一種視頻質(zhì)量評價方法及裝置的制造方法
【專利摘要】本發(fā)明實施例涉及一種視頻質(zhì)量評價方法和裝置，方法包括獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評價參數(shù)；根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參數(shù)；根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所述視頻的質(zhì)量評價參數(shù)。裝置包括第一獲取單元、第一計算單元和第二計算單元。本發(fā)明通過引入了頻道的質(zhì)量評價信息，精細(xì)時間段劃分，實現(xiàn)對視頻內(nèi)容進(jìn)行精準(zhǔn)的質(zhì)量分析，以便進(jìn)行視頻準(zhǔn)確推送。
【專利說明】
_種視頻質(zhì)量評價方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明實施例屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種視頻質(zhì)量評價方法及系統(tǒng)。
【背景技術(shù)】
[0002]在視頻推薦系統(tǒng)中視頻是最基本的兀素，所有算法和處理流程都是以視頻為基本 分析點，再輔助其他信息（用戶觀看歷史，視頻的特征)來得到最后推送給用戶的推薦結(jié)果。 所以如何得到一個視頻的質(zhì)量信息或者質(zhì)量的衡量對整個視頻推薦系統(tǒng)都是極為重要的 一個環(huán)節(jié)。
[0003] 現(xiàn)有的技術(shù)方案主要是基于視頻的播放數(shù)和視頻的點贊數(shù)等視頻自帶信息進(jìn)行 視頻質(zhì)量評價。但是這在一個全球性的視頻網(wǎng)站中往往得不到很好的應(yīng)用，不同頻道(上傳 者）由于建立時間和專注內(nèi)容的不同，其關(guān)注者也是有很大差距的，所以不同頻道的視頻不 能簡單只以視頻自帶信息去分析質(zhì)量，這樣很容易不能準(zhǔn)確評估視頻質(zhì)量的高低。所以現(xiàn) 有的技術(shù)方案在這種情況下得不到一個真正的，公平的視頻質(zhì)量分析結(jié)果。

【發(fā)明內(nèi)容】

[0004] 基于上述背景，本發(fā)明實施例提供一種視頻質(zhì)量評價方法及系統(tǒng)，目的是能夠公 平客觀地分析視頻質(zhì)量，以便于實現(xiàn)精準(zhǔn)的視頻推送。
[0005] 本發(fā)明是通過以下技術(shù)方案來實現(xiàn)的：
[0006] 第一方面，本發(fā)明實施例提供一種視頻質(zhì)量評價方法，包括：
[0007] 獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評價參數(shù)；
[0008] 根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參數(shù)；
[0009] 根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所述視頻的質(zhì)量評價 參數(shù)。
[0010] 第二方面，本發(fā)明實施例還提供一種視頻質(zhì)量評價裝置，包括第一獲取單元、第一 計算單元和第二計算單元；
[0011] 第一獲取單元用于獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評 價參數(shù)；
[0012] 第一計算單元，用于根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù) 期質(zhì)量評價參數(shù)；
[0013] 第二計算單元，用于根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所 述視頻的質(zhì)量評價參數(shù)。
[0014] 本發(fā)明實施例的技術(shù)方案通過統(tǒng)計，建模和分析視頻頻道的歷史數(shù)據(jù)，得到每個 頻道獨有的視頻質(zhì)量評價模型。相比于現(xiàn)有技術(shù)，拋開現(xiàn)有的以視頻自帶信息為基礎(chǔ)的質(zhì) 量評價方法，本發(fā)明實施例不僅僅考慮了視頻本身的質(zhì)量信息，如播放數(shù)，收藏點贊數(shù)等， 還額外引入了頻道的質(zhì)量評價信息，精細(xì)時間段劃分，當(dāng)新上傳的視頻時，可以通過質(zhì)量評 價模型得到視頻的評價參數(shù)，對其中的視頻內(nèi)容進(jìn)行精準(zhǔn)的質(zhì)量分析，可實現(xiàn)在網(wǎng)絡(luò)視頻 推送過程中的準(zhǔn)確推送。
【附圖說明】
[0015] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0016] 圖1為本發(fā)明實施例一提供的視頻質(zhì)量評價方法處理流程圖；
[0017] 圖2a為本發(fā)明實施例二提供的建立視頻質(zhì)量評價模型的流程圖；
[0018] 圖2b為本發(fā)明實施例二提供的獲取視頻歷史數(shù)據(jù)的流程圖；
[0019] 圖2c為本發(fā)明實施例二提供的視頻質(zhì)量評價模型獲取過程圖；
[0020] 圖2d為本發(fā)明實施例二提供的視頻質(zhì)量評價模型另一種獲取過程圖；
[0021]圖2e為本發(fā)明實施例二提供的獲取視頻質(zhì)量評價參數(shù)的可選處理流程圖；
[0022]圖3為本發(fā)明實施例三提供的視頻推薦處理流程圖；
[0023]圖4為本發(fā)明實施例四提供的視頻質(zhì)量評價裝置結(jié)構(gòu)框圖；
[0024]圖5a為本發(fā)明實施例五提供的視頻質(zhì)量評價裝置結(jié)構(gòu)框圖；
[0025]圖5b為本發(fā)明實施例五提供的第二獲取單元結(jié)構(gòu)框圖；
[0026] 圖5c為本發(fā)明實施例五提供的視頻質(zhì)量評價裝置結(jié)構(gòu)框圖；
[0027] 圖5d為本發(fā)明實施例五提供的視頻質(zhì)量評價裝置另一種結(jié)構(gòu)框圖。
【具體實施方式】
