CN109068180A - 一种确定视频精选集的方法以及相关设备 - Google Patents

一种确定视频精选集的方法以及相关设备 Download PDF

Info

Publication number
CN109068180A
CN109068180A CN201811137712.2A CN201811137712A CN109068180A CN 109068180 A CN109068180 A CN 109068180A CN 201811137712 A CN201811137712 A CN 201811137712A CN 109068180 A CN109068180 A CN 109068180A
Authority
CN
China
Prior art keywords
video
target
subset
score
concentrates
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
CN201811137712.2A
Other languages
English (en)
Other versions
CN109068180B (zh
Inventor
王璐
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.)
Wuhan Douyu Network Technology Co Ltd
Original Assignee
Wuhan Douyu Network Technology Co Ltd
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 Wuhan Douyu Network Technology Co Ltd filed Critical Wuhan Douyu Network Technology Co Ltd
Priority to CN201811137712.2A priority Critical patent/CN109068180B/zh
Publication of CN109068180A publication Critical patent/CN109068180A/zh
Application granted granted Critical
Publication of CN109068180B publication Critical patent/CN109068180B/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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4756—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for rating content, e.g. scoring a recommended movie
    • 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
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • 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
    • H04N21/462—Content or additional data management, e.g. creating a master electronic program guide from data received from the Internet and a Head-end, controlling the complexity of a video stream by scaling the resolution or bit-rate based on the client capabilities

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本申请实施例提供了一种确定视频精选集的方法及相关设备，可以保证视频精选集中的视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。该方法包括：获取初选视频集；遍历所述初选视频集，得到目标视频集；确定所述目标视频集中每个视频子集的目标多样性评分；确定所述目标视频集中每个视频子集的目标相关性评分；确定所述目标视频集中每个视频子集的目标质量评分；将目标视频子集确定为所述目标主题对应的视频精选集。

