本公開涉及計算機視覺，尤其涉及一種個性化視頻推送優化方法、裝置、存儲介質、程序產品。

背景技術：

1、當前，各類短視頻工具主要根據用戶的個人喜好推送視頻信息，其推送機制通常依托對用戶過往瀏覽歷史、點贊、評論等多維度行為數據的深度分析，進而構建精準的用戶興趣畫像，以此為基礎推送相似內容的視頻。

2、然而，這種看似高效智能的推送模式在實際應用中存在顯著弊端，尤其在用戶初始使用短視頻平臺階段，平臺會大量推送與用戶實際需求不符的視頻。用戶不得不耗費大量時間向平臺提供反饋，直至平臺能夠提供相對契合其個性化需求的推薦內容，這無疑造成了用戶寶貴時間的極大浪費。

技術實現思路

1、有鑒于此，本公開實施例提供了一種個性化視頻推送優化方法、裝置、存儲介質、程序產品，能夠解決目標視頻應用程序在用戶使用初期推送不精準的問題，引導其精準推送視頻，從而減少用戶瀏覽無關視頻的時間。

2、第一方面，本公開實施例提供了一種個性化視頻推送優化方法，采用如下技術方案：

3、收集用戶輸入數據，對所述輸入數據進行解析，獲取用戶的偏好信息；

4、在目標視頻應用程序啟動后，追蹤當前播放視頻內容的動態變化，基于視頻內容變化程度對當前播放視頻進行截屏，獲得視頻截圖；

5、對所述視頻截圖進行解析，獲取視頻信息；

6、將所述偏好信息與所述視頻信息進行匹配，基于匹配結果控制智能體與目標視頻應用程序進行交互操作。

7、可選地，所述收集用戶輸入數據，對所述輸入數據進行解析，獲取用戶的偏好信息，包括：

8、通過前端界面接收用戶的輸入數據，或者從目標視頻應用程序中抓取用戶的輸入數據；

9、將每個用戶的輸入數據分類存儲到用戶偏好信息數據庫中；

10、使用預設的多模態大模型從所述用戶偏好信息數據庫中讀取每個用戶的輸入數據，輸出每個用戶的偏好信息。

11、可選地，所述追蹤當前播放視頻內容的動態變化，基于視頻內容變化程度對當前播放視頻進行截屏，獲得視頻截圖，包括：

12、獲取所述當前播放視頻的視頻流，每間隔預設時間提取視頻幀；

13、提取所述視頻幀的場景特征和人物關鍵點位置；

14、基于所述場景特征，獲取當前視頻內容的場景變化程度值；

15、基于所述人物關鍵點位置，獲取當前視頻內容的人物動作變化程度值；

16、當所述場景變化程度值大于第一閾值，或者所述人物動作變化程度值大于第二閾值時，對所述當前播放視頻進行截屏，獲得視頻截圖。

17、可選地，所述個性化視頻推送優化方法還包括：

18、按照預設的硬件資源指標收集用戶智能終端設備的當前硬件資源數據；

19、基于所述當前硬件資源數據獲取調整系數；

20、基于所述調整系數、預設的第一基礎閾值和第二基礎閾值，獲取所述第一閾值和所述第二閾值。

21、可選地，所述將所述偏好信息與所述視頻信息進行匹配，基于匹配結果控制智能體與目標視頻應用程序進行交互操作，包括：

22、將所述偏好信息和所述視頻信息輸入到預設的大語言模型中，獲得分類或分級的匹配結果；

23、基于所述匹配結果控制智能體執行不同的模擬用戶操作，實現與目標視頻應用程序之間的交互；

24、所述目標視頻應用程序基于交互操作優化目標視頻應用程序的視頻推送機制。

25、可選地，所述基于所述匹配結果控制智能體執行不同的模擬用戶操作，實現與目標視頻應用程序之間的交互，包括：

26、基于匹配結果觸發智能體生成操作指令，所述操作指令包括目標視頻應用程序的第一標識、當前播放視頻的第二標識和交互操作類型；

27、基于所述第一標識將所述操作指令發送給相應的適配模塊；

28、使用所述適配模塊將所述操作指令轉化為所述目標視頻應用程序可識別的原生交互指令，所述原生交互指令包括由所述第二標識轉化的標準標識以及由所述交互操作類型轉化的標準交互類型；

29、執行所述原生交互指令，對所述當前播放視頻進行相應的交互操作。

30、可選地，所述個性化視頻推送優化方法還包括：

31、當智能體對目標視頻應用程序進行的交互操作不包含暫停播放時，繼續追蹤當前播放視頻內容的動態變化，基于新的視頻內容變化程度對當前播放視頻進行截屏，獲得新的視頻截圖；

32、基于所述當前播放視頻累積的視頻截圖，更新所述視頻信息。

33、第二方面，本公開實施例還提供了一種個性化視頻推送優化系統，采用如下技術方案：

34、用戶輸入模塊，用于收集用戶輸入數據，對所述輸入數據進行解析，獲取用戶的偏好信息；

35、視頻截圖模塊，用于在目標視頻應用程序啟動后，追蹤當前播放視頻內容的動態變化，基于視頻內容變化程度對當前播放視頻進行截屏，獲得視頻截圖；

36、視頻解析模塊，用于對所述視頻截圖進行解析，獲取視頻信息；

37、信息匹配模塊，用于將所述偏好信息與所述視頻信息進行匹配，基于匹配結果控制智能體與目標視頻應用程序進行交互操作。

38、第三方面，本公開實施例還提供了一種計算機裝置，采用如下技術方案：

39、所述計算機裝置包括：

40、至少一個處理器；以及，

41、與所述至少一個處理器通信連接的存儲器；其中，

42、所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行以上任一所述的個性化視頻推送優化方法。

43、第四方面，本公開實施例還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質存儲計算機指令，該計算機指令用于使計算機執行以上任一所述的個性化視頻推送優化方法。

44、第五方面，本公開實施例還提供了一種計算機程序產品，包括計算機程序/指令，該計算機程序/指令被處理器執行時實現以上任一項所述方法的步驟。

45、本公開實施例提供的個性化視頻推送優化方法，通過主動收集和解析輸入數據的方式可以在用戶使用目標視頻應用程序之前就更精準地了解用戶的興趣和需求，為后續優化視頻推送提供可靠依據。通過實時追蹤視頻內容的動態變化，來確定截圖的時機，能夠精準捕捉關鍵瞬間，減少無效截圖，并且通過解析這種基于動態變化的視頻截圖，能夠增強視頻內容理解，進而得到準確的視頻信息。將獲取的偏好信息與解析視頻截圖得到的視頻信息進行匹配，根據匹配結果可以判斷用戶是否對當前播放視頻感興趣，進而控制智能體模擬用戶瀏覽視頻，對目標視頻應用程序執行不同的交互行為。借助這些具體交互行為，向目標視頻應用程序反饋更為細致的信息，逐步改善該應用程序在用戶使用初期推送不精準的問題，引導其精準推送視頻，從而能夠減少用戶瀏覽無關視頻的時間，提高用戶獲取有價值視頻內容的效率，使推送的視頻更符合用戶期望，提升了用戶滿意度。

46、上述說明僅是本公開技術方案的概述，為了能更清楚了解本公開的技術手段，而可依照說明書的內容予以實施，并且為讓本公開的上述和其他目的、特征和優點能夠更明顯易懂，以下特舉較佳實施例，并配合附圖，詳細說明如下。