用于处理信息的方法和装置与流程

本申请实施例涉及计算机技术领域，尤其涉及用于处理信息的方法和装置。

背景技术：

随着科技的发展，人们已经可以使用手机等电子设备浏览视频。通常，用于呈现给某个用户的视频可能包括相似的视频。由于用户在短时间内浏览相似的视频，可能引起用户的反感，所以需要对相似的视频的显示频率进行控制。

技术实现要素：

本申请实施例提出了用于处理信息的方法和装置。

第一方面，本申请实施例提供了一种用于处理信息的方法，该方法包括：获取目标用户所对应的历史呈现用视频，其中，历史呈现用视频为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频；从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量；基于所获得的特征向量，确定历史呈现用视频所对应的特征向量；从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，其中，候选特征向量集合中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频；从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在一些实施例中，候选特征向量集合对应向量检索引擎；以及从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，包括：利用候选特征向量集合所对应的向量检索引擎，对历史呈现用视频所对应的特征向量进行检索，以及将检索出的候选特征向量确定为目标特征向量。

在一些实施例中，在从呈现用视频集合中选取目标特征向量所对应的呈现用视频之后，该方法还包括：确定目标用户利用目标用户终端浏览历史呈现用视频的时间；在距离所确定的时间预设时长后，将所选取的呈现用视频输出给目标用户终端。

在一些实施例中，从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量，包括：从历史呈现用视频中提取至少两个视频帧，以及将所提取的至少两个视频帧分别输入预先训练的向量转化模型，获得至少两个特征向量。

在一些实施例中，基于所获得的特征向量，确定历史呈现用视频所对应的特征向量，包括：对所获得的至少两个特征向量进行求和，获得求和结果作为历史呈现用视频所对应的特征向量。

在一些实施例中，候选特征向量集合通过以下生成步骤获得：基于目标呈现用视频和初始候选特征向量集合，执行以下确定步骤：从目标呈现用视频中提取视频帧，以及将所提取的视频帧输入向量转化模型，获得目标呈现用视频的视频帧所对应的特征向量；基于目标呈现用视频的视频帧所对应的特征向量，确定目标呈现用视频所对应的特征向量；将目标呈现用视频所对应的特征向量作为候选特征向量添加到预先确定的初始候选特征向量集合中，生成添加后候选特征向量集合；确定是否获取到新的呈现用视频；响应于确定未获取到新的呈现用视频，将添加后候选特征向量集合确定为候选特征向量集合。

在一些实施例中，生成步骤还包括：响应于确定获取到新的呈现用视频，使用新的呈现用视频作为目标呈现用视频，使用添加后候选特征向量集合作为初始候选特征向量集合，继续执行确定步骤。

第二方面，本申请实施例提供了一种用于处理信息的装置，该装置包括：视频获取单元，被配置成获取目标用户所对应的历史呈现用视频，其中，历史呈现用视频为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频；向量生成单元，被配置成从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量；第一确定单元，被配置成基于所获得的特征向量，确定历史呈现用视频所对应的特征向量；第二确定单元，被配置成从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，其中，候选特征向量集合中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频；视频选取单元，被配置成从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在一些实施例中，候选特征向量集合对应向量检索引擎；以及第二确定单元进一步被配置成：利用候选特征向量集合所对应的向量检索引擎，对历史呈现用视频所对应的特征向量进行检索，以及将检索出的候选特征向量确定为目标特征向量。

在一些实施例中，该装置还包括：时间确定单元，被配置成确定目标用户利用目标用户终端浏览历史呈现用视频的时间；视频输出单元，被配置成在距离所确定的时间预设时长后，将所选取的呈现用视频输出给所述目标用户终端。

在一些实施例中，向量生成单元进一步被配置成：从历史呈现用视频中提取至少两个视频帧，以及将所提取的至少两个视频帧分别输入预先训练的向量转化模型，获得至少两个特征向量。