Description

一种确定视频精选集的方法以及相关设备
技术领域
本申请涉及直播领域，尤其涉及一种确定视频精选集的方法以及相关设备。
背景技术
视频精选集是一种具有相似主题或者内容的视频集合。视频精选集的目的在于减少用户寻找内容的成本，如果用户对某种主题的视频感兴趣那么通过精选集可以使得用户快速地看到该主题下面比较好的视频。
通常形成精选集的方法是运营人员根据自己的经验进行挑选，然而在直播平台上视频数量非常多，这时如果采用人工方式需要耗费非常多的人力成本，并且人为添加很容易造成视频的遗漏。
发明内容
本申请实施例提供了一种确定视频精选集的方法以及相关设备，用于保证视频精选集中的视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，同时相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。
本申请实施例的第一方面提供了一种确定视频精选集的方法，包括：
获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
确定所述目标视频集中每个视频子集的目标多样性评分；
确定所述目标视频集中每个视频子集的目标相关性评分；
确定所述目标视频集中每个视频子集的目标质量评分；
将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
可选地，所述确定所述目标视频集中每个视频子集的目标多样性评分包括：
通过如下公式计算所述目标视频集中每个视频子集的初始多样性评分：
其中，S'为所述目标视频集中任意一个视频子集，Diverse(S')为所述视频子集S'的初始多样性评分，v为所述视频子集S'中的任意一个视频，l(v)所述视频v中包含的标签集合；
基于所述初始多样性评分通过如下公式计算所述目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为所述视频子集S'的目标多样性评分，min(Diverse(S'))为所述目标视频集中各个视频子集的初始多样性评分的最小值，max(Diverse(S'))为所述目标视频中的各个视频子集的初始样性评分的最大值。
可选地，所述确定所述目标视频集中每个视频子集的目标相关性评分包括：
通过如下公式计算所述目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为所述视频子集S'的初始相关性评分，LT为所述目标主题T包含的标签集合，l为所述目标主题T包含的标签集合中的任意一个标签，v为所述视频子集S'中的任意一个视频，svl为所述视频v对所述标签l的得分，m为所述视频子集S中的视频个数与所述目标主题T包含的标签集合中的标签个数的乘积；
基于所述目标视频集中每个视频子集的初始相关性评分通过如下公式计算所述目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为所述视频子集S'的目标相关性评分，min(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最大值。
可选地，所述确定所述目标视频集中每个视频子集的目标质量评分包括：
通过如下公式计算所述目标视频集中每个视频子集的目标质量评分：
其中，S'为所述目标视频集中的任意一个视频子集，Quality(S')为所述视频子集S'的目标质量评分，v为所述视频子集S'中的任意一个视频，q(v)为所述视频v的质量评分，通过如下公式计算所述视频v的质量评分：
其中，wi是所述视频v对应的评价指标中的第i个指标的权重，且n为所述视频v对应的评价指标的个数，xiv为所述第i个评价指标目标值，通过如下公式计算所述xiv：
其中，x'iv所述第i个评价指标的初始值，min(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最小初始值，max(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最大初始值。
可选地，所述将目标视频子集确定为所述初选视频集对应的视频精选集包括：
通过如下公式确定所述目标视频子集：
max{f(S')+δsim(S',T)+γQuality(S')}；
其中，S'为所述目标视频集中的任意一个视频子集，f(S')为所述视频子集S'的目标多样性评分，sim(S',T)为所述视频子集S'与所述目标主题T的目标相关性评分，Quality(S')为所述视频子集S'的目标质量评分。
本申请实施例第二方面提供了一种确定视频精选集的装置，包括：
获取单元，用于获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
处理单元，用于遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
第一确定单元，用于确定所述目标视频集中每个视频子集的目标多样性评分；
第二确定单元，用于确定所述目标视频集中每个视频子集的目标相关性评分；
第三确定单元，用于确定所述目标视频集中每个视频子集的目标质量评分；
第四确定单元，用于将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