[0028] 為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實施例中的 附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實施例僅僅是 本發(fā)明一部分實施例，而不是全部的實施例，附圖中給出了本發(fā)明的較佳實施例。本發(fā)明可 以以許多不同的形式來實現(xiàn)，并不限于本文所描述的實施例，相反地，提供這些實施例的目 的是使對本發(fā)明的公開內(nèi)容的理解更加透徹全面?；诒景l(fā)明中的實施例，本領(lǐng)域普通技 術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范 圍。
[0029]除非另有定義，本文所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的 技術(shù)人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具 體的實施例的目的，不是旨在于限制本發(fā)明。本發(fā)明的說明書和權(quán)利要求書及上述附圖中 的術(shù)語"第一"、"第二"等是用于區(qū)別不同對象，而不是用于描述特定順序。此外，術(shù)語"包 括"和"具有"以及它們?nèi)魏巫冃?，意圖在于覆蓋不排他的包含。例如包含了一系列步驟或單 元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備沒有限定于已列出的步驟或單元，而是可選地還包括沒 有列出的步驟或單元，或可選地還包括對于這些過程、方法、產(chǎn)品或設(shè)備固有的其他步驟或 單元。
[0030]在本文中提及"實施例"意味著，結(jié)合實施例描述的特定特征、結(jié)構(gòu)或特性可以包 含在本發(fā)明的至少一個實施例中。在說明書中的各個位置出現(xiàn)該短語并不一定均是指相同 的實施例，也不是與其它實施例互斥的獨立的或備選的實施例。本領(lǐng)域技術(shù)人員顯式地和 隱式地理解的是，本文所描述的實施例可以與其它實施例相結(jié)合。
[0031] 實施例一
[0032] 參閱圖1所示的流程圖，圖1提供了一種視頻質(zhì)量評價方法，該方法包括：
[0033] S01、獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評價參數(shù)。
[0034] 可選地，本實施例中視頻參數(shù)具體的指視頻網(wǎng)站用戶在其創(chuàng)建的頻道下新上傳視 頻的參數(shù)，可以是一個視頻，也可以是多個視頻，所獲取的視頻參數(shù)可以包括視頻所屬頻 道、實際播放數(shù)、發(fā)布時間等，發(fā)布時間是指視頻上傳發(fā)布時刻與獲取該視頻參數(shù)時刻之間 的這段時間。在本實施例中，實際評價參數(shù)即視頻在選取的發(fā)布時間內(nèi)的實際播放數(shù)。
[0035] S02、根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參 數(shù)；
[0036] 對于頻道新發(fā)布視頻的評價，具體的，通過將視頻所選取的發(fā)布時間作為自變量 輸入視頻質(zhì)量評價模型中，得到視頻的預(yù)期評價參數(shù)，預(yù)期評價參數(shù)是指視頻在選取的發(fā) 布時間內(nèi)的預(yù)期播放數(shù)。
[0037] S03、根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所述視頻的質(zhì)量 評價參數(shù)；
[0038] 具體地，將預(yù)期質(zhì)量評價參數(shù)和實際質(zhì)量評價參數(shù)通過預(yù)設(shè)的模型公式計算獲得 視頻質(zhì)量評價參數(shù)。
[0039] 可選地，獲得評價參數(shù)后，保存該評價參數(shù)，該評價參數(shù)可用于后續(xù)其他系統(tǒng)中， 如視頻推薦系統(tǒng)，比如現(xiàn)有新上傳的視頻進(jìn)入視頻推薦系統(tǒng)，視頻推薦系統(tǒng)根據(jù)對應(yīng)的視 頻質(zhì)量評價參數(shù)來確定是否向用戶推送該視頻。
[0040] 相比于現(xiàn)有技術(shù)，拋開現(xiàn)有的以視頻自帶信息為基礎(chǔ)的質(zhì)量評價方法，本發(fā)明實 施例不僅僅考慮了視頻本身的質(zhì)量信息，如播放數(shù)，發(fā)布時間等，還額外引入了頻道的質(zhì)量 評價信息，當(dāng)新上傳的視頻時，可以通過視頻質(zhì)量評價模型得到視頻質(zhì)量評價參數(shù)，實現(xiàn)對 視頻質(zhì)量的精準(zhǔn)分析。
[0041 ] 實施例二
[0042] 根據(jù)實施例一，在實施例一的基礎(chǔ)上，本發(fā)明實施例二提供視頻質(zhì)量評價方法還 包括建立視頻質(zhì)量評價模型，如圖2a所示為建立視頻質(zhì)量評價模型的流程圖，具體為：
[0043] S11、獲取至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)；
[0044] 對于視頻網(wǎng)站而言，視頻來源除了視頻網(wǎng)站運營商所提供的視頻資源，另一種視 頻來源方式就是通過用戶上傳，相應(yīng)的，視頻網(wǎng)站中發(fā)布的視頻均有特定的分類，視頻頻道 可以是一個分類，也可以是某一分類下某個視頻網(wǎng)站的用戶創(chuàng)建的基于該分類的視頻合 集，因此，每一個分類下對應(yīng)至少有一個視頻頻道，以視頻網(wǎng)站YouTube為例，在網(wǎng)站中，比 如有education、entertainment、film、sports等分類，而YouTube用戶可以在各個分類下個 性化地創(chuàng)建各種頻道，比如TV shows、TheEllenShow等等，可以采集一個或多個頻道的視頻 歷史數(shù)據(jù)。
[0045] 可選地，如圖2b所示，獲取至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)的過程包括：
[0046] S111、獲取樣本視頻的歷史數(shù)據(jù)；
