CN106604137A - 一种预测视频观看时长的方法及装置 - Google Patents

一种预测视频观看时长的方法及装置 Download PDF

Info

Publication number
CN106604137A
CN106604137A CN201611249506.1A CN201611249506A CN106604137A CN 106604137 A CN106604137 A CN 106604137A CN 201611249506 A CN201611249506 A CN 201611249506A CN 106604137 A CN106604137 A CN 106604137A
Authority
CN
China
Prior art keywords
video
duration
viewing
user
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201611249506.1A
Other languages
English (en)
Other versions
CN106604137B (zh
Inventor
吴己强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TCL Corp
Original Assignee
TCL Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TCL Corp filed Critical TCL Corp
Priority to CN201611249506.1A priority Critical patent/CN106604137B/zh
Publication of CN106604137A publication Critical patent/CN106604137A/zh
Application granted granted Critical
Publication of CN106604137B publication Critical patent/CN106604137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44204—Monitoring of content usage, e.g. the number of times a movie has been viewed, copied or the amount which has been watched
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44222—Analytics of user selections, e.g. selection of programs or purchase activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Social Psychology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种预测视频观看时长的方法及装置，涉及视频播放领域。其中方法包括：若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。

Description

一种预测视频观看时长的方法及装置
技术领域
本发明属于视频播放领域，尤其涉及一种预测视频观看时长的方法及装置。
背景技术
网络视频点播是一种重要的互联网服务。用户可借助个人电脑、移动电话及智能电视等设备，通过互联网随时点播观看其喜爱的视频。网络视频点播生态装置中的各个参与者(例如广告商、视频客户端开发商等)多年来一直致力于提高服务性能，从而提高用户体验、增加广告收入或拓展更多的增值服务。
预测用户对当前视频的观看时长是提高服务性能的一个重要前提，是各个服务提供商优化资源分配的重要依据。该预测的意义包括：基于该预测来优化视频下载算法；基于该预测来决定广告投放内容以及形式；以及基于该预测来估算整体装置的用户活跃度。
然而，现有技术只能预测视频的点播量，以及预测用户是否点击某个视频，而不能直接预测用户对某个视频的观看时长。
发明内容
本发明的目的在于提供一种预测视频观看时长的方法及装置，能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
本发明是这样实现的，一种预测视频观看时长的方法，所述方法包括：
若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；
根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；
根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；
根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
另一方面，本发明提供一种预测视频观看时长的装置，所述装置包括：
信息获取单元，用于若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；
初步预测值获取单元，用于根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；
误差调整比例获取单元，用于根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；