可选地，所述第一确定单元具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始多样性评分：
其中，S'为所述目标视频集中任意一个视频子集，Diverse(S')为所述视频子集S'的初始多样性评分，v为所述视频子集S'中的任意一个视频，l(v)所述视频v中包含的标签集合；
基于所述初始多样性评分通过如下公式计算所述目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为所述视频子集S'的目标多样性评分，min(Diverse(S'))为所述目标视频集中各个视频子集的初始多样性评分的最小值，max(Diverse(S'))为所述目标视频中的各个视频子集的初始样性评分的最大值。
可选地，所述第二确定单元具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为所述视频子集S'的初始相关性评分，LT为所述目标主题T包含的标签集合，l为所述目标主题T包含的标签集合中的任意一个标签，v为所述视频子集S'中的任意一个视频，svl为所述视频v对所述标签l的得分，m为所述视频子集S中的视频个数与所述目标主题T包含的标签集合中的标签个数的乘积；
基于所述目标视频集中每个视频子集的初始相关性评分通过如下公式计算所述目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为所述视频子集S'的目标相关性评分，min(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最大值。
可选地，所述第三确定单元具体用于：
通过如下公式计算所述目标视频集中每个视频子集的目标质量评分：
其中，S'为所述目标视频集中的任意一个视频子集，Quality(S')为所述视频子集S'的目标质量评分，v为所述视频子集S'中的任意一个视频，q(v)为所述视频v的质量评分，通过如下公式计算所述视频v的质量评分：
其中，wi是所述视频v对应的评价指标中的第i个指标的权重，且n为所述视频v对应的评价指标的个数，xiv为所述第i个评价指标目标值，通过如下公式计算所述xiv：
其中，x'iv所述第i个评价指标的初始值，min(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最小初始值，max(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最大初始值。
可选地，所述第四确定单元具体用于：
通过如下公式确定所述目标视频子集：
max{f(S')+δsim(S',T)+γQuality(S')}；
其中，S'为所述目标视频集中的任意一个视频子集，f(S')为所述视频子集S'的目标多样性评分，sim(S',T)为所述视频子集S'与所述目标主题T的目标相关性评分，Quality(S')为所述视频子集S'的目标质量评分。
本申请第三方面提供了一种电子设备，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机管理类程序时实现如上述任意一项所述的确定视频精选集的方法的步骤。
本申请第四方面提供了一种计算机可读存储介质，其上存储有计算机管理类程序，其特征在于：所述计算机管理类程序被处理器执行时实现如上述任意一项所述的确定视频精选集的方法的步骤。
综上所述，本申请实施例中，首先获取目标主题对应的初选视频集，之后，从遍历初选视频集确定目标视频集，该目标视频集中至少包括一个视频子集，该视频子集中视频的个数小于或等于初选视频集中视频的个数，然后确定目标视频集中每个视频子集的相关性评分、多样性评分以及质量评分，并将目标视频集中相关性评分、多样性评分以及质量评分之和最大的视频子集作为目标主题对应的视频精选集。这样，由于是将相关性评分、多样性评分以及质量评分最大的视频子集作为视频精选集，保证了视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，同时相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。
附图说明
图1为本申请实施例提供的一种确定视频精选集的方法的流程示意图；
图2为本申请实施例提供的一种确定视频精选集的装置实施例示意图；
图3为本申请实施例提供的一种确定视频精选集的装置的硬件结构示意图；
图4为本申请实施例提供的一种电子设备的实施例示意图；
图5为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
具体实施方式
本申请实施例提供了一种确定视频精选集的方法以及相关设备，用于保证视频精选集中的视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，同时相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
下面从确定视频精选集的装置的角度对本申请实施例的确定视频精选集的方法进行说明，该确定视频精选集的装置可以为服务器，也可以为服务器中的服务单元，具体不做限定。
请参阅图1，图1为本申请实施例提供的确定视频精选集的方法的一个实施例示意图，包括：
101、获取初选视频集。
本实施例中，确定视频精选集的装置可以获取初选视频集，其中，该初选视频集为直播平台中目标主题对应的视频的集合。也就是说，可以将直播平台中与目标主题具有关联关系的视频作为初选视频集。此处具体不限定如何获取的。
