补偿系数，计算短视频的关键词权重比例系数；
s10、视频播放时长获取：通过视频时长获取模块对短视频中各关键词对应的视频播放时长进行获取，构成短视频中各关键词对应的视频播放时长集合t(t1,t2,...,tu,...,tl)，tu表示短视频中第u个关键词对应的视频播放时长；
s11、短视频匹配符合度系数分析：通过分析服务器提取存储数据中存储的短视频的播放总时长、视频播放时长占比的影响比例系数和短视频的类型属性图像、关键词对应影响系数，计算短视频的综合匹配度符合系数，将短视频的综合匹配度符合系数与其他各短视频的匹配度符合系数进行对比，筛选匹配度符合系数最高的其他短视频进行推荐。
在第一方面的一种可能的设计中，所述步骤s2中图像处理技术包括将短视频中各视频图像进行几何归一化处理，变换为固定标准形式的各视频图像，同时对变换后的各视频图像内各类别属性图像轮廓进行多种不同筛选框筛选，提取各视频图像内各类别属性图像轮廓筛选框，去除各视频图像内各类别属性图像轮廓筛选框之外的图像，得到各视频图像内各类别属性图像，并对各视频图像内各类别属性图像分别进行滤波降噪处理和增强处理。
在第一方面的一种可能的设计中，所述步骤s3中包括构成短视频中各视频图像内各类别属性图像的面积集合sip(sip1,sip2,...,sipj,...,sipm)，sipj表示为短视频中第i个视频图像内第j个类别属性图像的面积。
在第一方面的一种可能的设计中，所述短视频中各视频图像内各类别属性图像的面积占比计算公式为
在第一方面的一种可能的设计中，所述短视频的类型属性图像权重比例系数计算公式为
在第一方面的一种可能的设计中，所述短视频中各有效词语的词频计算公式为
在第一方面的一种可能的设计中，所述短视频的关键词权重比例系数计算公式为
在第一方面的一种可能的设计中，所述短视频的综合匹配度符合系数计算公式为
第二方面，本发明还提供基于多维数据深度比对分析的短视频搜索匹配推荐系统，包括短视频导入模块、视频图像处理模块、图像面积测量模块、类别属性图像分析模块、视频语音获取模块、文字信息分析模块、有效词语词频分析模块、视频时长获取模块、分析服务器和存储数据库；
所述短视频导入模块分别与视频图像处理模块和视频语音获取模块连接，图像面积测量模块分别与视频图像处理模块和类别属性图像分析模块连接，文字信息分析模块分别与视频语音获取模块和有效词语词频分析模块连接，分析服务器分别与类别属性图像分析模块、有效词语词频分析模块、视频时长获取模块和存储数据库连接。
第三方面，本发明还提供一种计算机存储介质，所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的方法。
有益效果：
(1)本发明提供的基于多维数据深度比对分析的短视频搜索匹配推荐方法、系统及计算机存储介质，通过将导入的短视频划分成各视频图像，统计短视频中各视频图像内各类别属性图像的面积，计算短视频中各视频图像内各类别属性图像的面积占比，分析短视频中各视频图像对应的类型属性图像，并统计短视频中各类别属性图像的视频图像数目，计算短视频的类型属性图像权重比例系数，为后期计算短视频的综合匹配度符合系数提供指导性参考数据，同时获取短视频中各视频图像对应的视频语音内文字信息，得到短视频中各段视频文字信息内各有效词语，对比分析短视频中各关键词的词频，计算短视频的关键词权重比例系数，为后期计算短视频的综合匹配度符合系数提供可靠的参考数据，从而有效避免信息滞后性、延时性的问题，实现对用户兴趣点进行针对性实时推荐。
(2)本发明通过获取短视频中各关键词对应的视频播放时长，计算短视频的综合匹配度符合系数，对比筛选匹配度符合系数最高的其他短视频进行推荐，从而满足用户的实际需求，提高短视频推荐的准确性，增加用户的短视频观看体验感和兴趣感，进而提高短视频的智能匹配推荐水平。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方法步骤流程图；
图2为本发明的模块连接结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明的第一方面提供基于多维数据深度比对分析的短视频搜索匹配推荐方法，包括如下步骤：