最终预测值计算单元，用于根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
本发明通过若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
附图说明
图1是本发明实施例提供的一种预测视频观看时长的方法的示意流程图；
图2是本发明另一实施例提供的一种预测视频观看时长的方法的示意流程图；
图3是本发明实施例提供的一种预测视频观看时长的装置的示意性框图；
图4是本发明另一实施例提供的一种预测视频观看时长的装置的示意性框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，图1是本发明实施例提供的一种预测视频观看时长的方法的示意流程图。在本实施例中，预测视频观看时长的方法的执行主体为视频播放终端。视频播放终端可以为个人电脑、移动电话及智能电视等终端，也可以为其他终端，此处不做限制。本实施例中的预测视频观看时长的方法可以包括以下步骤：
S101：若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息。其中，所述属性信息包括标识信息和类型信息。
视频播放终端若检测到触发预测视频观看时长的预设操作，则获取当前视频观看用户的标识信息和当前播放的视频的属性信息。
其中，预测视频观看时长的预设操作可以根据实际需求进行确定，此处不做限制。例如，预测视频观看时长的预设操作可以为点击播放视频，即若检测到用户点击播放某一视频，则认为触发了预测视频观看时长的预设操作，视频播放终端播放被点播的视频，并获取当前视频观看用户的标识信息和当前播放的视频的属性信息。当然，预测视频观看时长的预设操作也可以为在当前播放的视频的设置界面所执行的设置操作。即若检测到用户在点击播放视频后，在该视频的设置界面执行了相应的设置操作，则认为触发了预测视频观看时长的预设操作，视频播放终端获取当前视频观看用户的标识信息和当前播放的视频的属性信息。
当前视频观看用户的标识信息用于标识观看当前播放的视频的用户的身份。当前视频观看用户的标识信息可以为当前登录视频播放终端的用户的账号信息，也可以为当前的视频播放终端的序列号信息，具体根据实际需求进行设置，此处不做限制。
视频的属性信息包括视频对应的标识信息和类型信息。
其中，视频的标识信息用于标识视频的身份信息。例如，视频的标识信息可以为视频对应的ID(Identity，身份证明)号码。具体根据实际需求进行设置，此处不做限制。
视频的类型信息用于标识视频所属的类型。例如，类型信息可以包括：综艺节目、电影或电视剧等。更具体的，视频的类型信息可以包括：都市剧、爱情剧、纪录片或教育片等。具体根据实际情况进行设置，此处不做限制。
S102：根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值。
视频播放终端在获取到当前视频观看用户的标识信息和当前播放的视频的属性信息后，根据当前视频观看用户的标识信息和当前播放的视频的属性信息获取初步观看时长预测值。
其中，初步观看时长预测值用于标识对当前播放的视频的观看时长的初步预测值，即初步观看时长预测值具体指初步预测的当前视频观看用户对当前播放的视频的观看时长。初步观看时长预测值可能与当前播放的视频的实际最终观看时长值之间存在一定的误差。
初步观看时长预测值可以为根据当前播放的视频的历史观看数据或当前视频观看用户对与当前播放的视频属于同类型的视频的历史观看数据计算得到的观看时长预测值。且视频的标识信息与初步观看时长预测值之间的对应关系可以预先存储在视频播放终端的数据库中。
其中，当前播放的视频的历史观看数据包括当前播放的视频对应的至少一个历史观看时长，即包括当前播放的视频被不同用户观看时各自对应的观看时长，或包括当前播放的视频被同一用户观看多次时，每次对应的观看时长。
当前视频观看用户对与当前播放的视频属于同类型的视频的历史观看数据包括该用户对该种类型的视频进行观看时对应的至少一个历史观看时长。
视频播放终端可以根据视频的标识信息与初步观看时长预测值之间的对应关系获取当前播放的视频的初步观看时长预测值。
S103：根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例。
视频播放终端根据当前播放的视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取当前播放的视频对应的误差调整比例。
其中，误差调整比例用于标识初步观看时长预测值与实际观看时长值之间的误差调整比例。误差调整比例用于对初步观看时长预测值进行误差调整，以减小当前播放的视频的初步观看时长预测值与实际观看时长值之间的误差。
视频的误差调整比例可以根据所有用户对所有类型的视频的历史观看数据获得。每种类型的视频均对应一个误差调整比例。视频的类型信息与误差调整比例之间形成预设对应关系。
视频的类型信息与误差调整比例之间的预设对应关系可以预先存储在视频播放终端的数据库中。具体根据实际需求进行确定，此处不做限制。
S104：根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
视频播放终端在获取到当前播放的视频对应的初步观看时长预测值和误差调整比例之后，根据当前播放的视频对应的初步观看时长预测值和误差调整比例计算当前播放的视频对应的最终观看时长预测值。
其中，最终观看时长预测值用于标识对当前播放的视频的观看时长的最终预测值。通过该最终观看时长预测值来表征当前视频观看用户对当前播放的视频可能观看的时长。