102、遍历初选视频集，得到目标视频集。
本实施例中，确定视频精选集的装置可以遍历初选视频集，得到目标视频集，该目标视频集中至少包括一个视频子集，该视频子集中的视频个数小于或等于初选视频集中的视频个数。也就是说，可以从初选视频集中任选k个视频，将所有可能的视频子集作为目标视频集。
103、确定目标视频集中每个视频子集的目标多样性评分。
本实施例中，确定视频精选集的装置可以确定目标视频集中每个视频子集的目标多样性评分。为了使得目标多样性评分在0和1之间，需要对初始多样性评分进行标准化处理，得到目标多样性评分，具体如下：
通过如下公式计算目标视频集中每个视频子集的初始多样性评分：
其中，S'为目标视频集中任意一个视频子集，Diverse(S')为视频子集S'的初始多样性评分，v为视频子集S'中的任意一个视频，l(v)视频v中包含的标签集合；
基于初始多样性评分通过如下公式计算目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为视频子集S'的目标多样性评分，min(Diverse(S'))为目标视频集中各个视频子集中初始多样性评分的最小值，max(Diverse(S'))为目标视频各个视频子集中中初始样性评分的最大值。
104、确定目标视频集中每个视频子集的目标相关性评分。
本实施例中，确定视频精选集的装置可以确定目标视频集中每个视频子集的目标相关性评分。为了使得目标相关性评分在0和1之间，需要对初始相关性评分进行标准化处理，得到目标相关性评分，具体如下：
通过如下公式计算目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为视频子集S'的初始相关性评分，LT为目标主题T包含的标签集合，l为目标主题T包含的标签集合中的任意一个标签，v为视频子集S'中的任意一个视频，svl为视频v对标签l的得分，m为视频子集S中的视频个数与目标主题T包含的标签集合中的标签个数的乘积；
基于目标视频集中每个视频子集的初始相关性评分通过如下公式计算目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为视频子集S'的目标相关性评分，min(Relation(S',T))为目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为目标视频集中各个视频子集的初始相关性评分的最大值。
需要说明的是，q(v)是视频v的质量评分，其计算方法是采用一段时间内视频v观看时长、收***数等指标对视频v的质量进行评估。
105、确定目标视频集中每个视频子集的目标质量评分。
本实施例中，确定视频精选集的装置可以确定目标视频集中每个视频子集的目标质量评分。具体如下：
通过如下公式计算目标视频集中每个视频子集的目标质量评分：
其中，S'为目标视频集中的任意一个视频子集，Quality(S')为视频子集S'的目标质量评分，v为视频子集S'中的任意一个视频，q(v)为视频v的质量评分，通过如下公式计算视频v的质量评分：
其中，wi是视频v对应的评价指标中的第i个指标的权重，且n为视频v对应的评价指标的个数，xiv为第i个评价指标目标值，通过如下公式计算xiv：
其中，x'iv第i个评价指标的初始值，min(x'i)为目标视频集中的所有视频的第i个评价指标中的最小初始值，max(x'i)为目标视频集中的所有视频的第i个评价指标中的最大初始值。
106、将目标视频子集确定为初选视频集对应的视频精选集。
本实施例中，确定视频精选集的装置在确定了目标视频集中每个视频自己的目标多样性评分、目标相关性评分以及目标质量评分之后，可以将目标视频子集确定为初选视频集对应的视频精选集，其中，该目标视频子集为目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。具体如下：
通过如下公式确定所述目标视频子集：
max{f(S')+δsim(S',T)+γQuality(S')}；
其中，S'为目标视频集中的任意一个视频子集，f(S')为视频子集S'的目标多样性评分，sim(S',T)为视频子集S'与目标主题T的目标相关性评分，Quality(S')为视频子集S'的目标质量评分。
需要说明的是，此处以预设条件为目标视频集中目标多样性评分、目标相关性评分以及目标质量评分之和最大作为目标视频子集，当然也还可以有其他方式，例如将目标视频集中目标多样性评分、目标相关性评分以及目标质量评分之和大于预设阈值的视频子集作为目标视频子集，具体不限定。
综上所述，本申请实施例中，首先获取目标主题对应的初选视频集，之后，从遍历初选视频集确定目标视频集，该目标视频集中至少包括一个视频子集，该视频子集中视频的个数小于或等于初选视频集中视频的个数，然后确定目标视频集中每个视频子集的相关性评分、多样性评分以及质量评分，并将目标视频集中相关性评分、多样性评分以及质量评分之和最大的视频子集作为目标主题对应的视频精选集。这样，由于是将相关性评分、多样性评分以及质量评分最大的视频子集作为视频精选集，保证了视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，同时相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。