在一些实施例中，第一确定单元进一步被配置成：对所获得的至少两个特征向量进行求和，获得求和结果作为历史呈现用视频所对应的特征向量。

在一些实施例中，候选特征向量集合通过以下生成步骤获得：基于目标呈现用视频和初始候选特征向量集合，执行以下确定步骤：从目标呈现用视频中提取视频帧，以及将所提取的视频帧输入向量转化模型，获得目标呈现用视频的视频帧所对应的特征向量；基于目标呈现用视频的视频帧所对应的特征向量，确定目标呈现用视频所对应的特征向量；将目标呈现用视频所对应的特征向量作为候选特征向量添加到预先确定的初始候选特征向量集合中，生成添加后候选特征向量集合；确定是否获取到新的呈现用视频；响应于确定未获取到新的呈现用视频，将添加后候选特征向量集合确定为候选特征向量集合。

在一些实施例中，生成步骤还包括：响应于确定获取到新的呈现用视频，使用新的呈现用视频作为目标呈现用视频，使用添加后候选特征向量集合作为初始候选特征向量集合，继续执行确定步骤。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述用于处理信息的方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现上述用于处理信息的方法中任一实施例的方法。

本申请实施例提供的用于处理信息的方法和装置，通过获取目标用户所对应的历史呈现用视频，而后从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量，接着基于所获得的特征向量，确定历史呈现用视频所对应的特征向量，然后从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，其中，候选特征向量集合中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频，最后从呈现用视频集合中选取目标特征向量所对应的呈现用视频，从而有效利用候选特征向量集合，确定出了与目标用户所对应的历史呈现用视频相似的呈现用视频，有助于后续对所确定的呈现用视频进行处理，比如，控制所确定的呈现用视频的呈现时间，提高了信息处理的针对性和多样性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理信息的方法的一个实施例的流程图；

图3是根据本申请实施例的用于处理信息的方法的一个应用场景的示意图；

图4是根据本申请的用于处理信息的方法的又一个实施例的流程图；

图5是根据本申请的用于处理信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于处理信息的方法或用于处理信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如视频处理软件、网页浏览器应用、搜索类应用、社交平台软件、即时通信工具等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持视频处理的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，动态影像专家压缩标准音频层面3)、mp4(movingpictureexpertsgroupaudiolayeriv，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的呈现用视频提供支持的后台服务器。后台服务器可以获取终端设备上显示的历史呈现用视频，并对所获取的历史呈现用视频等数据进行分析等处理，获得处理结果(例如目标特征向量所对应的呈现用视频)。

需要说明的是，本申请实施例所提供的用于处理信息的方法一般由服务器105执行，相应地，用于处理信息的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。在获得目标特征向量所对应的呈现用视频的过程中所使用的数据不需要从远程获取的情况下，上述系统架构可以不包括网络和终端设备，而只包括服务器。

继续参考图2，示出了根据本申请的用于处理信息的方法的一个实施例的流程200。该用于处理信息的方法，包括以下步骤：

步骤201，获取目标用户所对应的历史呈现用视频。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用视频。其中，历史呈现用视频可以为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频。历史时间段可以为预先设置的时间段，例如2018年3月份；也可以为以首次向目标用户所使用的目标用户终端输出呈现用视频的时间为时间起点，以最近一次向目标用户所使用的目标用户终端输出呈现用视频的时间为时间终点的时间段。

目标用户为待从呈现用视频集合中确定与其所对应的历史呈现用视频相似的呈现用视频的用户。呈现用视频集合可以为预先确定的视频集合。呈现用视频为用于输出给通信连接的终端、以呈现给用户的视频。

实践中，上述执行主体可以获取预先存储于本地的、目标用户所对应的历史呈现用视频；或者，上述执行主体可以获取目标用户终端发送的、目标用户所对应的历史呈现用视频。

可以理解的是，在这里，上述执行主体可以获取至少一个目标用户所对应的历史呈现用视频，进而，可以针对所获取的至少一个历史呈现用视频中的每个历史呈现用视频，执行后续步骤202-205。

步骤202，从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量。

在本实施例中，基于步骤201中得到的历史呈现用视频，上述执行主体可以从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量。其中，所获得的特征向量可以用于表征所输入的视频帧的特征。