具体的，视频播放终端可以通过计算初步观看时长预测值与误差调整比例的比值，得到最终观看时长预测值。
以上可以看出，本实施例提供的一种预测视频观看时长的方法通过若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
请参阅图2，图2是本发明另一实施例提供的一种预测视频观看时长的方法的示意流程图。在本实施例中，预测视频观看时长的方法的执行主体为视频播放终端。视频播放终端可以为个人电脑、移动电话及智能电视等终端，也可以为其他终端，此处不做限制。本实施例中的预测视频观看时长的方法可以包括以下步骤：
S201：若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息。
本实施例中的步骤S201的具体实现方式与图1对应的实施例中的步骤S101的实现方式完全相同，具体可参考图1对应的实施例中的步骤S101的相关描述，此处不再赘述。
S202：根据所述视频的标识信息，获取根据所述视频的历史观看数据计算得到的第一观看时长预测值。
视频播放终端在获取到当前视频观看用户的标识信息和当前播放的视频的属性信息后，根据当前播放的视频的标识信息，获取根据当前播放的视频的历史观看数据计算的到的第一观看时长预测值。
其中，当前播放的视频的历史观看数据包括当前播放的视频对应的至少一个历史观看时长，即包括当前播放的视频被不同用户观看时各自对应的观看时长，或包括当前播放的视频被同一用户观看多次时，每次对应的观看时长。
第一观看时长预测值用于标识当前播放的视频的平均观看时长。
进一步的，在步骤S201之前，预测视频观看时长的方法可以包括以下步骤：
以第一预设周期定时统计每个视频的观看时长；其中，所述每个视频的观看时长包括至少一个观看时长；
根据所述每个视频的观看时长，计算每个视频的平均观看时长；
关联存储每个视频的标识信息及平均观看时长。
其中，第一预设周期可以根据实际情况进行设置，此处不做限制。例如，第一预设周期可以为一天，即视频播放终端每天定时统计每个视频的观看时长。
定时统计对应的定时时间可以根据实际需求进行设置，例如，可以每隔一小时统计一次，此处不做限制。
每个视频的观看时长具体指每个视频被用户点击播放后，当次的播放时长。
每个视频的观看时长包括该视频对应的至少一个观看时长，即包括每个视频被不同用户观看时各自对应的观看时长，或包括每个视频被同一用户观看多次时，每次对应的观看时长。
视频播放终端统计到每个视频的对应的至少一个观看时长后，根据每个视频对应的至少一个观看时长，计算每个视频对应的平均观看时长。具体的，每个视频对应的平均观看时长可以通过对每个视频对应的至少一个观看时长求平均值得到。
视频播放终端在计算到每个视频对应的平均观看时长后，关联存储每个视频的标识信息及平均观看时长。
S203：根据所述当前视频观看用户的标识信息和所述视频的类型信息，获取根据所述当前视频观看用户的历史观看数据计算得到的第二观看时长预测值。
视频播放终端在获取到当前视频观看用户的标识信息和当前播放的视频的属性信息后，根据该用户的标识信息和当前播放的视频的类型信息，获取根据该用户的历史观看数据计算得到的第二观看时长预测值。
其中，当前视频观看用户的历史观看数据具体指该用户对与当前播放的视频属于同类型的视频的历史观看数据，其可以包括该用户对该种类型的视频进行观看时对应的至少一个历史观看时长。
第二观看时长预测值用于标识当前视频观看用户对当前播放的视频的平均观看时长。
视频播放终端可以根据当前视频观看用户的历史观看数据计算该用户对与当前播放的视频属于同类型的视频的平均观看时长，将该用户对与当前播放的视频属于同类型的视频的平均观看时长作为该用户对当前播放的视频的平均观看时长。
进一步的，在步骤S201之前，预测视频观看时长的方法可以包括以下步骤：
以第二预设周期定时统计每个用户对每种类型的视频的观看时长；其中，所述每个用户对每种类型的视频的观看时长包括至少一个观看时长；
根据每个用户对每种类型的视频的观看时长，计算每个用户对每种类型的视频的平均观看时长；
关联存储每个用户的标识信息及每个用户对每种类型的视频的平均观看时长。
其中，第二预设周期可以根据实际情况进行设置，此处不做限制。例如，第二预设周期可以为一天，即视频播放终端每天定时统计每个视频的观看时长。
定时统计对应的定时时间可以根据实际需求进行设置，例如，可以每隔一小时统计一次，此处不做限制。
每个用户对每种类型的视频的观看时长包括每个用户对每种类型的视频进行观看时对应的至少一个观看时长。即每个用户对每种类型的视频进行至少一次观看时，每次对应的观看时长。
视频播放终端可以在检测到用户点击播放视频时，获取用户的标识信息，且在观看完成后，统计获取该用户对其点击播放的视频的观看时长。
视频播放终端可以根据该方法统计每个用户对每种类型的视频的至少一个观看时长，且在统计到每个用户对每种类型的视频的至少一个观看时长后，根据每个用户对每种类型的视频的至少一个观看时长，计算每个用户对每种类型的视频的平均观看时长。具体的，每个用户对每种类型的视频的平均观看时长可以通过对每个用户对每种类型的视频的至少一个观看时长求平均值得到。
视频播放终端在计算到每个用户对每种类型的视频对应的平均观看时长后，关联存储每个用户的标识信息及每个用户对每种类型的视频对应的平均观看时长。
S204：计算所述第一观看时长预测值和所述第二观看时长预测值的平均值，得到所述初步观看时长预测值。
视频播放终端在获取到第一观看时长预测值和第二观看时长预测值后，对第一观看时长预测值和第二观看时长预测值求平均值，即得到初步观看时长预测值。