[0047] 具體的，樣本視頻的歷史數(shù)據(jù)包括視頻所屬頻道、發(fā)布時間、實際播放數(shù)、收藏數(shù) (關(guān)注數(shù)）、瀏覽數(shù)等。
[0048] S112、預(yù)處理所述樣本視頻的歷史數(shù)據(jù)；
[0049]從視頻質(zhì)量評價處理流程出發(fā)，原始?xì)v史數(shù)據(jù)(raw data)的播放數(shù)(play count) 以及該播放數(shù)對應(yīng)的發(fā)布時間是處理流程中的兩個基本元素，也是視頻質(zhì)量評價模型迭代 的基本參數(shù)，因此需要將一定時間段內(nèi)的視頻的發(fā)布時間和/或該一定時間段內(nèi)的播放數(shù) 給統(tǒng)計出來?？蛇x地，采用Hadoop框架中的MapReduce編程模型。首先，提取出視頻的ID和當(dāng) 時的實際播放數(shù)和/或發(fā)布時間；然后，如果提取出了發(fā)布時間，利用MapReduce按照ID聚集 其各個發(fā)布時間的對應(yīng)實際播放數(shù);最后，再按照視頻所屬頻道進(jìn)行分類，這些數(shù)據(jù)則是后 面訓(xùn)練視頻質(zhì)量評價模型的基礎(chǔ)。
[0050]在數(shù)據(jù)預(yù)處理的過程中，需要對龐大的混雜的數(shù)據(jù)集合進(jìn)行清洗篩選。其中有以 下幾種異常：
[0051 ] 1.對于視頻缺少ID/??ΜΕ(此記錄抓取時間）/PLAYC0UNT的直接標(biāo)記為垃圾數(shù)據(jù)， 丟棄相應(yīng)的數(shù)據(jù)。
[0052] 2.對于視頻連續(xù)兩次TIME(此記錄抓取時間）相差太?。ㄟ@個閾值視具體需求而 定），丟棄掉較老的數(shù)據(jù)。
[0053] 3.對于視頻??ΜΕ(此記錄抓取時間）與當(dāng)前時間相差太大(本實施例中評價模型的 此閾值可選為30天），丟棄相應(yīng)的數(shù)據(jù)。
[0054] 4.對于某個頻道下視頻的抓取記錄太少，直接丟掉該頻道所有數(shù)據(jù)，將其模型賦 值為空，這種情況下，表示該頻道沒有模型，當(dāng)有新視頻進(jìn)來的時候不對視頻做任何處理， 直接進(jìn)入后續(xù)的處理流程。
[0055] S113、根據(jù)視頻所屬頻道對預(yù)處理后的樣本視頻的歷史數(shù)據(jù)進(jìn)行分類，得到至少 一個視頻頻道的視頻歷史數(shù)據(jù)。
[0056] S12、根據(jù)所述至少一個視頻頻道的視頻歷史數(shù)據(jù)，建立與所述至少一個視頻頻道 對應(yīng)的視頻質(zhì)量評價模型；
[0057]根據(jù)獲取的樣本視頻的歷史數(shù)據(jù)對視頻所屬頻道進(jìn)行建模，作為本實施例的一個 可選的實施方式，從所述樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放數(shù);根據(jù)所 述至少一個視頻頻道的所述樣本視頻的發(fā)布時間，建立與所述至少一個視頻頻道對應(yīng)的視 頻質(zhì)量評價模型。
[0058]根據(jù)可選實施例，假如采集的視頻歷史數(shù)據(jù)對應(yīng)的頻道個數(shù)為M，相應(yīng)的需要建立 Μ個視頻質(zhì)量評價模型。
[0059] 作為本實施例的另一個可選的實施方式，從所述樣本視頻的歷史數(shù)據(jù)中提取所述 樣本視頻的實際播放數(shù)和發(fā)布時間;根據(jù)所述至少一個視頻頻道的所述樣本視頻的實際播 放數(shù)和發(fā)布時間，建立與所述至少一個視頻頻道不同發(fā)布時間對應(yīng)的視頻質(zhì)量評價模型。 每個視頻頻道的樣本視頻的歷史數(shù)據(jù)取自一個指定的時間段，在指定時間段里的樣本視頻 的視頻參數(shù)包括發(fā)布時間和指定時間段內(nèi)對應(yīng)的播放數(shù)，根據(jù)發(fā)布時間和指定時間段內(nèi)對 應(yīng)的播放數(shù)，在該頻道下指定的不同時間段可以對應(yīng)建立多個視頻質(zhì)量評價模型，各個時 間段的評價模型都不相同且互相獨立，這是為了在保證時效性的基礎(chǔ)上避免擬合的過擬合 問題以及減少誤差?？蛇x地，每一個發(fā)時間段均采用線性函數(shù)進(jìn)行擬合，最終得到這些視頻 質(zhì)量評價線。
[0060] 在本發(fā)明實施例中發(fā)布時間是指視頻上傳發(fā)布時刻與獲取該視頻參數(shù)時刻之間 的這段時間；指定的時間段是指從獲取視頻的歷史數(shù)據(jù)的時刻到某一歷史時刻之間的這段 時間，因此樣本視頻的歷史數(shù)據(jù)以指定的時間段為基礎(chǔ)獲取，根據(jù)本實施例可選方案，指定 的時間段的值可為 lh，2h，3h，4h，5h，6h，7h，8h，9h，10h，llh，12h，13h，14h，15h，16h，17h， 18h，19h，20h，21h，22h，23h，24h，3days，7days，15days，30days等，視頻網(wǎng)站對于時間比較 敏感，為了保證時效性，指定的時間段在最近3天內(nèi)的劃分更加精細(xì)。
[0061] 通過可選實施例進(jìn)行進(jìn)一步說明，比如現(xiàn)在獲取的樣本視頻的歷史數(shù)據(jù)分屬5個 頻道，如果采集的視頻只包含一個時間段，那么相應(yīng)的有5個評價模型；如果采集的視頻歷 史數(shù)據(jù)包括lh、2h、3h三個時間段，相應(yīng)的有15個評價模型，以此類推。
[0062] 可詵地，視頻質(zhì)量評價樽塑基于如下公式建立：
[0063]
[0064] P為視頻的預(yù)期質(zhì)量評價參數(shù)，t為視頻的發(fā)布時間，其中，所述參數(shù)g裉據(jù)如下函 數(shù)獲得：
[0065]
[0066] 其中，
[0067] ?為所述視頻歷史數(shù)據(jù)對應(yīng)時間段內(nèi)的所有記錄平均發(fā)布時間；
[0068] Ρ為所述時間段內(nèi)所有記錄平均播放數(shù)；
[0069] ti為所述時間段內(nèi)第i個記錄的發(fā)布時間（i = l~η);
[0070] pi為所述時間段內(nèi)第i個記錄的播放數(shù)(i = l~η);