s1、短视频划分：通过短视频导入模块将用户正在观看的短视频进行导入，并按照设定的视频帧划分方式将导入的短视频划分成各视频图像，对短视频中各视频图像按照视频时间先后顺序依次进行编号，短视频中各视频图像的编号分别为a1,a2,...,ai,...,an，ai表示为短视频中第i个视频图像。
s2、视频图像处理：通过视频图像处理模块对短视频中各视频图像进行图像处理，采用图像处理技术分别对短视频中各视频图像进行处理，获得短视频中各视频图像内各类别属性图像，构成短视频中各视频图像内各类别属性图像集合aip(aip1,aip2,...,aipj,...,aipm)，aipj表示为短视频中第i个视频图像内第j个类别属性图像。
在本实施例中，所述步骤s2中图像处理技术包括将短视频中各视频图像进行几何归一化处理，变换为固定标准形式的各视频图像，同时对变换后的各视频图像内各类别属性图像轮廓进行多种不同筛选框筛选，提取各视频图像内各类别属性图像轮廓筛选框，去除各视频图像内各类别属性图像轮廓筛选框之外的图像，得到各视频图像内各类别属性图像，并对各视频图像内各类别属性图像分别进行滤波降噪处理和增强处理。
s3、图像面积占比分析：通过图像面积测量模块分别对短视频中各视频图像内各类别属性图像面积进行测量，统计短视频中各视频图像内各类别属性图像的面积，并提取存储数据库中存储的固定标准形式的图像标准面积，计算短视频中各视频图像内各类别属性图像的面积占比。
在本实施例中，所述步骤s3中包括构成短视频中各视频图像内各类别属性图像的面积集合sip(sip1,sip2,...,sipj,...,sipm)，sipj表示为短视频中第i个视频图像内第j个类别属性图像的面积。
在本实施例中，所述短视频中各视频图像内各类别属性图像的面积占比计算公式为
s4、类别属性图像统计：通过类别属性图像分析模块将短视频中各视频图像内各类型属性图像的面积占比进行相互对比，筛选短视频中各视频图像内面积占比最大的类型属性图像，得到短视频中各视频图像对应的类型属性图像，构成短视频中各类别属性图像的视频图像数目集合x(x1,x2,...,xj,...,xm)，xj表示为短视频中第j个类别属性图像的视频图像数目。
s5、图像权重比例系数分析：通过分析服务器提取存储数据库中存储的类型属性图像对应的权重补偿系数，计算短视频的类型属性图像权重比例系数。
在本实施例中，所述短视频的类型属性图像权重比例系数计算公式为
具体地，本发明通过将导入的短视频划分成各视频图像，统计短视频中各视频图像内各类别属性图像的面积，计算短视频中各视频图像内各类别属性图像的面积占比，分析短视频中各视频图像对应的类型属性图像，并统计短视频中各类别属性图像的视频图像数目，计算短视频的类型属性图像权重比例系数，为后期计算短视频的综合匹配度符合系数提供指导性参考数据。
s6、视频文字信息获取：通过视频语音获取模块分别获取短视频中各视频图像对应的视频语音，识别短视频中各视频图像对应的视频语音内文字信息，构成短视频中各段视频文字信息集合b(b1,b2,...,bi,...,bn)，bi表示为短视频中第i段视频文字信息。
s7、有效词语次数统计：通过文字信息分析模块对短视频中各段视频文字信息进行分词处理，获得短视频中各段视频文字信息内各有效词语，并统计短视频中各有效词语的出现次数，构成短视频中各有效词语的出现次数集合y(y1,y2,...,yr,...,yv)，yr表示为短视频中第r个有效词语的出现次数。
s8、有效词语词频分析：通过有效词语词频分析模块分别计算短视频中各有效词语的词频，将短视频中各有效词语的词频与设定关键词的标准词频进行对比，若短视频中某有效词语的词频大于或等于设定关键词的标准词频，表明短视频中该有效词语为关键词，统计短视频中各关键词的词频，构成短视频中各关键词的词频集合f′(f′1,f′2,...,f′u,...,f′l),l≤v，f′u表示为短视频中第u个关键词的词频。
在本实施例中，所述短视频中各有效词语的词频计算公式为
s9、文字权重比例系数分析：通过分析服务器提取存储数据库中存储的关键词对应的权重补偿系数，计算短视频的关键词权重比例系数。
在本实施例中，所述短视频的关键词权重比例系数计算公式为