上面对本申请实施例中确定视频精选集的方法进行了描述，下面对本申请实施例中的确定视频精选集的装置进行描述。
请参阅图2，本申请实施例中确定视频精选集的装置的一个实施例，包括：
获取单元201，用于获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
处理单元202，用于遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
第一确定单元203，用于确定所述目标视频集中每个视频子集的目标多样性评分；
第二确定单元204，用于确定所述目标视频集中每个视频子集的目标相关性评分；
第三确定单元205，用于确定所述目标视频集中每个视频子集的目标质量评分；
第四确定单元206，用于将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
可选地，所述第一确定单元203具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始多样性评分：
其中，S'为所述目标视频集中任意一个视频子集，Diverse(S')为所述视频子集S'的初始多样性评分，v为所述视频子集S'中的任意一个视频，l(v)所述视频v中包含的标签集合；
基于所述初始多样性评分通过如下公式计算所述目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为所述视频子集S'的目标多样性评分，min(Diverse(S'))为所述目标视频集中各个视频子集的初始多样性评分的最小值，max(Diverse(S'))为所述目标视频中的各个视频子集的初始样性评分的最大值。
可选地，所述第二确定单元204具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为所述视频子集S'的初始相关性评分，LT为所述目标主题T包含的标签集合，l为所述目标主题T包含的标签集合中的任意一个标签，v为所述视频子集S'中的任意一个视频，svl为所述视频v对所述标签l的得分，m为所述视频子集S中的视频个数与所述目标主题T包含的标签集合中的标签个数的乘积；
基于所述目标视频集中每个视频子集的初始相关性评分通过如下公式计算所述目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为所述视频子集S'的目标相关性评分，min(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最大值。
可选地，所述第三确定单元205具体用于：
通过如下公式计算所述目标视频集中每个视频子集的目标质量评分：
其中，S'为所述目标视频集中的任意一个视频子集，Quality(S')为所述视频子集S'的目标质量评分，v为所述视频子集S'中的任意一个视频，q(v)为所述视频v的质量评分，通过如下公式计算所述视频v的质量评分：
其中，wi是所述视频v对应的评价指标中的第i个指标的权重，且n为所述视频v对应的评价指标的个数，xiv为所述第i个评价指标目标值，通过如下公式计算所述xiv：
其中，x'iv所述第i个评价指标的初始值，min(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最小初始值，max(x'i)为所述目标视频集中的所有视频的第i个评价指标中的最大初始值。
可选地，所述第四确定单元206具体用于：
通过如下公式确定所述目标视频子集：
max{f(S')+δsim(S',T)+γQuality(S')}；
其中，S'为所述目标视频集中的任意一个视频子集，f(S')为所述视频子集S'的目标多样性评分，sim(S',T)为所述视频子集S'与所述目标主题T的目标相关性评分，Quality(S')为所述视频子集S'的目标质量评分。
综上所述，本申请实施例中，本申请实施例中，首先获取目标主题对应的初选视频集，之后，从遍历初选视频集确定目标视频集，该目标视频集中至少包括一个视频子集，该视频子集中视频的个数小于或等于初选视频集中视频的个数，然后确定目标视频集中每个视频子集的相关性评分、多样性评分以及质量评分，并将目标视频集中相关性评分、多样性评分以及质量评分之和最大的视频子集作为目标主题对应的视频精选集。这样，由于是将相关性评分、多样性评分以及质量评分最大的视频子集作为视频精选集，保证了视频的内容丰富程度，同时又保证了视频精选集中的每个视频的相关性以及质量，同时相对于现有的人工选择，可以节约人力成本，同时不易造成遗漏。
上面图2从模块化功能实体的角度对本申请实施例中的确定视频精选集的装置进行了描述，下面从硬件处理的角度对本申请实施例中的确定视频精选集的装置进行详细描述，请参阅图3，本申请实施例中的客户端300一个实施例，包括：
输入装置301、输出装置302、处理器303和存储器304(其中处理器303的数量可以一个或多个，图3中以一个处理器303为例)。在本申请的一些实施例中，输入装置301、输出装置302、处理器303和存储器304可通过总线或其它方式连接，其中，图3中以通过总线连接为例。
其中，通过调用存储器304存储的操作指令，处理器303，用于执行如下步骤：
获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
确定所述目标视频集中每个视频子集的目标多样性评分；
确定所述目标视频集中每个视频子集的目标相关性评分；