可以理解，视频实质上是一个按照时间的先后顺序排列的视频帧序列。进而，上述执行主体可以采用各种方法从历史呈现用视频中提取视频帧，例如可以采用随机提取的方法，从历史呈现用视频中提取视频帧；或者，可以从历史呈现用视频所对应的视频帧序列中，提取排序在预设位置的视频帧。

在本实施例中，向量转化模型为用于提取视频帧的特征的模型，可以用于表征视频帧与视频帧所对应的特征向量的对应关系。具体的，由于视频帧实质上是图像，进而向量转化模型可以包括用于提取图像特征的结构(例如卷积层)，当然还可以包括其他结构(例如池化层)。

需要说明的是，训练获得向量转化模型的方法是目前广泛研究和应用的公知技术，此处不再赘述。

在本实施例的一些可选的实现方式中，上述执行主体可以从历史呈现用视频中提取至少两个视频帧，以及将所提取的至少两个视频帧分别输入预先训练的向量转化模型，获得至少两个特征向量。本实现方式可以为后续利用至少两个特征向量确定历史呈现用视频所对应的特征向量提供支持，利用至少两个特征向量确定历史呈现用视频所对应的特征向量，可以提高所确定的特征向量的准确性。

步骤203，基于所获得的特征向量，确定历史呈现用视频所对应的特征向量。

在本实施例中，基于步骤202所获得的特征向量，上述执行主体可以确定历史呈现用视频所对应的特征向量。历史呈现用视频所对应的特征向量可以用于表征历史呈现用视频的特征。具体的，上述执行主体可以通过各种方法确定历史呈现用视频所对应的特征向量。

作为示例，当所获得的特征向量仅包括一个时，上述执行主体可以直接将该特征向量确定为历史呈现用视频所对应的特征向量，或者，上述执行主体可以对该特征向量进行处理(例如乘以预设数值)，并将处理后的特征向量确定为历史呈现用视频所对应的特征向量；当所获得的特征向量包括至少两个时，上述执行主体可以对所获得的至少两个特征向量进行处理(例如进行均值计算)，并将处理结果确定为历史呈现用视频所对应的特征向量。

在本实施例的一些可选的实现方式中，当所获得的特征向量包括至少两个时，上述执行主体可以对所获得的至少两个特征向量进行求和，获得求和结果作为历史呈现用视频所对应的特征向量。

在本实现方式中，通过至少两个视频帧所对应的特征向量确定历史呈现用视频所对应的特征向量，增加了参考数据，可以提高确定出的、历史呈现用视频所对应的特征向量的准确度。

步骤204，从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。

在本实施例中，基于步骤203中获得的历史呈现用视频所对应的特征向量，上述执行主体可以从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。其中，预设阈值可以为技术人员预先设置的数值。具体的，上述执行主体可以采用各种方法从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，例如，上述执行主体可以分别对历史呈现用视频所对应的特征向量和候选特征向量集合中的候选特征向量进行相似度计算，获得计算结果，并将计算结果与预设阈值进行比较，进而确定出大于等于预设阈值的计算结果所对应的候选特征向量作为目标特征向量。

需要说明的是，相似度计算是目前广泛研究和应用的公知技术，此处不再赘述。

在本实施例中，候选特征向量集合为预先确定的集合，候选特征向量集合中的候选特征向量对应呈现用视频集合中的呈现用视频。具体的，对于候选特征向量集合中的候选特征向量，该候选特征向量用于表征呈现用视频集合中与该候选特征向量相对应的呈现用视频的特征。

实践中，对于上述呈现用视频集合中的每个呈现用视频，可以从该呈现用视频中提取视频帧，并将所提取的视频帧输入上述向量转化模型，获得视频帧所对应的特征向量，然后利用视频帧所对应的特征向量确定呈现用视频所对应的候选特征向量，进而利用所确定的、呈现用视频所对应的候选特征向量组成候选特征向量集合。