具体地，本发明通过获取短视频中各视频图像对应的视频语音内文字信息，得到短视频中各段视频文字信息内各有效词语，对比分析短视频中各关键词的词频，计算短视频的关键词权重比例系数，为后期计算短视频的综合匹配度符合系数提供可靠的参考数据，从而有效避免信息滞后性、延时性的问题，实现对用户兴趣点进行针对性实时推荐。
s10、视频播放时长获取：通过视频时长获取模块对短视频中各关键词对应的视频播放时长进行获取，构成短视频中各关键词对应的视频播放时长集合t(t1,t2,...,tu,...,tl)，tu表示短视频中第u个关键词对应的视频播放时长。
s11、短视频匹配符合度系数分析：通过分析服务器提取存储数据中存储的短视频的播放总时长、视频播放时长占比的影响比例系数和短视频的类型属性图像、关键词对应影响系数，计算短视频的综合匹配度符合系数，将短视频的综合匹配度符合系数与其他各短视频的匹配度符合系数进行对比，筛选匹配度符合系数最高的其他短视频进行推荐。
在本实施例中，所述短视频的综合匹配度符合系数计算公式为
本发明通过获取短视频中各关键词对应的视频播放时长，计算短视频的综合匹配度符合系数，对比筛选匹配度符合系数最高的其他短视频进行推荐，从而满足用户的实际需求，提高短视频推荐的准确性，增加用户的短视频观看体验感和兴趣感，进而提高短视频的智能匹配推荐水平。
第二方面，本发明还提供基于多维数据深度比对分析的短视频搜索匹配推荐系统，包括短视频导入模块、视频图像处理模块、图像面积测量模块、类别属性图像分析模块、视频语音获取模块、文字信息分析模块、有效词语词频分析模块、视频时长获取模块、分析服务器和存储数据库；
所述短视频导入模块分别与视频图像处理模块和视频语音获取模块连接，图像面积测量模块分别与视频图像处理模块和类别属性图像分析模块连接，文字信息分析模块分别与视频语音获取模块和有效词语词频分析模块连接，分析服务器分别与类别属性图像分析模块、有效词语词频分析模块、视频时长获取模块和存储数据库连接。
第三方面，本发明还提供一种计算机存储介质，所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述本发明所述的方法。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
1.基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：包括如下步骤：
s1、短视频划分：通过短视频导入模块将用户正在观看的短视频进行导入，并按照设定的视频帧划分方式将导入的短视频划分成各视频图像，对短视频中各视频图像按照视频时间先后顺序依次进行编号，短视频中各视频图像的编号分别为a1,a2,...,ai,...,an，ai表示为短视频中第i个视频图像；
s2、视频图像处理：通过视频图像处理模块对短视频中各视频图像进行图像处理，采用图像处理技术分别对短视频中各视频图像进行处理，获得短视频中各视频图像内各类别属性图像，构成短视频中各视频图像内各类别属性图像集合aip(aip1,aip2,...,aipj,...,aipm)，aipj表示为短视频中第i个视频图像内第j个类别属性图像；
s3、图像面积占比分析：通过图像面积测量模块分别对短视频中各视频图像内各类别属性图像面积进行测量，统计短视频中各视频图像内各类别属性图像的面积，并提取存储数据库中存储的固定标准形式的图像标准面积，计算短视频中各视频图像内各类别属性图像的面积占比；
s4、类别属性图像统计：通过类别属性图像分析模块将短视频中各视频图像内各类型属性图像的面积占比进行相互对比，筛选短视频中各视频图像内面积占比最大的类型属性图像，得到短视频中各视频图像对应的类型属性图像，构成短视频中各类别属性图像的视频图像数目集合x(x1,x2,...,xj,...,xm)，xj表示为短视频中第j个类别属性图像的视频图像数目；
s5、图像权重比例系数分析：通过分析服务器提取存储数据库中存储的类型属性图像对应的权重补偿系数，计算短视频的类型属性图像权重比例系数；
s6、视频文字信息获取：通过视频语音获取模块分别获取短视频中各视频图像对应的视频语音，识别短视频中各视频图像对应的视频语音内文字信息，构成短视频中各段视频文字信息集合b(b1,b2,...,bi,...,bn)，bi表示为短视频中第i段视频文字信息；