其中，初步观看时长预测值用于标识对当前播放的视频的观看时长的初步预测值，即初步观看时长预测值具体指初步预测的用户对当前播放的视频的观看时长。初步观看时长预测值与当前播放的视频的实际观看时长值之间存在一定的误差。
S205：根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例。
视频播放终端根据当前播放的视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取当前播放的视频对应的误差调整比例。
其中，误差调整比例用于标识初步观看时长预测值与实际观看时长值之间的误差调整比例。误差调整比例用于对初步观看时长预测值进行误差调整，以减小当前播放的视频的初步观看时长预测值与实际观看时长值之间的误差。
视频的误差调整比例可以根据所有用户对所有类型的视频的历史观看数据获得。每种类型的视频均对应一个误差调整比例。视频的类型信息与误差调整比例之间形成预设对应关系。
进一步的，在步骤S201之前，预测视频观看时长的方法可以包括以下步骤：
训练决策回归树模型；
根据所述决策回归树模型确定所述视频的类型信息与误差调整比例之间的预设对应关系。
视频播放终端可以以第三预设周期定时训练基于全体用户的历史观看数据的决策回归树模型。
其中，决策回归树模型具体用于根据视频的类型信息输出与该类型的视频对应的误差调整比例。在训练决策回归树模型时，决策回归树模型的输入值包括：每种类型的视频对应的类型信息、时长信息、总播放量信息、播放时间段信息及用户对该类型视频的观看时长占比信息等；决策回归树模型的输出值(即回归对象)为每种类型的视频对应的误差调整比例。
第三预设周期可以根据实际情况进行设置，此处不做限制。例如，第三预设周期可以为一天，即视频播放终端每天定时统计每个视频的观看时长。
定时统计对应的定时时间可以根据实际需求进行设置，例如，可以每隔一小时统计一次，此处不做限制。
视频播放终端在训练好决策回归树模型后，根据决策回归树模型确定视频的类型信息与误差调整比例之间的预设对应关系。并将视频的类型信息与误差调整比例之间的预设对应关系进行存储。
S206：根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
本实施例中的步骤S206的具体实现方式与图1对应的实施例中的步骤S104的实现方式完全相同，具体可参考图1对应的实施例中的步骤S104的相关描述，此处不再赘述。
以上可以看出，本实施例提供的一种预测视频观看时长的方法通过若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
请参阅图3，图3示出了本发明实施例提供的一种预测视频观看时长的装置的示意性框图。本实施例中的预测视频观看时长的装置为视频播放终端。视频播放终端可以为个人电脑、移动电话及智能电视等终端，也可以为其他终端，此处不做限制。视频播放终端中的各单元用于执行图1对应的实施例中的各步骤，具体请参阅图1以及图1对应的实施例中的相关描述，此处不赘述。本实施例中的预测视频观看时长的装置可以包括：信息获取单元301、初步预测值获取单元302、误差调整比例获取单元303及最终预测值计算单元304。
信息获取单元301用于若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息。信息获取单元301将当前视频观看用户的标识信息和当前播放的视频的属性信息发送至初步预测值获取单元302和误差调整比例获取单元303。
初步预测值获取单元302用于接收信息获取单元301发送的当前视频观看用户的标识信息和当前播放的视频的属性信息，根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值。初步预测值获取单元302将初步观看时长预测值发送至最终预测值计算单元304。
误差调整比例获取单元303用于接收信息获取单元301发送的当前视频观看用户的标识信息和当前播放的视频的属性信息，根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例。误差调整比例获取单元303将误差调整比例发送至最终预测值计算单元304。
最终预测值计算单元304用于接收初步预测值获取单元302发送的初步观看时长预测值和误差调整比例获取单元303发送的误差调整比例，根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
以上可以看出，本实施例提供的一种预测视频观看时长的装置通过若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
请参阅图4，图4示出了本发明另一实施例提供的一种预测视频观看时长的装置的示意性框图。本实施例中的预测视频观看时长的装置为视频播放终端。视频播放终端可以为个人电脑、移动电话及智能电视等终端，也可以为其他终端，此处不做限制。视频播放终端中的各单元用于执行图2对应的实施例中的各步骤，具体请参阅图2以及图2对应的实施例中的相关描述，此处不赘述。本实施例中的预测视频观看时长的装置可以包括：信息获取单元401、初步预测值获取单元402、误差调整比例获取单元403及最终预测值计算单元404。
其中，初步预测值获取单元402包括：第一预测值获取单元420、第二预测值获取单元421及初步预测值计算单元422。
信息获取单元401用于若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息。信息获取单元401将当前视频观看用户的标识信息和当前播放的视频的属性信息发送至初步预测值获取单元402和误差调整比例获取单元403。