在本实施例的一些可选的实现方式中，候选特征向量集合可以通过以下生成步骤获得：基于目标呈现用视频和初始候选特征向量集合，执行以下确定步骤：首先，从目标呈现用视频中提取视频帧，以及将所提取的视频帧输入上述向量转化模型，获得目标呈现用视频的视频帧所对应的特征向量。然后，基于目标呈现用视频的视频帧所对应的特征向量，确定目标呈现用视频所对应的特征向量。接着将目标呈现用视频所对应的特征向量作为候选特征向量添加到预先确定的初始候选特征向量集合中，生成添加后候选特征向量集合。最后，确定是否获取到新的呈现用视频。响应于确定未获取到新的呈现用视频，将添加后候选特征向量集合确定为候选特征向量集合。

其中，目标呈现用视频为上述生成步骤的执行主体预先获取到的呈现用视频。初始候选特征向量集合可以为未添加候选特征向量的集合，也可以为添加过候选特征向量的集合。

在本实施例的一些可选的实现方式中，上述生成步骤还可以包括：响应于确定获取到新的呈现用视频，使用新的呈现用视频作为目标呈现用视频，使用添加后候选特征向量集合作为初始候选特征向量集合，继续执行上述确定步骤。

通过本实现方式，可以实时将获取到的呈现用视频所对应的特征向量添加到初始候选特征向量集合中，生成候选特征向量集合，提高了候选特征向量集合的全面性。

需要说明的是，上述生成步骤的执行主体可以与用于处理信息的方法的执行主体相同或者不同。如果相同，则生成步骤的执行主体可以在获得候选特征向量集合后，将候选特征向量集合存储在本地。如果不同，则生成步骤的执行主体可以在获得候选特征向量集合后，将候选特征向量集合发送给用于处理信息的方法的执行主体。

步骤205，从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在本实施例中，基于步骤204中获得的目标特征向量，上述执行主体可以从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

可以理解的是，由于目标特征向量为与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的特征向量，且呈现用视频所对应的特征向量可以用于表征呈现用视频的特征，故基于本步骤选取出的呈现用视频为与历史呈现用视频相似的呈现用视频。

在本实施例的一些可选的实现方式中，在从呈现用视频集合中选取目标特征向量所对应的呈现用视频之后，上述执行主体还可以执行以下步骤：首先，上述执行主体可以确定目标用户利用目标用户终端浏览历史呈现用视频的时间(例如2018年9月1日)。然后，在距离所确定的时间预设时长(例如一个月)后，上述执行主体可以将所选取的呈现用视频输出给目标用户终端。

在本实现方式中，在上述预设时长所对应的时间范围内，上述执行主体可以不将所选取的呈现用视频输出给目标用户终端，预设时长后，再对所选取的呈现用视频进行输出，以此，可以控制相似的呈现用视频的呈现频率，有助于增强用户体验，提高了信息处理的多样性。

继续参见图3，图3是根据本实施例的用于处理信息的方法的应用场景的一个示意图。在图3的应用场景中，服务器301可以获取目标用户终端302发送的、目标用户所对应的历史呈现用视频303，其中，历史呈现用视频303为在过去一天内，服务器301输出给目标用户终端302的、用于目标用户浏览的视频。而后，服务器301可以从历史呈现用视频303中提取视频帧3031和视频帧3032，以及将所提取的视频帧3031和视频帧3032分别输入预先训练的向量转化模型304，获得视频帧3031所对应的特征向量3051，以及视频帧3032所对应的特征向量3052。接着，服务器301可以基于所获得的特征向量3051和特征向量3052，确定历史呈现用视频303所对应的特征向量306。接着，服务器301可以获取预先确定的候选特征向量集合307，以及从候选特征向量集合307中确定与历史呈现用视频303所对应的特征向量306的相似度大于等于预设阈值(例如“10”)的候选特征向量作为目标特征向量308，其中，候选特征向量集合307中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频。最后，服务器301可以获取上述呈现用视频集合309，以及从呈现用视频集合309中选取目标特征向量308所对应的呈现用视频3091。

本申请的上述实施例提供的方法有效利用候选特征向量集合，确定出了与目标用户所对应的历史呈现用视频相似的呈现用视频，有助于后续对所确定的呈现用视频进行处理，比如，控制所确定的呈现用视频的呈现时间，提高了信息处理的针对性和多样性。