确定所述目标视频集中每个视频子集的目标质量评分；
将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
在具体实施过程中，通过调用存储器304存储的操作指令，处理器303，可以实现图1对应的实施例中任一实施方式。
请参阅图4，图4为本申请实施例提供的电子设备的实施例示意图。
如图4所示，本申请实施例提供了一种电子设备，包括存储器410、处理器420及存储在存储器420上并可在处理器420上运行的计算机程序411，处理器420执行计算机程序411时实现以下步骤：
获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
确定所述目标视频集中每个视频子集的目标多样性评分；
确定所述目标视频集中每个视频子集的目标相关性评分；
确定所述目标视频集中每个视频子集的目标质量评分；
将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
在具体实施过程中，处理器420执行计算机程序411时，可以实现图1对应的实施例中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例中一种客户端所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
请参阅图5，图5为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
如图5所示，本实施例提供了一种计算机可读存储介质500，其上存储有计算机程序511，该计算机程序511被处理器执行时实现如下步骤：
获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
确定所述目标视频集中每个视频子集的目标多样性评分；
确定所述目标视频集中每个视频子集的目标相关性评分；
确定所述目标视频集中每个视频子集的目标质量评分；
将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
在具体实施过程中，该计算机程序511被处理器执行时可以实现图1对应的实施例中任一实施方式。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本申请实施例还提供了一种计算机程序产品，该计算机程序产品包括计算机软件指令，当计算机软件指令在处理设备上运行时，使得处理设备执行如图1对应实施例中的风电场数字化平台设计的方法中的流程。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(solid state disk，SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，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，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修该，或者对其中部分技术特征进行等同替换；而这些修该或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种确定视频精选集的方法，其特征在于，包括：
获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
确定所述目标视频集中每个视频子集的目标多样性评分；
确定所述目标视频集中每个视频子集的目标相关性评分；
确定所述目标视频集中每个视频子集的目标质量评分；
将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
2.根据权利要求1所述的方法，其特征在于，所述确定所述目标视频集中每个视频子集的目标多样性评分包括：
通过如下公式计算所述目标视频集中每个视频子集的初始多样性评分：
其中，S'为所述目标视频集中任意一个视频子集，Diverse(S')为所述视频子集S'的初始多样性评分，v为所述视频子集S'中的任意一个视频，l(v)所述视频v中包含的标签集合；
基于所述初始多样性评分通过如下公式计算所述目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为所述视频子集S'的目标多样性评分，min(Diverse(S'))为所述目标视频集中各个视频子集的初始多样性评分的最小值，max(Diverse(S'))为所述目标视频中的各个视频子集的初始样性评分的最大值。
3.根据权利要求1所述的方法，其特征在于，所述确定所述目标视频集中每个视频子集的目标相关性评分包括：
通过如下公式计算所述目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为所述视频子集S'的初始相关性评分，LT为所述目标主题T包含的标签集合，l为所述目标主题T包含的标签集合中的任意一个标签，v为所述视频子集S'中的任意一个视频，svl为所述视频v对所述标签l的得分，m为所述视频子集S中的视频个数与所述目标主题T包含的标签集合中的标签个数的乘积；