[0071] η為所述時間段內(nèi)的記錄總數(shù)。
[0072] 其中，所述參數(shù)迕根據(jù)如下函數(shù)獲得：
[0073]
[0074] 根據(jù)參數(shù)g和參數(shù)沒的公式，從模型的構(gòu)建可以看出來，更新模型時需要每次統(tǒng)計 一定時間段的所有視頻，再代入到公式中計算。比如某一個頻道現(xiàn)在有一個關(guān)于10000個視 頻的模型，現(xiàn)在新加入一個視頻，那么又需要計算如下四項：
[0075]
[0076] 那么對于10000個視頻的模型此時需要計算10001次，為了優(yōu)化系統(tǒng)效率，根據(jù)本 實施例可選方案，在把每次的模型計算完畢之后的這四項都按照Key: Value的格式存起來， Key為模型ID，value則是這四項的相關(guān)值，那么當(dāng)新上傳視頻時，只需要將新的記錄merge 進(jìn)去，即新加一個視頻，只需要計算2次，這大大的降低了時間的消耗。
[0077]其中
項是是整個模型擬合中計算量最大的部 分，根據(jù)本實施例可選方案，可對這兩項進(jìn)一步進(jìn)行優(yōu)化，對于現(xiàn)在的億萬級的數(shù)據(jù)量，優(yōu) 化至關(guān)重要。在本可選實施例中，采用MapReduce并行計算的優(yōu)點，將這兩項分布到多臺機(jī) 器上計算。
[0078]
[0079]
[0080] 這些數(shù)據(jù)之間都是互不相干的所以可以并行分布計算，假設(shè)設(shè)置兩個并行任務(wù)， 那么任務(wù)一可以計算1：取+七2口2+."+1^」，任務(wù)二可以計算1：」+助+1+1：」+2口』+2+~+1：咖，這樣相當(dāng) 于時間減半，所以我們可以通過設(shè)置并行任務(wù)數(shù)來縮短計算時間。
[0081 ]
也可采用同樣的方式處理。 知_?|-丄 t
[0082] 可選地，指定視頻質(zhì)量評價參數(shù)根據(jù)如下公式獲得：
[0083]
[0084] 其中，
[0085] Sf為視頻質(zhì)量評價參數(shù)；
[0086] Sr為視頻的實際質(zhì)量評價參數(shù)；
[0087] Sb為視頻質(zhì)量評價裝置的常量參數(shù)。
[0088] 可選地，建立視頻質(zhì)量評價模型后，存儲所有模型，形成視頻網(wǎng)站的視頻質(zhì)量評價 模型庫，通過調(diào)用模型庫中的模型可得到每個頻道的視頻質(zhì)量趨勢線。
[0089] 根據(jù)一種可選的實施方式，如圖2c所示，根據(jù)視頻質(zhì)量評價模型和視頻參數(shù)得到 視頻的預(yù)期質(zhì)量評價參數(shù)包括：
[0090] S041、從所述視頻參數(shù)中提取視頻所屬頻道和發(fā)布時間；
[0091] S042、根據(jù)所述視頻所屬視頻頻道，獲得所述視頻對應(yīng)的視頻頻道的視頻質(zhì)量評 價模型；
[0092] S043、根據(jù)視頻發(fā)布時間，從所述獲得的視頻質(zhì)量評價模型中篩選出與所述視頻 發(fā)布時間匹配的視頻質(zhì)量評價模型。
[0093] 根據(jù)另一種可選的實施方式，如圖2d所示，根據(jù)視頻質(zhì)量評價模型和視頻參數(shù)得 到視頻的預(yù)期質(zhì)量評價參數(shù)包括：
[0094] S ' 041、從所述視頻參數(shù)中提取視頻所屬頻道；
[0095] S ' 042、根據(jù)所述視頻所屬頻道，獲得所述視頻對應(yīng)的視頻質(zhì)量評價模型。
[0096] 可知，根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參 數(shù)，具體是指將視頻所選取的發(fā)布時間作為自變量輸入相應(yīng)發(fā)布時間的評價模型中，得到 視頻的預(yù)期評價參數(shù)。
[0097] 根據(jù)本方案可選實施例，如圖2e所示，根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì) 量評價參數(shù)得到所述視頻的質(zhì)量評價參數(shù)可采用的計算過程如下：
[0098] S031、獲得視頻實際質(zhì)量評價參數(shù)和預(yù)期質(zhì)量評價參數(shù)的差值；
[0099] S032、將所述差值和預(yù)期質(zhì)量評價參數(shù)執(zhí)行除操作；
[0100] S033、將所述除操作的結(jié)果與一預(yù)設(shè)參數(shù)求和得到視頻質(zhì)量評價參數(shù)。
[0101] 具體地對應(yīng)如下可選模型公式：
[0102] 評價參數(shù)=(實際播放數(shù)-預(yù)期播放數(shù)））/預(yù)期播放數(shù)+基礎(chǔ)分。
[0103] 基礎(chǔ)分是預(yù)設(shè)的常量參數(shù)，對視頻質(zhì)量進(jìn)行評價，目的在于進(jìn)行精準(zhǔn)的視頻推送， 基礎(chǔ)分即表示視頻質(zhì)量評價在視頻推薦系統(tǒng)中所占的比重。
[0104] 可選地，在所述根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì) 量評價參數(shù)之后，還包括更新視頻質(zhì)量評價模型。
[0105] 根據(jù)一種可選實施例，更新視頻質(zhì)量評價模型具體為:根據(jù)所述視頻的發(fā)布時間、 實際播放數(shù)以及所述樣本視頻的歷史數(shù)據(jù)，更新所述視頻所屬視頻頻道下預(yù)設(shè)的各時間段 的視頻質(zhì)量評價模型。
[0106] 根據(jù)另一種可選實施例，更新視頻質(zhì)量評價模型具體為:根據(jù)所述視頻的發(fā)布時 間、實際播放數(shù)以及所述樣本視頻的歷史數(shù)據(jù)，更新視頻質(zhì)量評價所述視頻所屬視頻頻道 下的視頻質(zhì)量評價模型。