进一步参考图4，其示出了用于处理信息的方法的又一个实施例的流程400。该用于处理信息的方法的流程400，包括以下步骤：

步骤401，获取目标用户所对应的历史呈现用视频。

在本实施例中，用于处理信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用视频。

步骤402，从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量。

在本实施例中，基于步骤401中得到的历史呈现用视频，上述执行主体可以从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量。其中，所获得的特征向量可以用于表征所输入的视频帧的特征。

步骤403，基于所获得的特征向量，确定历史呈现用视频所对应的特征向量。

在本实施例中，基于步骤402所获得的特征向量，上述执行主体可以确定历史呈现用视频所对应的特征向量。历史呈现用视频所对应的特征向量可以用于表征历史呈现用视频的特征。

步骤404，利用候选特征向量集合所对应的向量检索引擎，对历史呈现用视频所对应的特征向量进行检索，以及将检索出的候选特征向量确定为目标特征向量。

在本实施例中，上述执行主体可以利用预先确定的候选特征向量集合构建向量检索引擎，进而可以利用候选特征向量集合所对应的向量检索引擎，对历史呈现用视频所对应的特征向量进行检索，以及将检索出的候选特征向量确定为目标特征向量。

实践中，检索引擎(searchengine)是指根据一定的策略、运用特定的计算机程序搜集信息，在对信息进行组织和处理后，提供检索服务的系统。在这里，向量检索引擎指的是以候选特征向量作为检索目标的引擎。具体的，上述执行主体可以利用候选特征向量集合，采用各种方式构建向量检索引擎，例如采用ivfadc算法构建。

可以理解，在构建向量检索引擎时，可以设置向量检索引擎的检索结果所满足的条件(即检索结果与检索对象的相似度大于等于预设阈值)，以使得检索出的候选特征向量与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值。

需要说明的是，实践中，候选特征向量集合可以由上述执行主体生成，也可以由其他电子设备生成并发送给上述执行主体。当候选特征向量集合更新(即添加新的呈现用视频所对应的特征向量)时，上述执行主体可以更新向量检索引擎。

步骤405，从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在本实施例中，基于步骤404中获得的目标特征向量，上述执行主体可以从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

上述步骤401、步骤402、步骤403、步骤405分别与前述实施例中的步骤201、步骤202、步骤203、步骤205一致，上文针对步骤201、步骤202、步骤203和步骤205的描述也适用于步骤401、步骤402、步骤403和步骤405，此处不再赘述。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于处理信息的方法的流程400突出了利用向量检索引擎确定目标特征向量的步骤。由此，本实施例提供了又一种获得目标特征向量的方案，且利用向量检索引擎进行信息处理，可以获得更快的处理速度，提高了信息处理的效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理信息的装置500包括：视频获取单元501、向量生成单元502、第一确定单元503、第二确定单元504和视频选取单元505。其中，视频获取单元501被配置成获取目标用户所对应的历史呈现用视频，其中，历史呈现用视频为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频；向量生成单元502被配置成从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量；第一确定单元503被配置成基于所获得的特征向量，确定历史呈现用视频所对应的特征向量；第二确定单元504被配置成从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，其中，候选特征向量集合中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频；视频选取单元505被配置成从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在本实施例中，用于处理信息的装置500的视频获取单元501可以通过有线连接方式或者无线连接方式获取目标用户所对应的历史呈现用视频。其中，历史呈现用视频可以为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频。目标用户为待从呈现用视频集合中确定与其所对应的历史呈现用视频相似的呈现用视频的用户。呈现用视频集合可以为预先确定的视频集合。呈现用视频为用于输出给通信连接的终端、以呈现给用户的视频。

在本实施例中，基于视频获取单元501得到的历史呈现用视频，向量生成单元502可以从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量。其中，所获得的特征向量可以用于表征所输入的视频帧的特征。

在本实施例中，向量转化模型为用于提取视频帧的特征的模型，可以用于表征视频帧与视频帧所对应的特征向量的对应关系。具体的，由于视频帧实质上是图像，进而向量转化模型可以包括用于提取图像特征的结构(例如卷积层)，当然还可以包括其他结构(例如池化层)。

