[发明专利]一种视频分享方法、装置、计算机设备及存储介质

权利要求书

1.一种视频分享方法，其特征在于，包括：

响应用户对目标视频的好友分享请求，确定所述用户的至少一个好友；

确定所述用户分别与每个所述好友的关联信息，所述用户与所述好友的关联信息指示所述好友对所述用户转发所述目标视频的喜爱程度；

基于所述用户分别与各个所述好友的关联信息，调整所述至少一个好友之间的排序顺序生成并展示好友列表；

根据所述用户对所述好友列表中目标好友的选取操作，向所述目标好友分享所述目标视频。

2.根据权利要求1所述的方法，其特征在于，确定所述用户与所述好友的关联信息，包括：

确定第一特征信息、第二特征信息以及第三特征信息，所述第一特征信息表征所述用户的视频偏好，所述第二特征信息表征所述好友的视频偏好，所述第三特征信息表征偏好所述目标视频的用户；

根据所述第一特征信息和所述第二特征信息，确定表征所述用户和所述好友的视频偏好相似程度的第一信息；

利用所述第二特征信息和所述第三特征信息，确定表征所述好友对所述目标视频的喜爱程度的第二信息；

结合所述第一信息和所述第二信息确定所述用户和所述好友的关联信息。

3.根据权利要求2所述的方法，其特征在于，所述确定第一特征信息、第二特征信息以及第三特征信息，包括：

根据用户视频播放行为生成用户视频行为矩阵，所述用户视频行为矩阵指示全网中每个用户分别对全网中每个视频的播放行为；

对所述用户视频行为矩阵中离散的用户视频行为进行分析生成全网用户与视频的特征信息；

从所述全网用户与视频的特征信息中，查询所述用户的第一特征信息、所述好友的第二特征信息以及所述目标视频的第三特征信息。

4.根据权利要求3所述的方法，其特征在于，所述对所述用户视频行为矩阵中离散的用户视频行为进行分析生成全网用户与视频的特征信息，包括：

利用用户嵌入矩阵和视频嵌入矩阵相乘拟合所述用户视频行为矩阵；

采用梯度下降算法分别对所述用户嵌入矩阵和所述视频嵌入矩阵进行训练，得到优化后的用户嵌入矩阵和优化后的视频嵌入矩阵；

其中，优化后的用户嵌入矩阵和优化后的视频嵌入矩阵构成全网用户与视频的特征信息。

5.根据权利要求2所述的方法，其特征在于，所述根据所述第一特征信息和所述第二特征信息，确定表征所述用户和所述好友的视频偏好相似程度的第一信息，包括：

确定表征所述第一特征信息和所述第二特征信息之间的相似度的第一相似度信息；

将所述第一特征信息、所述第二特征信息，以及所述第一相似度信息输入至预训练的第一模型，得到表征所述用户和所述好友的视频偏好相似程度的第一信息。

6.根据权利要求5所述的方法，其特征在于，所述利用所述第二特征信息和所述第三特征信息，确定表征所述好友对所述目标视频的喜爱程度的第二信息，包括：

确定表征所述第二特征信息和所述第三特征信息之间的相似度的第二相似度信息；

将所述第二特征信息、所述第三特征信息，以及所述第二相似度信息输入至预训练的第二模型，得到表征所述好友对所述目标视频的喜爱程度的第二信息。

7.根据权利要求6所述的方法，其特征在于，所述结合所述第一信息和所述第二信息中确定所述用户和所述好友的关联信息，包括：

确定所述第一信息的权重和所述第二信息的权重；

结合所述第一信息、所述第一信息的权重、所述第二信息，以及所述第二信息的权重生成目标信息；

将所述目标信息输入至预训练的第三模型得到所述用户和所述好友的关联信息。

8.根据权利要求7所述的方法，其特征在于，所述确定所述第一信息的权重和所述第二信息的权重，包括：

基于注意力机制模块确定所述第一信息的初始权重以及所述第二信息的初始权重；

对所述第一信息的初始权重和所述第二信息的初始权重进行标准化处理得到所述第一信息的权重和所述第二信息的权重。