[0107] 本發(fā)明實施例的技術(shù)方案基于視頻網(wǎng)站的獨特性質(zhì)，通過統(tǒng)計，建模和分析視頻 頻道的歷史數(shù)據(jù)，得到每個頻道獨有的視頻質(zhì)量評價模型。相比于現(xiàn)有技術(shù)，本發(fā)明實施例 不僅僅考慮了視頻本身的質(zhì)量信息，如播放數(shù)，發(fā)布時間等，還額外引入了頻道的質(zhì)量評價 信息，并精細(xì)化劃分時間段，當(dāng)新上傳的視頻時，可以通過視頻質(zhì)量評價模型得到視頻質(zhì)量 評價參數(shù)，實現(xiàn)對視頻質(zhì)量的精準(zhǔn)分析。通過實時更新評價模型，并采用并發(fā)處理模式，一 方面提升評價精度，另一方面節(jié)省評價處理時間，從而快速獲得質(zhì)量高的視頻。
[0108] 實施例三
[0109] 基于上述實施例，本發(fā)明實施例三提供的視頻質(zhì)量評價方法，還包括進(jìn)行視頻推 薦，具體的，獲得視頻的質(zhì)量評價參數(shù)后，根據(jù)視頻的質(zhì)量評價參數(shù)進(jìn)行視頻推薦。如圖3所 示，根據(jù)視頻的質(zhì)量評價參數(shù)進(jìn)行視頻推薦視頻推薦過程為：
[0110] S21、設(shè)定判斷閾值；
[0111] S22、比較所述視頻的質(zhì)量評價參數(shù)和所述閾值；
[0112] S23、若所述視頻的質(zhì)量評價參數(shù)大于所述閾值，則推薦所述視頻，否則不推薦所 述視頻。
[0113]其中閾值根據(jù)視頻推薦系統(tǒng)的推薦經(jīng)驗來設(shè)定。
[0114]通過本實施例的方案，基于該閾值，當(dāng)視頻的質(zhì)量評價參數(shù)大于該閾值時，可以使 得視頻的推薦能夠達(dá)到較高的精準(zhǔn)度。
[0115]實施例四
[0116] 參閱圖4所示，本發(fā)明實施例提供一種視頻質(zhì)量評價裝置，該裝置包括:第一獲取 單元01、第一計算單元02、第二計算單元03。
[0117] 第一獲取單元01用于獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量 評價參數(shù)，所述獲取的視頻參數(shù)包括視頻所屬頻道、實際播放數(shù)、發(fā)布時間；
[0118] 可選地，第一獲取單元01獲取的視頻參數(shù)具體的指視頻網(wǎng)站用戶在其創(chuàng)建的頻道 下新上傳視頻的參數(shù)，所獲取的視頻參數(shù)包括視頻所屬頻道、實際播放數(shù)、發(fā)布時間等，其 中，通過第一獲取單元01獲得的實際評價參數(shù)即為視頻在選取的發(fā)布時間內(nèi)的實際播放 數(shù)。
[0119] 第一計算單元02用于根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù) 期質(zhì)量評價參數(shù)。具體的，第一獲取單元01將視頻所選取的發(fā)布時間作為自變量輸入視頻 質(zhì)量評價模型中，得到視頻的預(yù)期評價參數(shù)，預(yù)期評價參數(shù)是指視頻在選取的發(fā)布時間內(nèi) 的預(yù)期播放數(shù)。
[0120]第二計算單元03用于根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到 所述視頻的質(zhì)量評價參數(shù)。
[0121]相比于現(xiàn)有技術(shù)，本發(fā)明實施例提供的視頻質(zhì)量評價裝置拋開現(xiàn)有的以視頻自帶 信息為基礎(chǔ)的質(zhì)量評價方式，不僅僅考慮了視頻本身的質(zhì)量信息，如播放數(shù)，發(fā)布時間等， 還額外引入了頻道的質(zhì)量評價信息，當(dāng)新上傳的視頻時，可以通過視頻質(zhì)量評價模型得到 視頻質(zhì)量評價參數(shù)，實現(xiàn)對視頻質(zhì)量的精準(zhǔn)分析。
[0122]實施例五
[0123]如圖5a所示，基于實施例四提供的視頻質(zhì)量評價裝置，本實施例五還包括第二獲 取單元05、建模單元06。
[0124] 第二獲取單元05用于獲取至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)；
[0125] 具體地，第二獲取單元05基于一定的時間段獲取視頻歷史數(shù)據(jù)，具體的，視頻歷史 數(shù)據(jù)包括視頻所屬頻道、發(fā)布時間、播放數(shù)、收藏數(shù)(關(guān)注數(shù)）、瀏覽數(shù)等。
[0126] 根據(jù)本實施例可選方案，如圖5b所示，第二獲取單元05具體包括：
[0127] 采集子單元051，用于獲取樣本視頻的歷史數(shù)據(jù);采集子單元041具體用于獲取并 保存視頻網(wǎng)站中一定時間段內(nèi)的樣本視頻歷史數(shù)據(jù)，包括視頻所屬頻道、發(fā)布時間、播放 數(shù)、收藏數(shù)(關(guān)注數(shù))、瀏覽數(shù)等。
[0128] 預(yù)處理子單元052,用于預(yù)處理所述視頻歷史數(shù)據(jù);預(yù)處理子單元052具體地針對 采集到的樣本視頻的歷史數(shù)據(jù)集合進(jìn)行清洗篩選，去掉異常數(shù)據(jù)。在篩選過程中，預(yù)處理子 單元052執(zhí)行多個閾值判斷操作，其中，
[0129] 第一閾值為視頻連續(xù)兩次抓取的時間差閾值，若預(yù)處理子單元052判斷連續(xù)兩次 抓取時間差小于閾值，則去掉相應(yīng)的數(shù)據(jù)；
[0130]第二閾值為視頻抓取時間和當(dāng)前時間的時間差閾值，若預(yù)處理子單元052判斷視 頻抓取時間和當(dāng)前時間的時間差小于閾值，則去掉相應(yīng)的數(shù)據(jù)。
[0131] 第三閾值為某頻道下視頻的抓取記錄閾值，當(dāng)該頻道視頻抓取下視頻的抓取記錄 小于閾值，預(yù)處理子單元052直接丟掉該頻道所有數(shù)據(jù)，將其模型賦值為空，這種情況下，表 示該頻道沒有模型，當(dāng)有新視頻進(jìn)來的時候不對視頻做任何處理。
[0132] 分類子單元053,用于根據(jù)視頻所屬頻道對預(yù)處理后的樣本視頻的歷史數(shù)據(jù)進(jìn)行 分類，獲得至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)。
[0133] 建模單元06用于根據(jù)所述第二獲取單元05獲取的所述至少一個視頻頻道的樣本 視頻的歷史數(shù)據(jù)對應(yīng)建立至少一個視頻質(zhì)量評價模型；