在本实施例中，基于向量生成单元502所获得的特征向量，第一确定单元503可以确定历史呈现用视频所对应的特征向量。历史呈现用视频所对应的特征向量可以用于表征历史呈现用视频的特征。

在本实施例中，基于第一确定单元503获得的历史呈现用视频所对应的特征向量，第二确定单元503可以从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量。其中，预设阈值可以为技术人员预先设置的数值。

在本实施例中，候选特征向量集合为预先确定的集合，候选特征向量集合中的候选特征向量对应呈现用视频集合中的呈现用视频。具体的，对于候选特征向量集合中的候选特征向量，该候选特征向量用于表征呈现用视频集合中与该候选特征向量相对应的呈现用视频的特征。

在本实施例中，基于第二确定单元504获得的目标特征向量，视频选取单元505可以从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

在本实施例的一些可选的实现方式中，候选特征向量集合对应向量检索引擎；以及第二确定单元504可以进一步被配置成：利用候选特征向量集合所对应的向量检索引擎，对历史呈现用视频所对应的特征向量进行检索，以及将检索出的候选特征向量确定为目标特征向量。

在本实施例的一些可选的实现方式中，装置500还可以包括：时间确定单元(图中未示出)，被配置成确定目标用户利用目标用户终端浏览历史呈现用视频的时间；视频输出单元(图中未示出)，被配置成在距离所确定的时间预设时长后，将所选取的呈现用视频输出给目标用户终端。

在本实施例的一些可选的实现方式中，向量生成单元502可以进一步被配置成：从历史呈现用视频中提取至少两个视频帧，以及将所提取的至少两个视频帧分别输入预先训练的向量转化模型，获得至少两个特征向量。

在本实施例的一些可选的实现方式中，第一确定单元503可以进一步被配置成：对所获得的至少两个特征向量进行求和，获得求和结果作为历史呈现用视频所对应的特征向量。

在本实施例的一些可选的实现方式中，候选特征向量集合可以通过以下生成步骤获得：基于目标呈现用视频和初始候选特征向量集合，执行以下确定步骤：从目标呈现用视频中提取视频帧，以及将所提取的视频帧输入向量转化模型，获得目标呈现用视频的视频帧所对应的特征向量；基于目标呈现用视频的视频帧所对应的特征向量，确定目标呈现用视频所对应的特征向量；将目标呈现用视频所对应的特征向量作为候选特征向量添加到预先确定的初始候选特征向量集合中，生成添加后候选特征向量集合；确定是否获取到新的呈现用视频；响应于确定未获取到新的呈现用视频，将添加后候选特征向量集合确定为候选特征向量集合。

在本实施例的一些可选的实现方式中，生成步骤还可以包括：响应于确定获取到新的呈现用视频，使用新的呈现用视频作为目标呈现用视频，使用添加后候选特征向量集合作为初始候选特征向量集合，继续执行确定步骤。

可以理解的是，该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元，在此不再赘述。

本申请的上述实施例提供的装置500有效利用候选特征向量集合，确定出了与目标用户所对应的历史呈现用视频相似的呈现用视频，有助于后续对所确定的呈现用视频进行处理，比如，控制所确定的呈现用视频的呈现时间，提高了信息处理的针对性和多样性。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括视频获取单元、向量生成单元、第一确定单元、第二确定单元和视频选取单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，视频获取单元还可以被描述为“获取历史呈现用视频的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取目标用户所对应的历史呈现用视频，其中，历史呈现用视频为在历史时间段内输出给目标用户所使用的目标用户终端的、用于目标用户浏览的视频；从历史呈现用视频中提取视频帧，以及将所提取的视频帧输入预先训练的向量转化模型，获得特征向量；基于所获得的特征向量，确定历史呈现用视频所对应的特征向量；从预先确定的候选特征向量集合中确定与历史呈现用视频所对应的特征向量的相似度大于等于预设阈值的候选特征向量作为目标特征向量，其中，候选特征向量集合中的候选特征向量对应预先确定的呈现用视频集合中的呈现用视频；从呈现用视频集合中选取目标特征向量所对应的呈现用视频。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。