基于所述目标视频集中每个视频子集的初始相关性评分通过如下公式计算所述目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为所述视频子集S'的目标相关性评分，min(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最大值。
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标视频集中每个视频子集的目标质量评分包括：
通过如下公式计算所述目标视频集中每个视频子集的目标质量评分：
其中，S'为所述目标视频集中的任意一个视频子集，Quality(S')为所述视频子集S'的目标质量评分，v为所述视频子集S'中的任意一个视频，q(v)为所述视频v的质量评分，通过如下公式计算所述视频v的质量评分：
其中，wi是所述视频v对应的评价指标中的第i个指标的权重，且n为所述视频v对应的评价指标的个数，xiv为所述第i个评价指标目标值，通过如下公式计算所述xiv：
其中，xi'v所述第i个评价指标的初始值，min(xi')为所述目标视频集中的所有视频的第i个评价指标中的最小初始值，max(xi')为所述目标视频集中的所有视频的第i个评价指标中的最大初始值。
5.根据权利要求1所述的方法，其特征在于，所述将目标视频子集确定为所述初选视频集对应的视频精选集包括：
通过如下公式确定所述目标视频子集：
max{f(S')+δsim(S',T)+γQuality(S')}；
其中，S'为所述目标视频集中的任意一个视频子集，f(S')为所述视频子集S'的目标多样性评分，sim(S',T)为所述视频子集S'与所述目标主题T的目标相关性评分，Quality(S')为所述视频子集S'的目标质量评分。
6.一种确定视频精选集的装置，其特征在于，包括：
获取单元，用于获取初选视频集，所述初选视频集为直播平台中目标主题对应的视频的集合；
处理单元，用于遍历所述初选视频集，得到目标视频集，所述目标视频集中至少包括一个视频子集，所述视频子集中的视频个数小于或等于所述初选视频集中视频的个数；
第一确定单元，用于确定所述目标视频集中每个视频子集的目标多样性评分；
第二确定单元，用于确定所述目标视频集中每个视频子集的目标相关性评分；
第三确定单元，用于确定所述目标视频集中每个视频子集的目标质量评分；
第四确定单元，用于将目标视频子集确定为所述目标主题对应的视频精选集，所述目标视频子集为所述目标视频集中目标多样性评分、目标相关性评分以及目标质量评分满足预设条件的视频子集。
7.根据权利要求6所述的装置，其特征在于，所述第一确定单元具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始多样性评分：
其中，S'为所述目标视频集中任意一个视频子集，Diverse(S')为所述视频子集S'的初始多样性评分，v为所述视频子集S'中的任意一个视频，l(v)所述视频v中包含的标签集合；
基于所述初始多样性评分通过如下公式计算所述目标视频集中每个视频子集的目标多样性评分：
其中，f(S')为所述视频子集S'的目标多样性评分，min(Diverse(S'))为所述目标视频集中各个视频子集的初始多样性评分的最小值，max(Diverse(S'))为所述目标视频中的各个视频子集的初始样性评分的最大值。
8.根据权利要求6所述的装置，其特征在于，所述第二确定单元具体用于：
通过如下公式计算所述目标视频集中每个视频子集的初始相关性评分：
其中，Relation(S',T)为所述视频子集S'的初始相关性评分，LT为所述目标主题T包含的标签集合，l为所述目标主题T包含的标签集合中的任意一个标签，v为所述视频子集S'中的任意一个视频，svl为所述视频v对所述标签l的得分，m为所述视频子集S中的视频个数与所述目标主题T包含的标签集合中的标签个数的乘积；
基于所述目标视频集中每个视频子集的初始相关性评分通过如下公式计算所述目标视频集中每个视频子集的目标相关性评分：
其中，sim(S',T)为所述视频子集S'的目标相关性评分，min(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最小值，max(Relation(S',T))为所述目标视频集中各个视频子集的初始相关性评分的最大值。
9.一种电子设备，包括存储器、处理器，其特征在于，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1至5中任意一项所述的确定视频精选集的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机管理类程序，其特征在于：所述计算机管理类程序被处理器执行时实现如权利要求1至5中任意一项所述的确定视频精选集的方法的步骤。
CN201811137712.2A 2018-09-28 2018-09-28 一种确定视频精选集的方法以及相关设备 Active CN109068180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811137712.2A CN109068180B (zh) 2018-09-28 2018-09-28 一种确定视频精选集的方法以及相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811137712.2A CN109068180B (zh) 2018-09-28 2018-09-28 一种确定视频精选集的方法以及相关设备