[0134] 建模單元06根據(jù)獲取的樣本視頻的歷史數(shù)據(jù)對視頻所屬頻道進(jìn)行建模，可選的， 第二獲取單元05從樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放數(shù)后，建模單元06 根據(jù)所述至少一個視頻頻道的所述樣本視頻的實際播放數(shù)，建立與所述至少一個視頻頻道 對應(yīng)的視頻質(zhì)量評價模型。
[0135] 可選的，第二獲取單元05從樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放 數(shù)和發(fā)布時間后，建模單元06根據(jù)至少一個視頻頻道的所述樣本視頻的發(fā)布時間和實際播 放數(shù)，建立與至少一個視頻頻道不同發(fā)布時間對應(yīng)的視頻質(zhì)量評價模型。
[0136] 每個視頻頻道的樣本視頻的歷史數(shù)據(jù)取自一個指定的時間段，在指定時間段里的 樣本視頻的視頻參數(shù)包括發(fā)布時間和指定時間段內(nèi)對應(yīng)的播放數(shù)，根據(jù)發(fā)布時間和指定時 間段內(nèi)對應(yīng)的播放數(shù)，在該頻道下真的指定的不同時間段建模單元06可以對應(yīng)建立多個視 頻質(zhì)量評價模型，各個時間段的評價模型都不相同且互相獨立。
[0137] 視頻質(zhì)量評價裝置的建模單元05采用如下公式建立模型：
[0138]
[0139] P為視頻的預(yù)期質(zhì)量評價參數(shù)，t為視頻的發(fā)布時間，其中，所述參數(shù)g根據(jù)如下函 數(shù)獲得：
[0140]
[0141] 其中，
[0142] f為所述視頻歷史數(shù)據(jù)對應(yīng)時間段內(nèi)的所有記錄平均發(fā)布時間；
[0143] 蘆為所述時間段內(nèi)所有記錄平均播放數(shù)；
[0144] ti為所述時間段內(nèi)第i個記錄的發(fā)布時間（i = l~η);
[0145] pi為所述時間段內(nèi)第i個記錄的播放數(shù)(i = l~η);
[0146] η為所述時間段內(nèi)的記錄總數(shù)。
[0147] 其中，所述參數(shù)根據(jù)如下函數(shù)獲得：
[0148]
[0149] 根據(jù)本發(fā)明可選實施例，第二計算單元03根據(jù)如下公式獲得指定視頻質(zhì)量評價參 數(shù)：
[0150]
[0151] 其中，
[0152] Sf為視頻質(zhì)量評價參數(shù)；
[0153] Sr為視頻的實際質(zhì)量評價參數(shù)；
[0154] Sb為視頻質(zhì)量評價裝置的常量參數(shù)。
[0155] 可選地，如圖5c所示，視頻質(zhì)量評價裝置還包括模型庫單元07,用于保存建模單元 06生成的評價模型，生成模型庫，可以實現(xiàn)對評價模型的管理，方便評價模型的重復(fù)利用和 更新。
[0156] 根據(jù)步驟參數(shù)g和參數(shù)β的公式，，。以某一個頻道現(xiàn)在有一個關(guān)于10000個視頻的 模型為例，現(xiàn)在新加入一個視頻，模型更新單元08需要重新計算如下四項：
[0157]
[0158] 那么對于10000個視頻的模型，模型更新單元08此時需要計算10001次，為了優(yōu)化 系統(tǒng)效率，在把每次的模型計算完畢之后的這四項都按照Key :Value的格式存起來，Key為 模型ID，value則是這四項的相關(guān)值，那么當(dāng)新上傳視頻時，只需要將新的記錄merge進(jìn)去， 即新加一個視頻，模型更新單元08只需要計算2次，這大大的降低了時間的消耗。
[0159] 其中
兩項是是整個模型擬合中計算量最大的部 分，根據(jù)本實施例可選方案，可對這兩項進(jìn)一步進(jìn)行優(yōu)化。在本可選實施例中，采用 MapReduce并行計算的優(yōu)點，將這兩項分布到多臺機(jī)器上計算。
[0160]
[0161]
[0162] 這些數(shù)據(jù)之間都是互不相干的所以可以并行分布計算，假設(shè)設(shè)置兩個并行任務(wù)， 那么任務(wù)一可以計算1：取+七2口2+."+1^」，任務(wù)二可以計算1：」+助+1+1：」+2口』+2+~+1：咖，這樣相當(dāng) 于時間減半，所以我們可以通過設(shè)置分布式的并行任務(wù)數(shù)來縮短建模單元06、第一計算單 元01、第二計算單元02和模型更新單元08的計算時間。
[0163] -采用同樣的方式處理。
[0164] ΓΙΙ ，f見頻映 m評價裝置還包括模型獲取單元04，如圖5〇所示，具體地，第一獲 取單元01獲取的視頻參數(shù)包括視頻所屬視頻頻道、實際播放數(shù)、發(fā)布時間；
[0165] 根據(jù)一種可選實施例，模型獲取單元04用于從所述視頻參數(shù)中提取視頻所屬頻 道，根據(jù)視頻所屬頻道，獲得視頻對應(yīng)的視頻質(zhì)量評價模型；
[0166] 根據(jù)另一種可選實施例，模型獲取單元04用于從所述視頻參數(shù)中提取視頻所屬頻 道和發(fā)布時間，根據(jù)所述視頻所屬視頻頻道，獲得所述視頻對應(yīng)的視頻頻道的視頻質(zhì)量評 價模型，根據(jù)視頻發(fā)布時間，從所述獲得的視頻質(zhì)量評價模型中篩選出與所述視頻發(fā)布時 間匹配的視頻質(zhì)量評價模型。
[0167] 可選地，第二計算單元03根據(jù)視頻實際質(zhì)量評價參數(shù)和預(yù)期質(zhì)量評價參數(shù)的差 值，將所述差值和預(yù)期質(zhì)量評價參數(shù)執(zhí)行除操作，最后將所述除操作的結(jié)果與一預(yù)設(shè)參數(shù) 求和得到視頻質(zhì)量評價參數(shù)。具體地對應(yīng)如下可選模型公式：
[0168] 評價參數(shù)=(實際播放數(shù)-預(yù)期播放數(shù)））/預(yù)期播放數(shù)+基礎(chǔ)分。
[0169] 基礎(chǔ)分是預(yù)設(shè)的常量參數(shù)，對視頻質(zhì)量進(jìn)行評價，目的在于進(jìn)行精準(zhǔn)的視頻推送， 基礎(chǔ)分即表示視頻質(zhì)量評價在視頻推薦系統(tǒng)中所占的比重。