初步预测值获取单元402中的第一预测值获取单元420用于接收信息获取单元401发送的当前视频观看用户的标识信息和当前播放的视频的属性信息，根据所述视频的标识信息，获取根据所述视频的历史观看数据计算得到的第一观看时长预测值；其中，所述第一观看时长预测值用于标识所述视频的平均观看时长。第一预测值获取单元420将第一观看时长预测值发送至初步预测值计算单元422。
初步预测值获取单元402中的第二预测值获取单元421用于接收信息获取单元401发送的当前视频观看用户的标识信息和当前播放的视频的属性信息，根据所述当前视频观看用户的标识信息和所述视频的类型信息，获取根据所述当前视频观看用户的历史观看数据计算得到的第二观看时长预测值；其中，所述第二观看时长预测值用于标识所述当前视频观看用户对所述视频的平均观看时长。第二预测值获取单元421将第二观看时长预测值发送至初步预测值计算单元422。
初步预测值计算单元422用于接收第一预测值获取单元420发送的第一观看时长预测值和第二预测值获取单元421发送的第二观看时长预测值，计算所述第一观看时长预测值和所述第二观看时长预测值的平均值，得到所述初步观看时长预测值。初步预测值计算单元422将初步观看时长预测值发送至最终预测值计算单元404。
误差调整比例获取单元403用于接收信息获取单元401发送的当前视频观看用户的标识信息和当前播放的视频的属性信息，根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例。误差调整比例获取单元403将误差调整比例发送至最终预测值计算单元404。
最终预测值计算单元404用于接收初步预测值计算单元422发送的初步观看时长预测值和误差调整比例获取单元403发送的误差调整比例，根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
进一步的，预测视频观看时长的装置还包括：第一统计单元、第一平均值计算单元及第一存储单元。
第一统计单元用于以第一预设周期定时统计每个视频的观看时长；其中，所述每个视频的观看时长包括至少一个观看时长。第一统计单元将每个视频的观看时长发送至第一平均值计算单元。
第一平均值计算单元用于接收第一统计单元发送的每个视频的观看时长，根据所述每个视频的观看时长，计算每个视频的平均观看时长。第一平均值计算单元将每个视频的平均观看时长发送至第一存储单元。
第一存储单元用于接收第一平均值计算单元发送的每个视频的平均观看时长，关联存储每个视频的标识信息及平均观看时长。
进一步的，预测视频观看时长的装置还包括：第二统计单元、第二平均值计算单元及第二存储单元。
第二统计单元用于以第二预设周期定时统计每个用户对每种类型的视频的观看时长；其中，所述每个用户对每种类型的视频的观看时长包括至少一个观看时长。第二统计单元将每个用户对每种类型的视频的观看时长发送至第二平均值计算单元。
第二平均值计算单元用于接收第二统计单元发送的每个用户对每种类型的视频的观看时长，根据每个用户对每种类型的视频的观看时长，计算每个用户对每种类型的视频的平均观看时长。第二平均值计算单元将每个用户对每种类型的视频的平均观看时长发送至第二存储单元。
第二存储单元用于接收第二平均值计算单元发送的每个用户对每种类型的视频的平均观看时长，关联存储每个用户的标识信息及每个用户对每种类型的视频的平均观看时长。
进一步的，预测视频观看时长的装置还包括：训练单元和确定单元。
训练单元用于训练决策回归树模型；其中，所述决策回归树模型的输入值包括：每种类型的视频对应的类型信息、时长信息、总播放量信息、播放时间段信息及用户对该类型视频的观看时长占比信息；所述决策回归树模型的输出值为每种类型的视频对应的误差调整比例；所述误差调整比例用于标识所述初步观看时长预测值与实际观看时长值之间的误差调整比例。训练单元将决策回归树模型发送至确定单元。
确定单元用于接收训练单元发送的决策回归树模型，根据所述决策回归树模型确定所述视频的类型信息与误差调整比例之间的预设对应关系。
以上可以看出，本实施例提供的一种预测视频观看时长的装置通过若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值，从而能够准确预测用户对某个视频的观看时长，以为各个服务提供商优化资源分配提供依据。
本领域普通技术人员可以理解：实现上述方法实施例的步骤或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤，而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种预测视频观看时长的方法，其特征在于，所述方法包括：
若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；
根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；
根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；
根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
2.如权利要求1所述的预测视频观看时长的方法，其特征在于，所述根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值包括：
根据所述视频的标识信息，获取根据所述视频的历史观看数据计算得到的第一观看时长预测值；其中，所述第一观看时长预测值用于标识所述视频的平均观看时长；