s7、有效词语次数统计：通过文字信息分析模块对短视频中各段视频文字信息进行分词处理，获得短视频中各段视频文字信息内各有效词语，并统计短视频中各有效词语的出现次数，构成短视频中各有效词语的出现次数集合y(y1,y2,...,yr,...,yv)，yr表示为短视频中第r个有效词语的出现次数；
s8、有效词语词频分析：通过有效词语词频分析模块分别计算短视频中各有效词语的词频，将短视频中各有效词语的词频与设定关键词的标准词频进行对比，若短视频中某有效词语的词频大于或等于设定关键词的标准词频，表明短视频中该有效词语为关键词，统计短视频中各关键词的词频，构成短视频中各关键词的词频集合f′(f1′,f′2,...,f′u,...,fl′),l≤v，fu′表示为短视频中第u个关键词的词频；
s9、文字权重比例系数分析：通过分析服务器提取存储数据库中存储的关键词对应的权重补偿系数，计算短视频的关键词权重比例系数；
s10、视频播放时长获取：通过视频时长获取模块对短视频中各关键词对应的视频播放时长进行获取，构成短视频中各关键词对应的视频播放时长集合t(t1,t2,...,tu,...,tl)，tu表示短视频中第u个关键词对应的视频播放时长；
s11、短视频匹配符合度系数分析：通过分析服务器提取存储数据中存储的短视频的播放总时长、视频播放时长占比的影响比例系数和短视频的类型属性图像、关键词对应影响系数，计算短视频的综合匹配度符合系数，将短视频的综合匹配度符合系数与其他各短视频的匹配度符合系数进行对比，筛选匹配度符合系数最高的其他短视频进行推荐。
2.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述步骤s2中图像处理技术包括将短视频中各视频图像进行几何归一化处理，变换为固定标准形式的各视频图像，同时对变换后的各视频图像内各类别属性图像轮廓进行多种不同筛选框筛选，提取各视频图像内各类别属性图像轮廓筛选框，去除各视频图像内各类别属性图像轮廓筛选框之外的图像，得到各视频图像内各类别属性图像，并对各视频图像内各类别属性图像分别进行滤波降噪处理和增强处理。
3.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述步骤s3中包括构成短视频中各视频图像内各类别属性图像的面积集合sip(sip1,sip2,...,sipj,...,sipm)，sipj表示为短视频中第i个视频图像内第j个类别属性图像的面积。
4.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述短视频中各视频图像内各类别属性图像的面积占比计算公式为
5.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述短视频的类型属性图像权重比例系数计算公式为
6.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述短视频中各有效词语的词频计算公式为
7.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述短视频的关键词权重比例系数计算公式为
8.根据权利要求1所述的基于多维数据深度比对分析的短视频搜索匹配推荐方法，其特征在于：所述短视频的综合匹配度符合系数计算公式为
9.基于多维数据深度比对分析的短视频搜索匹配推荐系统，其特征在于：包括短视频导入模块、视频图像处理模块、图像面积测量模块、类别属性图像分析模块、视频语音获取模块、文字信息分析模块、有效词语词频分析模块、视频时长获取模块、分析服务器和存储数据库；
所述短视频导入模块分别与视频图像处理模块和视频语音获取模块连接，图像面积测量模块分别与视频图像处理模块和类别属性图像分析模块连接，文字信息分析模块分别与视频语音获取模块和有效词语词频分析模块连接，分析服务器分别与类别属性图像分析模块、有效词语词频分析模块、视频时长获取模块和存储数据库连接。
10.一种计算机存储介质，其特征在于：所述计算机存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-8任一项所述的方法。
技术总结