[0170] 可選地，如圖5d所示，視頻質(zhì)量評價裝置還包括模型更新單元08,根據(jù)一種可選的 實施例，模型更新單元08用于根據(jù)所述視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視頻的 歷史數(shù)據(jù)，更新所述視頻所屬視頻頻道下指定時間段的視頻質(zhì)量評價模型;根據(jù)另一種可 選的實施例，模型更新單元08用于根據(jù)所述視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視 頻的歷史數(shù)據(jù)，更新視頻質(zhì)量評價所述視頻所屬視頻頻道下的視頻質(zhì)量評價模型
[0171 ]可選地，如圖5d所示，視頻質(zhì)量評價裝置還包括存儲單元09，用于在第二計算單元 03獲得評價參數(shù)后，保存該評價參數(shù)，可以實現(xiàn)對評價參數(shù)的管理，便于評價參數(shù)的調(diào)用和 更新，該評價參數(shù)可作為推送判斷指標(biāo)用于后續(xù)其他系統(tǒng)中，如視頻推薦系統(tǒng)。
[0172 ]可選地，如圖5d所示，本發(fā)明實施例還包括推薦單元10，現(xiàn)有新上傳的視頻進(jìn)入系 統(tǒng)后，推薦單元10根據(jù)對應(yīng)的視頻質(zhì)量評價參數(shù)來確定是否向用戶推送該視頻，具體的，推 薦單元10將視頻的質(zhì)量評價參數(shù)與預(yù)設(shè)判斷閾值進(jìn)行比較，其中閾值根據(jù)視頻推薦系統(tǒng)的 推薦經(jīng)驗來設(shè)定，若視頻的質(zhì)量評價參數(shù)大于閾值，則推薦視頻，若視頻的質(zhì)量評價參數(shù)小 于閾值，則不推薦視頻。
[0173]本發(fā)明實施例的技術(shù)方案基于視頻網(wǎng)站的獨特性質(zhì)，通過統(tǒng)計，建模和分析視頻 頻道的歷史數(shù)據(jù)，得到每個頻道獨有的視頻質(zhì)量評價模型。相比于現(xiàn)有技術(shù)，本發(fā)明實施例 不僅僅考慮了視頻本身的質(zhì)量信息，如播放數(shù)，發(fā)布時間等，還額外引入了頻道的質(zhì)量評價 信息，并精細(xì)化劃分時間段，當(dāng)新上傳的視頻時，可以通過視頻質(zhì)量評價模型得到視頻質(zhì)量 評價參數(shù)，實現(xiàn)對視頻質(zhì)量的精準(zhǔn)分析。通過實時更新評價模型，并采用并發(fā)處理模式，一 方面提升評價精度，另一方面節(jié)省評價處理時間，從而快速獲得質(zhì)量高的視頻。
[0174]以上僅為本發(fā)明的優(yōu)選實施例，但并不限制本發(fā)明的專利范圍，盡管參照前述實 施例對本發(fā)明進(jìn)行了詳細(xì)的說明，對于本領(lǐng)域的技術(shù)人員來而言，其依然可以對前述各具 體實施方式所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等效替換。凡是利 用本發(fā)明說明書及附圖內(nèi)容所做的等效結(jié)構(gòu)，直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域，均 同理在本發(fā)明專利保護(hù)范圍之內(nèi)。
【主權(quán)項】
1. 一種視頻質(zhì)量評價方法，其特征在于，包括： 獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評價參數(shù)； 根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參數(shù)； 根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所述視頻的質(zhì)量評價參數(shù)。2. 根據(jù)權(quán)利要求1所述的視頻質(zhì)量評價方法，其特征在于，在所述獲取視頻參數(shù)之前， 還包括： 獲取至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)； 根據(jù)所述至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)，建立與所述至少一個視頻頻道對 應(yīng)的視頻質(zhì)量評價模型。3. 根據(jù)權(quán)利要求2所述的視頻質(zhì)量評價方法，其特征在于，所述樣本視頻的歷史數(shù)據(jù)包 括樣本視頻所述視頻頻道實際播放數(shù)和/或發(fā)布時間；所述獲取至少一個視頻頻道的樣本 視頻的歷史數(shù)據(jù)的過程包括： 獲取樣本視頻的歷史數(shù)據(jù)； 預(yù)處理所述樣本視頻的歷史數(shù)據(jù)； 根據(jù)所述樣本視頻所屬視頻頻道對預(yù)處理后的所述樣本視頻的歷史數(shù)據(jù)進(jìn)行分類，得 到至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)。4. 根據(jù)權(quán)利要求3所述的視頻質(zhì)量評價方法，其特征在于，所述根據(jù)至少一個視頻頻道 的樣本視頻的歷史數(shù)據(jù)，建立與所述至少一個視頻頻道對應(yīng)的視頻質(zhì)量評價模型包括： 從所述樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放數(shù);根據(jù)所述至少一個視 頻頻道的所述樣本視頻的實際播放數(shù)，建立與所述至少一個視頻頻道對應(yīng)的視頻質(zhì)量評價 模型； 或， 從所述樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放數(shù)和發(fā)布時間；根據(jù)所述 至少一個視頻頻道的所述樣本視頻的實際播放數(shù)和發(fā)布時間，建立與所述至少一個視頻頻 道不同發(fā)布時間對應(yīng)的視頻質(zhì)量評價模型。5. 