根据所述当前视频观看用户的标识信息和所述视频的类型信息，获取根据所述当前视频观看用户的历史观看数据计算得到的第二观看时长预测值；其中，所述第二观看时长预测值用于标识所述当前视频观看用户对所述视频的平均观看时长；
计算所述第一观看时长预测值和所述第二观看时长预测值的平均值，得到所述初步观看时长预测值。
3.如权利要求2所述的预测视频观看时长的方法，其特征在于，所述若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前，所述方法还包括：
以第一预设周期定时统计每个视频的观看时长；其中，所述每个视频的观看时长包括至少一个观看时长；
根据所述每个视频的观看时长，计算每个视频的平均观看时长；
关联存储每个视频的标识信息及平均观看时长。
4.如权利要求2所述的预测视频观看时长的方法，其特征在于，所述若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前，所述方法还包括：
以第二预设周期定时统计每个用户对每种类型的视频的观看时长；其中，所述每个用户对每种类型的视频的观看时长包括至少一个观看时长；
根据每个用户对每种类型的视频的观看时长，计算每个用户对每种类型的视频的平均观看时长；
关联存储每个用户的标识信息及每个用户对每种类型的视频的平均观看时长。
5.如权利要求2所述的预测视频观看时长的方法，其特征在于，所述若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息之前，所述方法还包括：
训练决策回归树模型；其中，所述决策回归树模型的输入值包括：每种类型的视频对应的类型信息、时长信息、总播放量信息、播放时间段信息及用户对该类型视频的观看时长占比信息；所述决策回归树模型的输出值为每种类型的视频对应的误差调整比例；所述误差调整比例用于标识所述初步观看时长预测值与实际观看时长值之间的误差调整比例；
根据所述决策回归树模型确定所述视频的类型信息与误差调整比例之间的预设对应关系。
6.一种预测视频观看时长的装置，其特征在于，所述装置包括：
信息获取单元，用于若检测到触发预测视频观看时长的预设操作，获取当前视频观看用户的标识信息和当前播放的视频的属性信息；其中，所述属性信息包括标识信息和类型信息；
初步预测值获取单元，用于根据所述当前视频观看用户的标识信息和所述视频的属性信息获取初步观看时长预测值；
误差调整比例获取单元，用于根据所述视频的类型信息以及视频的类型信息与误差调整比例之间的预设对应关系，获取所述视频对应的误差调整比例；
最终预测值计算单元，用于根据所述初步观看时长预测值和所述误差调整比例计算最终观看时长预测值。
7.如权利要求6所述的预测视频观看时长的装置，其特征在于，所述初步预测值获取单元包括：
第一预测值获取单元，用于根据所述视频的标识信息，获取根据所述视频的历史观看数据计算得到的第一观看时长预测值；其中，所述第一观看时长预测值用于标识所述视频的平均观看时长；
第二预测值获取单元，用于根据所述当前视频观看用户的标识信息和所述视频的类型信息，获取根据所述当前视频观看用户的历史观看数据计算得到的第二观看时长预测值；其中，所述第二观看时长预测值用于标识所述当前视频观看用户对所述视频的平均观看时长；
初步预测值计算单元，用于计算所述第一观看时长预测值和所述第二观看时长预测值的平均值，得到所述初步观看时长预测值。
8.如权利要求7所述的预测视频观看时长的装置，其特征在于，所述装置还包括：
第一统计单元，用于以第一预设周期定时统计每个视频的观看时长；其中，所述每个视频的观看时长包括至少一个观看时长；
第一平均值计算单元，用于根据所述每个视频的观看时长，计算每个视频的平均观看时长；
第一存储单元，用于关联存储每个视频的标识信息及平均观看时长。
9.如权利要求7所述的预测视频观看时长的装置，其特征在于，所述装置还包括：
第二统计单元，用于以第二预设周期定时统计每个用户对每种类型的视频的观看时长；其中，所述每个用户对每种类型的视频的观看时长包括至少一个观看时长；
第二平均值计算单元，用于根据每个用户对每种类型的视频的观看时长，计算每个用户对每种类型的视频的平均观看时长；
第二存储单元，用于关联存储每个用户的标识信息及每个用户对每种类型的视频的平均观看时长。
10.如权利要求7所述的预测视频观看时长的装置，其特征在于，所述装置还包括：
训练单元，用于训练决策回归树模型；其中，所述决策回归树模型的输入值包括：每种类型的视频对应的类型信息、时长信息、总播放量信息、播放时间段信息及用户对该类型视频的观看时长占比信息；所述决策回归树模型的输出值为每种类型的视频对应的误差调整比例；所述误差调整比例用于标识所述初步观看时长预测值与实际观看时长值之间的误差调整比例；
确定单元，用于根据所述决策回归树模型确定所述视频的类型信息与误差调整比例之间的预设对应关系。
CN201611249506.1A 2016-12-29 2016-12-29 一种预测视频观看时长的方法及装置 Active CN106604137B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611249506.1A CN106604137B (zh) 2016-12-29 2016-12-29 一种预测视频观看时长的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611249506.1A CN106604137B (zh) 2016-12-29 2016-12-29 一种预测视频观看时长的方法及装置