Publications (2)

Publication Number Publication Date
CN109068180A true CN109068180A (zh) 2018-12-21
CN109068180B CN109068180B (zh) 2021-02-02

Family

ID=64766615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811137712.2A Active CN109068180B (zh) 2018-09-28 2018-09-28 一种确定视频精选集的方法以及相关设备

Country Status (1)

Country Link
CN (1) CN109068180B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110611848A (zh) * 2019-09-30 2019-12-24 咪咕视讯科技有限公司 信息处理方法、***、终端、服务器及可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260117B1 (en) * 2011-07-26 2012-09-04 Ooyala, Inc. Automatically recommending content
CN105389590A (zh) * 2015-11-05 2016-03-09 Tcl集团股份有限公司 一种视频聚类推荐方法和装置
CN106503731A (zh) * 2016-10-11 2017-03-15 南京信息工程大学 一种基于条件互信息和K‑means的无监督特征选择方法
CN107045693A (zh) * 2017-05-05 2017-08-15 北京媒立方传媒科技有限公司 媒体特征确定、媒体推荐方法及装置
CN108228911A (zh) * 2018-02-11 2018-06-29 北京搜狐新媒体信息技术有限公司 一种相似视频的计算方法及装置
CN108304512A (zh) * 2018-01-19 2018-07-20 北京奇艺世纪科技有限公司 一种视频搜索引擎粗排序方法、装置及电子设备
CN108509436A (zh) * 2017-02-24 2018-09-07 阿里巴巴集团控股有限公司 一种确定推荐对象的方法、装置及计算机存储介质
CN108509457A (zh) * 2017-02-28 2018-09-07 阿里巴巴集团控股有限公司 一种视频数据的推荐方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8260117B1 (en) * 2011-07-26 2012-09-04 Ooyala, Inc. Automatically recommending content
CN105389590A (zh) * 2015-11-05 2016-03-09 Tcl集团股份有限公司 一种视频聚类推荐方法和装置
CN106503731A (zh) * 2016-10-11 2017-03-15 南京信息工程大学 一种基于条件互信息和K‑means的无监督特征选择方法
CN108509436A (zh) * 2017-02-24 2018-09-07 阿里巴巴集团控股有限公司 一种确定推荐对象的方法、装置及计算机存储介质
CN108509457A (zh) * 2017-02-28 2018-09-07 阿里巴巴集团控股有限公司 一种视频数据的推荐方法和装置
CN107045693A (zh) * 2017-05-05 2017-08-15 北京媒立方传媒科技有限公司 媒体特征确定、媒体推荐方法及装置
CN108304512A (zh) * 2018-01-19 2018-07-20 北京奇艺世纪科技有限公司 一种视频搜索引擎粗排序方法、装置及电子设备
CN108228911A (zh) * 2018-02-11 2018-06-29 北京搜狐新媒体信息技术有限公司 一种相似视频的计算方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110611848A (zh) * 2019-09-30 2019-12-24 咪咕视讯科技有限公司 信息处理方法、***、终端、服务器及可读存储介质

Also Published As

Publication number Publication date
CN109068180B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN104778173B (zh) 目标用户确定方法、装置及设备
CN104717124B (zh) 一种好友推荐方法、装置及服务器
CN107341194B (zh) 一种企业重名人区分方法及装置
CN102722577B (zh) 指标动态权重的确定方法及装置
CN110222880A (zh) 业务风险的确定方法、模型训练方法和数据处理方法
CN108985954A (zh) 一种建立各标识的关联关系的方法以及相关设备
CN105100165B (zh) 网络服务推荐方法和装置
CN108009497A (zh) 图像识别监控方法、***、计算设备以及可读存储介质
CN110245550A (zh) 一种基于总体余弦分布的人脸噪音数据集cnn训练方法
CN110365503A (zh) 一种指标确定方法及其相关设备
CN109379608A (zh) 一种直播间的推荐方法以及相关设备
CN105827473B (zh) 一种网络质量评估方法及装置
CN110490331A (zh) 知识图谱中节点的处理方法及装置
CN109257617A (zh) 一种确定直播平台中嫌疑用户的方法以及相关设备
CN106529456A (zh) 信息匹配和信息收发方法、装置及目标对象找寻***
CN108628721A (zh) 用户数据值的异常检测方法、装置、存储介质及电子装置
CN108268357A (zh) 实时数据处理方法和装置
CN116976713A (zh) 对象评估方法、装置、存储介质及电子设备
CN104537011B (zh) 歌唱排名方法及装置
CN114363212B (zh) 一种设备检测方法、装置、设备和存储介质
CN110019849A (zh) 一种基于注意力机制的视频关注时刻检索方法及装置
CN109120955A (zh) 一种直播间的推荐方法以及相关设备
CN109068180A (zh) 一种确定视频精选集的方法以及相关设备
CN109413439A (zh) 一种确定嫌疑用户的方法及相关设备
CN109299463A (zh) 一种情感得分的计算方法以及相关设备

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
GR01 Patent grant
GR01 Patent grant