根據(jù)權(quán)利要求1所述的視頻質(zhì)量評價方法，其特征在于，所述獲取的視頻參數(shù)包括視 頻所屬視頻頻道、實際播放數(shù)、發(fā)布時間； 根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參數(shù)，包括： 從所述視頻參數(shù)中提取視頻所屬頻道； 根據(jù)所述視頻所屬頻道，獲得所述視頻對應(yīng)的視頻質(zhì)量評價模型； 或， 從所述視頻參數(shù)中提取視頻所屬頻道和發(fā)布時間； 根據(jù)所述視頻所屬視頻頻道，獲得所述視頻對應(yīng)的視頻頻道的視頻質(zhì)量評價模型； 根據(jù)視頻發(fā)布時間，從所述獲得的視頻質(zhì)量評價模型中篩選出與所述視頻發(fā)布時間匹 配的視頻質(zhì)量評價模型。6. 根據(jù)權(quán)利要求1至5任意一項所述的視頻質(zhì)量評價方法，其特征在于，還包括:根據(jù)所 述視頻的質(zhì)量評價參數(shù)進(jìn)行視頻推薦。7. 根據(jù)權(quán)利要求2-5任意一項所述的視頻質(zhì)量評價方法，其特征在于，在所述根據(jù)視頻 質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì)量評價參數(shù)之后，還包括根據(jù)所述 視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視頻的歷史數(shù)據(jù)，更新所述視頻所屬視頻頻道 下預(yù)設(shè)的各時間段的視頻質(zhì)量評價模型； 或， 根據(jù)所述視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視頻的歷史數(shù)據(jù)，更新視頻質(zhì)量 評價所述視頻所屬視頻頻道下的視頻質(zhì)量評價模型。8. -種視頻質(zhì)量評價裝置，其特征在于，包括第一獲取單元、第一計算單元和第二計算 單元； 第一獲取單元用于獲取視頻參數(shù)，從所述視頻參數(shù)中提取所述視頻的實際質(zhì)量評價參 數(shù)； 第一計算單元，用于根據(jù)視頻質(zhì)量評價模型和所述視頻參數(shù)，得到所述視頻的預(yù)期質(zhì) 量評價參數(shù)； 第二計算單元，用于根據(jù)所述實際質(zhì)量評價參數(shù)和所述預(yù)期質(zhì)量評價參數(shù)得到所述視 頻的質(zhì)量評價參數(shù)。9. 根據(jù)權(quán)利要求8所述的視頻質(zhì)量評價裝置，其特征在于還包括第二獲取單元和建模 單元； 第二獲取單元用于獲取至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)； 建模單元用于根據(jù)所述至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)，建立與所述至少一 個視頻頻道對應(yīng)的視頻質(zhì)量評價模型。10. 根據(jù)權(quán)利要求9所述的視頻質(zhì)量評價裝置，其特征在于，所述樣本視頻的歷史數(shù)據(jù) 包括樣本視頻所述視頻頻道實際播放數(shù)和/或發(fā)布時間;所述第二獲取單元包括： 采集子單元，用于獲取樣本視頻的歷史數(shù)據(jù)； 預(yù)處理子單元，用于預(yù)處理所述樣本視頻的歷史數(shù)據(jù)； 分類子單元，用于根據(jù)所述樣本視頻所屬視頻頻道對預(yù)處理后的所述樣本視頻的歷史 數(shù)據(jù)進(jìn)行分類，獲得至少一個視頻頻道的樣本視頻的歷史數(shù)據(jù)。11. 根據(jù)權(quán)利要求10所述的視頻質(zhì)量評價裝置，其特征在于，所述第二獲取單元還用 于:從所述樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播放數(shù)和發(fā)布時間；所述建模 單元還用于:根據(jù)所述至少一個視頻頻道的所述樣本視頻的發(fā)布時間和實際播放數(shù)，建立 與所述至少一個視頻頻道對應(yīng)的視頻質(zhì)量評價模型； 或， 所述第二獲取單元還用于從所述樣本視頻的歷史數(shù)據(jù)中提取所述樣本視頻的實際播 放數(shù)和發(fā)布時間；所述建模單元還用于:根據(jù)所述至少一個視頻頻道的所述樣本視頻的實 際播放數(shù)和發(fā)布時間，建立與所述至少一個視頻頻道不同發(fā)布時間對應(yīng)的視頻質(zhì)量評價模 型。12. 根據(jù)權(quán)利要求8所述的視頻質(zhì)量評價裝置，其特征在于，所述第一獲取單元獲取的 視頻參數(shù)包括視頻所屬視頻頻道、實際播放數(shù)、發(fā)布時間;此外視頻質(zhì)量評價裝置還包括模 型獲取單元； 所述模型獲取單元用于從所述視頻參數(shù)中提取視頻所屬頻道，根據(jù)所述視頻所屬頻 道，獲得所述視頻對應(yīng)的視頻質(zhì)量評價模型； 或， 所述模型獲取單元用于從所述視頻參數(shù)中提取視頻所屬頻道和發(fā)布時間，根據(jù)所述視 頻所屬視頻頻道，獲得所述視頻對應(yīng)的視頻頻道的視頻質(zhì)量評價模型，根據(jù)視頻發(fā)布時間， 從所述獲得的視頻質(zhì)量評價模型中篩選出與所述視頻發(fā)布時間匹配的視頻質(zhì)量評價模型。13. 根據(jù)權(quán)利要求8至12任意一項所述的視頻質(zhì)量評價裝置，其特征在于還包括推薦單 元，用于根據(jù)所述視頻的質(zhì)量評價參數(shù)進(jìn)行視頻推薦。14. 根據(jù)權(quán)利要求9-12任意一項所述的視頻質(zhì)量評價裝置，其特征在于，還包括模型更 新單元； 所述模型更新單元用于根據(jù)所述視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視頻的歷 史數(shù)據(jù)，更新所述視頻所屬視頻頻道下指定時間段的視頻質(zhì)量評價模型； 或， 所述模型更新單元用于根據(jù)所述視頻的發(fā)布時間、實際播放數(shù)以及所述樣本視頻的歷 史數(shù)據(jù)，更新視頻質(zhì)量評價所述視頻所屬視頻頻道下的視頻質(zhì)量評價模型。
【文檔編號】H04N21/482GK105898294SQ201610365009
【公開日】2016年8月24日
【申請日】2016年5月27日
【發(fā)明人】李曄
【申請人】樂視控股（北京）有限公司, 樂視網(wǎng)信息技術(shù)（北京）股份有限公司