Publications (2)

Publication Number Publication Date
CN106604137A true CN106604137A (zh) 2017-04-26
CN106604137B CN106604137B (zh) 2020-06-12

Family

ID=58604239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611249506.1A Active CN106604137B (zh) 2016-12-29 2016-12-29 一种预测视频观看时长的方法及装置

Country Status (1)

Country Link
CN (1) CN106604137B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107864234A (zh) * 2017-12-18 2018-03-30 广东省电信规划设计院有限公司 地址续约时间的获取方法及装置
CN108632670A (zh) * 2018-03-15 2018-10-09 北京奇艺世纪科技有限公司 一种视频满意度确定方法及装置
CN110149540A (zh) * 2018-04-27 2019-08-20 腾讯科技（深圳）有限公司 多媒体资源的推荐处理方法、装置、终端及可读介质
CN110491419A (zh) * 2019-08-26 2019-11-22 广东小天才科技有限公司 一种播放控制方法、***及终端设备
CN110933492A (zh) * 2019-12-10 2020-03-27 北京爱奇艺科技有限公司 一种播放时长预测方法及装置
CN113132803A (zh) * 2021-04-23 2021-07-16 Oppo广东移动通信有限公司 视频观看时长预测方法、装置、存储介质以及终端
CN113496422A (zh) * 2021-09-07 2021-10-12 济宁景泽信息科技有限公司 一种基于区块链的推广资源分配方法及大数据信息云平台

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1777279A (zh) * 2005-12-22 2006-05-24 李欣 一种自动为用户选定节目的方法及***
JP2008294839A (ja) * 2007-05-25 2008-12-04 Mitsubishi Electric Corp デジタル放送受信システム
EP2352292A1 (en) * 2009-12-07 2011-08-03 Telefonaktiebolaget L M Ericsson (PUBL) System for managing television channels
CN102802056A (zh) * 2012-09-12 2012-11-28 北京播思软件技术有限公司 一种在数字广播电视节目中***广告的方法
CN103338403A (zh) * 2012-09-17 2013-10-02 中国传媒大学 广播电视***及该***中的个性节目推荐方法
CN103440335A (zh) * 2013-09-06 2013-12-11 北京奇虎科技有限公司 视频推荐方法及装置
CN104462573A (zh) * 2014-12-29 2015-03-25 北京奇艺世纪科技有限公司 一种视频搜索结果展示方法及装置
CN104584001A (zh) * 2012-08-22 2015-04-29 兰屈克有限公司 用于预测收视数据的***和方法
CN104936023A (zh) * 2015-06-11 2015-09-23 嘉兴市广播电视集团 一种数字电视用户行为的大数据采集与分析方法及***
CN105163142A (zh) * 2015-09-09 2015-12-16 青岛海信传媒网络技术有限公司 一种用户偏好确定方法、视频推荐方法和***
CN105701226A (zh) * 2016-01-18 2016-06-22 合网络技术（北京）有限公司 多媒体资源评估方法和装置
CN106028156A (zh) * 2016-06-24 2016-10-12 合肥工业大学 电视观众兴趣建模方法和***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1777279A (zh) * 2005-12-22 2006-05-24 李欣 一种自动为用户选定节目的方法及***
JP2008294839A (ja) * 2007-05-25 2008-12-04 Mitsubishi Electric Corp デジタル放送受信システム
EP2352292A1 (en) * 2009-12-07 2011-08-03 Telefonaktiebolaget L M Ericsson (PUBL) System for managing television channels
CN104584001A (zh) * 2012-08-22 2015-04-29 兰屈克有限公司 用于预测收视数据的***和方法
CN102802056A (zh) * 2012-09-12 2012-11-28 北京播思软件技术有限公司 一种在数字广播电视节目中***广告的方法
CN103338403A (zh) * 2012-09-17 2013-10-02 中国传媒大学 广播电视***及该***中的个性节目推荐方法
CN103440335A (zh) * 2013-09-06 2013-12-11 北京奇虎科技有限公司 视频推荐方法及装置
CN104462573A (zh) * 2014-12-29 2015-03-25 北京奇艺世纪科技有限公司 一种视频搜索结果展示方法及装置
CN104936023A (zh) * 2015-06-11 2015-09-23 嘉兴市广播电视集团 一种数字电视用户行为的大数据采集与分析方法及***
CN105163142A (zh) * 2015-09-09 2015-12-16 青岛海信传媒网络技术有限公司 一种用户偏好确定方法、视频推荐方法和***
CN105701226A (zh) * 2016-01-18 2016-06-22 合网络技术（北京）有限公司 多媒体资源评估方法和装置
CN106028156A (zh) * 2016-06-24 2016-10-12 合肥工业大学 电视观众兴趣建模方法和***

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107864234B (zh) * 2017-12-18 2020-12-11 广东省电信规划设计院有限公司 地址续约时间的获取方法及装置
CN107864234A (zh) * 2017-12-18 2018-03-30 广东省电信规划设计院有限公司 地址续约时间的获取方法及装置
CN108632670A (zh) * 2018-03-15 2018-10-09 北京奇艺世纪科技有限公司 一种视频满意度确定方法及装置
CN110149540A (zh) * 2018-04-27 2019-08-20 腾讯科技（深圳）有限公司 多媒体资源的推荐处理方法、装置、终端及可读介质
CN110149540B (zh) * 2018-04-27 2021-08-24 腾讯科技（深圳）有限公司 多媒体资源的推荐处理方法、装置、终端及可读介质
CN110491419A (zh) * 2019-08-26 2019-11-22 广东小天才科技有限公司 一种播放控制方法、***及终端设备
CN110491419B (zh) * 2019-08-26 2021-08-13 广东小天才科技有限公司 一种播放控制方法、***及终端设备
CN110933492B (zh) * 2019-12-10 2022-03-04 北京爱奇艺科技有限公司 一种播放时长预测方法及装置
CN110933492A (zh) * 2019-12-10 2020-03-27 北京爱奇艺科技有限公司 一种播放时长预测方法及装置
CN113132803A (zh) * 2021-04-23 2021-07-16 Oppo广东移动通信有限公司 视频观看时长预测方法、装置、存储介质以及终端
CN113132803B (zh) * 2021-04-23 2022-09-16 Oppo广东移动通信有限公司 视频观看时长预测方法、装置、存储介质以及终端
CN113496422B (zh) * 2021-09-07 2021-12-03 济宁景泽信息科技有限公司 一种基于区块链的推广资源分配方法及大数据信息云平台
CN113496422A (zh) * 2021-09-07 2021-10-12 济宁景泽信息科技有限公司 一种基于区块链的推广资源分配方法及大数据信息云平台

Also Published As

Publication number Publication date
CN106604137B (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
CN106604137A (zh) 一种预测视频观看时长的方法及装置
US10803475B2 (en) Methods and apparatus to compensate for server-generated errors in database proprietor impression data due to misattribution and/or non-coverage
US20210227037A1 (en) Methods and apparatus for adjusting model threshold levels
US9774900B2 (en) Methods and apparatus to calculate video-on-demand and dynamically inserted advertisement viewing probability
US20230164053A1 (en) Methods and apparatus to predict end of streaming media using a prediction model
US11854041B2 (en) Methods and apparatus to determine impressions corresponding to market segments
CA3013711C (en) Systems, methods, and articles of manufacture to measure online audiences
JP2020526088A (ja) オーディオ・ビジュアルコンテンツプログラムの視聴者に関する情報を決定する方法、装置、コンピュータプログラム及びシステム
CN103686236A (zh) 推荐视频资源的方法及***
USRE49120E1 (en) Methods and apparatus to determine a duration of media presentation based on tuning session duration
CN113763027B (zh) 推荐信息处理方法、推荐信息生成方法及装置
CN112291625B (zh) 信息质量处理方法、装置、电子设备及存储介质
CN104506892A (zh) 数据调整方法及装置
US12045845B2 (en) Methods and apparatus to compensate for server-generated errors in database proprietor impression data due to misattribution and/or non-coverage
AU2013204255B9 (en) Systems, methods, and articles of manufacture to measure online audiences
AU2016213749A1 (en) Methods and apparatus to characterize households with media meter data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 516006 TCL technology building, No.17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province

Applicant after: TCL Technology Group Co., Ltd

Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District

Applicant before: TCL RESEARCH AMERICA Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant