CN110225373A - 一种视频审核方法、装置及电子设备 - Google Patents

一种视频审核方法、装置及电子设备 Download PDF

Info

Publication number
CN110225373A
CN110225373A CN201910509756.1A CN201910509756A CN110225373A CN 110225373 A CN110225373 A CN 110225373A CN 201910509756 A CN201910509756 A CN 201910509756A CN 110225373 A CN110225373 A CN 110225373A
Authority
CN
China
Prior art keywords
video
scheduling
pending
factor
content
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
CN201910509756.1A
Other languages
English (en)
Other versions
CN110225373B (zh
Inventor
刘刚
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910509756.1A priority Critical patent/CN110225373B/zh
Publication of CN110225373A publication Critical patent/CN110225373A/zh
Application granted granted Critical
Publication of CN110225373B publication Critical patent/CN110225373B/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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/239—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests
    • H04N21/2393—Interfacing the upstream path of the transmission network, e.g. prioritizing client content requests involving handling client requests
    • 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
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
    • 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
    • H04N21/47—End-user applications
    • H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
    • H04N21/4751—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user accounts, e.g. accounts for children
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/835—Generation of protective data, e.g. certificates
    • H04N21/8352—Generation of protective data, e.g. certificates involving content or source identification data, e.g. Unique Material Identifier [UMID]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明涉及计算机技术领域，尤其涉及一种视频审核方法、装置及电子设备，该方法为，根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源，这样，可以提高准确性和效率，并且可以避免一些时效或高质量视频的积压，保证需要优先审核的视频能够被优先分配再次审核资源，提高视频审核整体性能。

Description

一种视频审核方法、装置及电子设备
技术领域
本发明涉及计算机技术领域，尤其涉及一种视频审核方法、装置及电子设备。
背景技术
在互联网的快速发展的时代，很多网站都支持并允许用户自行上传视频并展示给公众，随着内容生产的门槛降低，视频上传量以指数级的速度迅速增长，为了保证分发内容的安全性，需要在短时间内完成视频内容的审核，例如对内容是否涉及敏感信息、内容质量和安全性等进行识别和处理，目前主要是依赖人工审核，不仅效率较低，而且需要耗费大量人力成本。
现有技术中还提供了一种视频审核方法，主要是仅从视频内容本身进行审核，通过机器算法先过滤掉明显违反法律内容的视频，并将机器算法的审核结果提示给审核人员，再由审核人员按照时间先后顺序来领单，对其余未被过滤掉的视频再次进行审核，但是这种方式，审核时仅考虑视频内容，审核人员按照时间顺序进行审核，容易造成一些时效或高质量视频的积压，准确性和效率都比较低。
发明内容
本发明实施例提供一种视频审核方法、装置及电子设备，以解决现有技术中视频内容审核效率和准确性较低的问题。
本发明实施例提供的具体技术方案如下：
本发明一个实施例提供了一种视频审核方法，包括：
根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；
针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；
按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
本发明另一个实施例提供了一种视频审核装置，包括：
过滤模块，用于根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；
排序模块，用于针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；
分配模块，用于按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
结合本发明另一个实施例，根据待审核视频的至少一个调度排序因子进行调度优先等级排序时，排序模块具体用于：
针对过滤后的每个待审核视频，根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值；
根据各调度排序因子的取值，确定待审核视频的调度排序分值；
根据确定的调度排序分值，对过滤后的每个待审核视频进行调度优先等级排序。
结合本发明另一个实施例，若所述调度排序因子包括至少两个时，则根据各调度排序因子的取值，确定待审核视频的调度排序分值时，排序模块具体用于：根据各个调度排序因子的取值，以及每一个调度排序因子对应的影响权重，确定待审核视频的调度排序分值。
结合本发明另一个实施例，所述至少一个调度排序因子根据视频审核的时效性所关联的要素设置；所述至少一个调度排序因子包括以下一种或任意组合：视频账号质量、视频热点等级、视频封面清晰度等级。
结合本发明另一个实施例，若所述至少一个调度排序因子为视频账号质量，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块具体用于：
确定待审核视频对应的视频账号，并获取所述对应的视频账号在预设时间段内总上传视频数量、每个上传视频的审核结果、各个审核通过的视频的播放次数；
根据总上传视频数量和每个上传视频的审核结果，确定视频账号的审核通过率；
根据各个审核通过的视频的播放次数，确定视频账号的账号影响力；
根据所述审核通过率和所述账号影响力，确定视频账号的视频账号质量。
结合本发明另一个实施例，若所述至少一个调度排序因子为视频热点等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块具体用于：
获取待审核视频的标签；
根据预配置的各热点标签，将所述待审核视频的标签与预配置的各热点标签进行比对；
根据所述待审核视频的标签与各热点标签比对匹配成功的数量，确定所述待审核视频的视频热点等级。
结合本发明另一个实施例，若所述至少一个调度排序因子为视频封面清晰度等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块具体用于：
获取待审核视频的视频封面；
基于清晰度识别模型分别获得以视频封面为输入参数确定的清晰度等级，所述清晰度识别模型用于根据视频封面确定清晰度等级。
结合本发明另一个实施例，进一步包括：
获取模块，用于获取所述再次审核资源的审核结果；
更新模块，用于根据所述再次审核资源的审核结果，更新所述被禁止内容条件，和/或更新所述每一个调度排序因子对应的影响权重。
本发明另一个实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时上述任一种视频审核方法的步骤。
本发明另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种视频审核方法的步骤。
本申请实施例中，进行视频审核时，先过滤掉画面内容符合被禁止内容条件的待审核视频，然后考虑多方面维度信息，针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序，按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源，这样，在进行视频审核时不仅仅只考虑视频内容本身，提高准确性，并且初步审核过滤后，对过滤后的每个待审核视频进行调度优先等级排序，根据调度优先等级排序分配再次审核资源，可以避免一些时效或高质量视频的积压，保证需要优先审核的视频能够被优先分配再次审核资源，极大提升时效或高质量视频的审核效率，降低审核耗时，提高视频审核整体性能。
附图说明
图1为申请实施例中视频审核方法的应用架构示意图；
图2为本申请实施例中视频审核方法流程图；
图3为本申请实施例中视频审核***框架图；
图4为本申请实施例中视频上传过程流程示意图；
图5为本申请实施例中视频初步审核和调度排序过程流程示意图；
图6为本申请实施例中视频调度分发过程流程示意图；
图7为本申请实施例中视频人工审核过程流程示意图；
图8为本申请实施例中视频分发过程流程示意图；
图9为本发明实施例中视频审核装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，并不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面先对几个概念进行简单介绍：
视频：本申请实施例中主要是指应用程序，例如QQ看点、短视频应用程序(Application，APP)等，推荐给用户阅读的视频，可以包括竖版的小视频和横版的短视频等，主要以信息流(Feeds)流的形式提供。
短视频：即短片视频，是一种互联网内容传播方式，一般是在互联网新媒体上传播的时长在5分钟以内的视频传播内容，随着移动终端普及和网络的提速，短视频逐渐获得各大平台、粉丝和资本的青睐。
Feeds：消息来源，网站可以透过它将最新资讯传播给用户，通常以时间轴(Timeline)方式排列，Timeline是Feed最原始最直接也最基本的展示形式，用户能够订阅网站的先决条件是网站提供了消息来源，将Feed汇流于一处称为聚合，而用于聚合的软件称为聚合器，对最终用户而言，聚合器是专门用来订阅网站的软件，一般也可以称为简易信息聚合(Really Simple Syndication，RSS)阅读器、Feed阅读器、新闻阅读器等。
专业生产内容(Professional Generated Content，PGC)：是一种互联网术语，表示专业生产内容，例如视频网站、专家生产内容，例如微博等。
多频道网络(Multi-Channel Network，MCN)：是一种多频道网络的产品形态，将PGC内容联合起来，在资本的有力支持下，保障内容的持续输出，从而最终实现商业的稳定变现。
用户原创内容(User Generated Content，UGC)：是伴随着以提倡个性化为主要特点的Web2.0概念而兴起的，它并不是某一种具体的业务，而是一种用户使用互联网的新方式，即由原来的以下载为主变成下载和上传并重。
专业用户原创内容(Professional User Generated Content，PUGC)：是以UGC形式，产出的相对接近PGC的专业音视频内容。
机器学习：是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
深度学习：深度学习的概念源于人工神经网络的研究，含多隐层的多层感知器就是一种深度学习结构，深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。
随着互联网的快速发展，很多网站都支持并允许用户自行上传视频并展示给公众，随着内容生产的门槛降低，视频上传量以指数级的速度迅速增长，例如自媒体和机构的PGC、UGC内容等，并且随着网络发展，用户接受信息的需求也逐步趋向于视频化时代，尤其是短视频，这些内容通常以Feeds流形式展示出来供用户快速刷新，目前短视频从一开始的UGC、PGC、用户上传，到专门制造短视频的机构，到MCN，再到专业的短视频App等众多流量平台不断出现，短视频已经成为重要的传播方式之一，目前短视频的分发流程主要包括从开始上传、到上传成功、再到成功进入用户消费的过程，而用户上传的视频不容易控制，可能会存在一些不良的视频内容，例如暴利、血腥、黄赌毒、政治敏感等不良视频内容，随着相关部门对互联网社会化内容平台监管越来越重视，为了保证分发内容的安全性，需要在短时间内完成视频内容的审核，从内容生产到内容分发过程，必须要经过内容审核***，目前主要是依赖人工审核，不仅效率较低，而且需要耗费大量人力成本。
现有技术中还提供了一种方式，通过大量的人力同时辅助以机器算法能力进行视频审核，主要是仅从视频内容本身进行审核，通过机器算法先过滤掉明显违反法律的视频，并将机器算法的审核结果提示给审核人员，再由审核人员按照时间先后顺序来领单，对其余未被过滤掉的视频再次进行审核，但是，现有技术中这种方案没有考虑机器算法和人工审核的深层次互动，只是将机器算法的审核结果提示给审核人员，审核人员按照时间顺序来进行审核，最后主要是依赖审核人员经验进行审核，机器算法本身能够发挥的价值有限，并且，人工审核的审核结果也没有反馈到机器算法***中，机器算法改进和迭代的效率很低，大量的人工审核经验没有得到有效的沉淀和积累，以及视频审核时仅考虑视频内容本身，审核人员按照时间顺序进行审核，没有考虑视频上传者的信誉等级和视频的其它维度信息，例如时效等，容易造成一些时效或高质量视频的积压，准确性和效率都比较低。
因此，针对上述问题，本申请实施例中提供了一种视频审核方法，根据待审核视频的画面内容，对待审核视频进行初步审核，过滤掉画面内容符合被禁止内容条件的待审核视频，再针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序，按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源，这样，先过滤掉一部分画面内容符合被禁止内容条件的待审核视频，之后考虑多方面维度信息，计算调度排序因子，对过滤后的每个待审核视频进行调度优先等级排序，可以根据调度优先等级排序分发过滤后的每个待审核视频，准确性和效率更高，对于调度优先等级较高的视频，其审核效率会极大地提升，避免高质量或时效较高的视频的积压，也提升了用户对于展示的视频的观看体验，并且降低了审核耗时，节省了大量的人工审核成本，能够兼顾机器学习算法和人工审核各自的优缺点，能够大幅度降低人力审核的投入，在相同人力投入的情况下，能够大幅度增加有效合格视频内容的启用量，同时也能够让时效性更高的视频在更短的时延内被启用。
参阅图1所示，为本发明实施例中视频审核方法的应用架构示意图，包括终端100、服务器200。
终端100可以是智能手机、平板电脑、便携式个人计算机等任何智能设备，终端100上可以安装有各种APP，例如，本申请实施例中终端100上安装的APP可以为QQ、微信等各种可接受消息及Feeds流信息的应用，用户可以通过该APP上传视频，该APP也可以接收服务器200推荐的审核通过的视频并进行展示，以供用户浏览和观看视频。
服务器200能够为终端100提供各种网络服务，对于终端100上不同的应用程序，服务器200可以认为是提供相应网络服务的后台服务器，例如，本发明实施例中服务器200可以接收终端100上传的视频，进行视频审核，并返回视频的审核结果，又例如，服务器200可以向终端100推荐各种审核通过的视频，以供用户观看。
其中，服务器200可以是一台服务器、若干台服务器组成的服务器集群或云计算中心。
具体地，服务器200可以包括处理器210(Center Processing Unit，CPU)、存储器220、输入设备230和输出设备240等，输入设备230可以包括键盘、鼠标、触摸屏等，输出设备240可以包括显示设备，如液晶显示器(Liquid Crystal Display，LCD)、阴极射线管(Cathode Ray Tube，CRT)等。
存储器220可以包括只读存储器(ROM)和随机存取存储器(RAM)，并向处理器210提供存储器220中存储的程序指令和数据。在本发明实施例中，存储器220可以用于存储本发明实施例中任一种视频审核方法的程序。
处理器210通过调用存储器220存储的程序指令，处理器210用于按照获得的程序指令执行本发明实施例中任一种视频审核方法的步骤。
终端100与服务器200之间以通过互联网相连，实现相互之间的通信。可选地，上述的互联网使用标准通信技术和/或协议。互联网通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(Extensible Markup Language，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet Protocol Security，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
值得说明的是，本发明实施例中的应用架构图是为了更加清楚地说明本发明实施例中的技术方案，并不构成对本发明实施例提供的技术方案的限制，也并不仅限于短视频，对于其它的应用架构和业务应用，本发明实施例提供的技术方案对于类似的问题，同样适用。
需要说明的是，本发明各个实施例中，以视频审核方法应用于图1所示的应用架构为例进行示意性说明。
基于上述实施例，下面对本发明实施例中的视频审核方法进行说明，参阅图2所示，为本发明实施例中视频审核方法流程图，该方法包括：
步骤200：根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频。
实际中，针对用户上传的各个视频，由于用户上传的视频内容多种多样，因此需要进行审核，本申请实施例中，先根据画面内容进行初步审核，过滤掉画面内容符合被禁止内容条件的待审核视频，具体地，执行步骤200时包括：
1)分别提取各个待审核视频的关键帧。
2)分别提取各关键帧的画面内容，并与被禁止内容条件进行比较，将符合被禁止内容条件的待审核视频确定为被禁止视频，并过滤掉确定为被禁止视频的待审核视频。
由于通常视频是由图片与音频组成的以帧为单位的画面，因此在初步审核时，可以对画面内容中图片、音频、文字进行审核。
例如，对于音频可能存在一些暴恐、淫秽等不良声音，可以通过提取各关键帧的画面内容中的音频，对该音频进行识别，与被禁止音频条件进行比较，若符合被禁止音频条件则过滤掉该待审核视频。
又例如，对于画面内容中图片或文字的识别和审核，主要是基于图像识别技术，提取的图像特征与被禁止内容条件进行比较，其中，被禁止内容条件，可以根据实际情况进行设置，例如通常可以包括暴力内容、政治敏感内容、色情内容等，这样在进行审核时，可以通过人脸识别技术，判断是否存在一些明星人物或政治人物，也可以通过识别画面图片的裸露状态，可以分为正常、性感、色情等不同维度，来判断是否存在色情画面等。另外，对于图片中的文字的识别可以采用文字识别(optical character recognition，OCR)技术等，本申请实施例中并不进行限制。
进一步地，在初步审核时，还可以确定关键帧的画面内容的清晰度，过滤掉清晰度过低的待审核视频，例如，清晰度等级划分为10档，可以设置过滤掉清晰度等级小于或等于2挡的待审核视频。
这样，通过初步审核，过滤掉画面内容符合被禁止内容条件的待审核视频，可以先过滤掉一些存在危害或不良等画面内容的待审核视频，减少后续再次审核的工作量，提高效率，并且将仅基于画面内容没有被过滤的待审核视频，再进行后续的再次审核，也可以提高审核的准确性。
步骤210：针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序。
其中，至少一个调度排序因子根据视频审核的时效性所关联的要素设置，也就是说，调度排序因子是根据视频审核的优先顺序来设定的，这里的时效性指的就是视频审核的优先顺序，调度排序因子的设定都是基于时效性考虑维度来确定的，例如，若时效性考虑维度主要是清晰度，清晰度较高的需优先审核，则可以设定调度排序因子为清晰度等级。
步骤220：按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
其中，本申请实施例中分配的再次审核资源，可以为人工服务资源，例如，按照调度优先等级排序，优先将等级排序高的待审核视频分发给人工服务，以使人工服务对待审核视频进行再次审核，即判断待审核视频是否属于被禁止视频，是否需要过滤掉，过滤掉的视频不会是分发给观众，没有过滤掉即审核通过的视频可以分发给观众。
进一步地，本申请实施例中将待审核视频分配给再次审核资源之后，还提供了一种可能的实施方式，获取再次审核资源的审核结果；根据再次审核资源的审核结果，更新被禁止内容条件，和/或更新每一个调度排序因子对应的影响权重。
也就是说，本申请实施例中，可以读取再次审核资源的审核结果，例如为人工审核的审核结果，根据人工审核的审核结果可以更新视频审核方法，例如更新被禁止内容条件、调度排序因子的影响权重等，将***视频审核方法和人工审核相结合，可以提高视频审核准确性，提升***视频审核方法的性能，从而可以有效提升效率，节省后续人工审核成本。
当然，再次审核资源也可以为其它资源，本申请实施例中并不进行限制。
下面对上述实施例中的步骤210的具体执行方法进行说明。
执行步骤210时，针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序，具体包括：
S1、针对过滤后的每个待审核视频，根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值。
其中，至少一个调度排序因子包括以下一种或任意组合：视频账号质量、视频热点等级、视频封面清晰度等级，具体本申请实施例中并不进行限制，还可以根据审核需求设置其它调度排序因子，目的是使所期望的待审核视频能够被优先审核。
根据不同的调度排序因子，具体地执行S1时可以有以下几种情况：
第一种情况：若至少一个调度排序因子为视频账号质量，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
1)确定待审核视频对应的视频账号，并获取对应的视频账号在预设时间段内总上传视频数量、每个上传视频的审核结果、各个审核通过的视频的播放次数。
其中，预设时间段，例如为执行视频审核方法之前的某时间段，例如前一个月内等，并不进行限制。
本申请实施例中，考虑到所有的视频最终都是由内容生产者提供，好的视频应该对应好的内容生产者，好的内容生产者上传的视频在审核调度时应该优先审核，相对地对于低等级的内容生产者应该降低审核调度的优先级，因此，本申请实施例中可以将视频账号质量作为一个调度排序因子，在评价视频账号质量时，可以采用多方面维度特征，例如，审核通过率、账号影响力等。
2)根据总上传视频数量和每个上传视频的审核结果，确定视频账号的审核通过率。
例如，对于视频账号的审核通过率，可以获取最近一个月的审核流水数据，利用以下字段信息：Rowkey：发布视频内容的唯一标识、Puin：发布视频内容的视频账号的唯一标识、审核日期、审核结果，其中，审核结果例如包括是否通过，如不通过，不通过的原因，从而获得各个待审核视频对应的视频账号的总上传视频数量和每个上传视频的审核结果。
具体地，计算视频账号的审核通过率，可以采用以下方式：
其中，s1i表示审核通过率，oi,j表示第i个账号，第j篇内容是否审核通过的标志，1表示通过，0表示未通过，t0表示当前日期，ti,j表示第i个账号，第j篇内容被审核的日期，δ，η表示平滑作用的控制参数，例如，建议值为δ＝1.0，η＝10.0。
3)根据各个审核通过的视频的播放次数，确定视频账号的账号影响力。
例如，对于视频账号的账号影响力，可以使用最近一个月的视频播放次数流水数据作为依据，利用以下字段信息：Puin：发布视频内容的视频账号的唯一标识、日期、视频账号对应内容启用后即审核通过后分发产生的播放次数，本申请实施例中，可以通过审核通过后分布的视频的播放次数来刻画账号影响力。
具体地，计算视频账号的账号影响力，可以采用以下方式：
其中，s2i表示账号影响力，vi,j表示第i个账号，第j天的播放次数，t0表示当前日期，ti,j表示第i个账号，第j天的日期，δ表示平滑作用的控制参数，例如建议值为δ＝1.0，σ(·)表示平滑作用的函数，例如建议表达式为
4)根据审核通过率和账号影响力，确定视频账号的视频账号质量。
例如，视频账号质量的计算方式可以为：si＝(1.0+s1i)(1.0+s2i)0.5。
本申请实施例中，可以认为审核通过率越低，对应的视频账号质量越差，但是考虑到可能各视频账号的上传视频量是不均匀的，因此将视频账号本身的影响力也考虑进去，账号影响力越大，视频账号质量越高，通过审核通过率和账号影响力来综合评价视频账号质量，视频账号质量越高表示其为优质账号，反之越低表示其为低质账号。
当然，本申请实施例中并不仅限于采用审核通过率和账号影响力因素，还可以考虑其它因素来评价视频账号质量，例如，还可以利用视频账号的粉丝活跃度等，一些正向因素会提高视频账号质量，例如一些用户负反馈和举报信息等负向因素会降低视频账号质量，具体可以根据实际需求进行设置，并不进行限制。
第二种情况：若至少一个调度排序因子为视频热点等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
1)获取待审核视频的标签。
本申请实施例中，通常对于一些和热点事件相关的视频内容，应该具有很高的审核优先级，以确保热点视频内容能够优先被审核，减少热点视频审核积压和延迟，因此可以将视频热点等级作为一个调度排序因子。
每个视频通常都有其对应的标题和标记的标签(Tag)，其标签可以为视频上传者选定的，也可以是***根据视频内容提取的，从而获取到待审核视频的标签，一个待审核视频的标签至少为一个。
2)根据预配置的各热点标签，将待审核视频的标签与预配置的各热点标签进行比对。
其中，预配置的各热点标签可以由运营人员依据经验进行配置相关的事件和标签，热点标签可以通过爬取各大门户网站，例如微博、搜索引擎等给人工参考。
3)根据待审核视频的标签与各热点标签比对匹配成功的数量，确定待审核视频的视频热点等级。
具体地，确定比对匹配成功的数量，并根据比对匹配成功的数量与视频热点等级的映射关系，确定待审核视频的视频热点等级。
例如，将视频热点等级分为10档，每一档对应设置命中的热点标签数量，某一个待审核视频命中的热点标签越多，相应的视频热点等级就越高。
第三种情况：若至少一个调度排序因子为视频封面清晰度等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
1)获取待审核视频的视频封面。
本申请实施例中，考虑到视频封面是用户看到视频的第一感觉，若清晰度质量很差，直接印象就是视频内容的质量很差，没有继续点击的欲望，降低了用户观看体验，因此将视频封面作为一个调度排序因子，视频封面的清晰度等级越高，应该被优先审核。
其中，视频封面图可以为用户上传视频时自己选择的，也可以是***提取的，例如，用户上传视频时没有选择视频封面，则***可以随机从视频中抽取一帧画面作为视频封面。
2)基于清晰度识别模型分别获得以视频封面为输入参数确定的清晰度等级，清晰度识别模型用于根据视频封面确定清晰度等级。
其中，清晰度识别模型是预先训练获得的，可以采用监督学习标注样本和深度学习的方法，例如可以将清晰度等级划分为10档，视频封面主要来自视频内容本身的抽帧，可以抽取关键帧，融合先验知识，对关键帧进行清晰度标记，从而获得训练样本，训练清晰度识别模型时，将训练样本输入清晰度识别模型，输出清晰度等级，结合分类问题与回归问题修改训练的损失函数，使得输出的结果符合清晰度等级的主观含义，另外在训练清晰度识别模型时，还可以考虑视频封面的其它特征信息，例如，图片的宽高、存储的字节数、卡通图片、背景虚化、对竖屏专门适配等。
从而基于训练好的清晰度识别模型，获得待审核视频的视频封面的清晰度等级，清晰度等级越高，审核优先级应该越高。
S2、根据各调度排序因子的取值，确定待审核视频的调度排序分值。
进一步地，若调度排序因子包括至少两个时，则根据各调度排序因子的取值，确定待审核视频的调度排序分值，具体包括：根据各个调度排序因子的取值，以及每一个调度排序因子对应的影响权重，确定待审核视频的调度排序分值。
例如，调度排序因子包括视频账号质量、视频热点等级和视频封面清晰度等级，则待审核视频的调度排序分值，计算方式可以为：
其中，F为调度排序分值，第一括号中表示审核通过率，∑Ppass审核通过的视频数量，∑Ptotal为总上传数量，分子中3和分母中5为平滑参数，例如贝叶斯平滑，第一个括号和第二个括号相乘表示视频账号质量，该公式中各个括号的指数为影响权重，可以根据经验或其它方式确定，并不进行限制。
由于不同调度排序因子之间的量纲不一样，因此，本申请实施例中计算调度排序分值时各个调度排序因子之间采用相乘的方法。
进一步地，对于上述F公式中第一个括号和第二个括号，还可以采用上述实施例中计算视频账号质量的方式来替代，即可以将F中(1+x账号影响力)0.5替换为si，si＝(1.0+s1i)(1.0+s2i)0.5。
进一步地，本申请实施例中在设置各个调度排序因子时，还需要预先进行试验，验证单个调度排序因子是否有效，影响效果有多大，为了衡量和调整每一个调度排序因子的效果和调节到最优，具体地，本申请实施例中引入了基于审核流量和视频内容入库流量的视频内容实验桶，可以分别基于单个调度排序因子计算调度排序分值，并进行排序，将基于不同单个调度排序因子排序的待审核视频，分别放到不同的视频内容实验桶中，以供后续分配再次审核资源。
例如，若每个审核人员每天可以审核800条左右的视频，如果每天有80W条视频需要审核，就需要1000个审核人员，审核人员在领取审核任务时为了保证效率通常是批量领取的，例如一次20条。由于调度排序因子很多，为了单独衡量每个调度排序因子的效果，需要在其他因素不变的情况下，进行A/B测试(A/B Testing，Abtest)验证，此时需要保证实验组和对照组有一定的审核数量，审核数量太少统计相关性不明显，审核数量太多能否分配的组又太少，没法进行多组实验，因此，本申请实施例中具体划分为把每天80W条视频，拆分为100组，即设置100组视频内容实验桶，每组8000个审核任务，对应400次审核领单，一个具体的审核任务进入哪里审核由内容调度分桶服务依据配置规则决定，例如1号视频内容实验桶都是加入了视频账号质量的调度排序，1000个审核人员采用随机方式从100个桶当中获取审核任务，一次从一个桶中获取多个审核任务，例如20个，并进行标记，标记是从哪个视频内容实验桶中领取的审核任务，进而再获取人工审核的审核结果，根据人工审核的审核结果再调整对应调度排序因子的影响权重，例如，过滤拒绝原因当中低质账号内容很高，此时可以把视频账号质量的权重提升，又例如，热点内容出库实验很高，则可以增加视频热点等级权重，从而当对照桶中，融合了单个调度排序因子的通过率在调整调度参数后没有提升也没有下降，调度效果稳定后，可以获得各个调度排序因子的影响权重，并且，之后待审核视频基于多个调度排序因子进行优先等级排序后，可以按照优先等级从高到低均匀进入所有视频内容实验桶，等待分配再次审核资源。
S3、根据确定的调度排序分值，对过滤后的每个待审核视频进行调度优先等级排序。
具体地，调度排序分值越高，对应的待审核视频的调度优先等级越高，可以按照调度排序分值，从高到低依次对过滤后的每个待审核视频进行调度优先等级排序。
本申请实施例中，针对过滤后的每个待审核视频，基于视频审核时考虑的调度排序因子，计算调度排序分值，从而进行调度优先等级排序，分配再次审核资源，而不是让审核人员按照时间顺序进行审核，可以大幅度增加有效合格视频内容的启用量，提高准确性和效率，并且可以优先审核一些时效或高质量的视频，提高处理效率，有利于整个视频内容生态，也提升了用户对于展示的审核通过的视频的观看体验。
基于上述实施例，下面采用具体的应用场景对本发明实施例中视频审核方法进行进一步说明。以再次审核资源为人工服务资源，即人工审核为例，参阅图3所示，为本申请实施例中视频审核***框架图，如图3所示，提供了一套完整的视频审核***框架，包括视频上传过程、上传成功后初步审核和调度排序过程、视频调度分发过程、人工审核过程、视频分发过程，下面先介绍下视频审核***中各个服务模块的主要功能，具体如下：
a、视频内容生产端10、视频内容消费端20。
(1)视频内容生产端10，可以为例如PGC、UGC、MCN、PUGC等内容生产者等，主要是通过移动端或者后端应用程序接口(Application Programming Interface，API)***，提供本地或者拍摄的视频，这些都是最后视频分发的主要内容来源，具体地：用于通过和上下行内容接口服务30通讯，获取上传服务器接口地址，并上传本地视频或拍摄的视频，其中，拍摄视频过程中还可以选择搭配的音乐、滤镜模板和视频的美化功能等。
(2)视频内容消费端20，主要用于和上下行内容接口服务30通讯，获取所访问视频的索引信息，并可以和视频内容存储服务器(图3中未示出)通讯，下载对应的视频，以及通过本地播放器进行播放观看，并且，视频内容消费端20通常通过Feeds流方式浏览视频，因此低质量的视频对用户体验会有很大影响，也会影响最终的时长和用户粘性。
进一步地，本申请实施例中，视频内容生产端10和视频内容消费端20还可以将上传和下载过程当中用户播放的行为数据、卡顿、加载时间、播放点击次数等信息上报给服务器。
b、上下行内容接口服务30。
主要用于：(1)和视频内容生产端10直接通讯，将前端提交的视频通过上下行内容接口服务30进入服务器端，将视频存入视频内容存储服务器，其中，前端提交的视频通常包括：视频内容的标题、发布者、摘要、视频封面、发布时间等，本申请实施例中并不进行限制。
(2)将视频的元信息，例如视频文件大小、视频封面链接、码率、文件格式、标题、发布时间、作者等信息写入视频内容元信息及数据库40。
(3)将上传的视频提交给视频内容入库服务50，进行后续的视频内容处理和流转。
c、视频内容元信息及数据库40。
本申请实施例中，视频内容元信息及数据库40是视频的核心数据库，主要用于：存储所有视频内容生产端10上传的视频的元信息，并且除了视频的元信息外，还可以存储人工审核过程中对视频的标记，例如标记的标签信息。
具体地，上下行内容接口服务30将上传的视频存储在视频内容存储服务器后，视频内容存储服务器会对视频内容进行标准的转码操作，转码完成后异步返回元信息，例如包括文件大小、码率、规格、截取封面图等，这些元信息都会保存在视频内容元信息及数据库40中。
并且，人工审核过程中会读取视频内容元信息及数据库40中的元信息，同时人工审核的审核结果和标记信息也会返回给视频内容元信息及数据库40中进行保存，人工审核的审核结果也是后续衡量机器算法过滤模型效率的一个重要依据。
d、视频内容入库服务50。
主要用于：负责视频流转的整个调度过程，通过上下行内容接口服务30接收入库的视频，然后从视频内容元信息及数据库40中获取视频的元信息，并且和调度排序服务100进行通讯，获取调度排序结果，即调度优先等级排序，同时根据内容调度分桶服务110的配置，将对应的视频调度分发到对应的视频内容实验桶。
e、下载文件***60。
主要用于：从视频内容元信息及数据库40和视频内容存储服务器下载和获取原始的视频，并且还可以控制下载的速度和进度，通常是一组并行的服务器，由相关的任务调度和分发集群构成。
f、抽帧服务70。
主要用于：对下载文件***60下载的视频进行视频特征信息的初级处理，即从视频中抽取关键帧，作为后续评价清晰度、视频封面、视频封面美观度、视频内容理解等机器处理算法的基础。
其中，针对抽取关键帧的方式，由于各个视频的时长可能不同，若采用均匀抽帧策略可能会导致频率不够，同时全部抽取也会增加抽帧的复杂度和计算量，计算成本急剧增大，比较空间扩大，因此本申请实施例中给出了一种可能实施方式，采用变长的抽帧策略，确定视频中的关键帧，例如为明亮度变化明显的场景切换帧，并基于关键帧，进行前后等间隔抽帧补齐，一个视频可以有多个关键帧。
g、特征提取构造服务80。
主要用于：根据视频封面清晰度等级的调度排序因子，将视频的关键帧作为输入，即将关键帧作为视频封面，采用多模态方法来构造视频的特征，得到衡量视频内容质量的各个因子，例如视频的封面、分辨率、码率、是否卡顿、是否有黑边和花屏、是否拼接、是否虚化等。
h、机器算法过滤服务90。
主要用于：构建机器处理模型，根据视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频，即对视频进行初步审核，从而可以先过滤掉一部分画面内容中存在严重血腥、暴恐、色情、政治新闻等危害画面内容，此时过滤掉的视频不参与后续的调度排序和人工审核。
并且，对于未被过滤掉的视频，还可以对视频的不同特征进行标记，例如视频清晰度情况、是不是热点视频、标题党程度、是否包含擦边球内容、视频是否过度裁剪、主题不突出、突然中止等按照不同程度做出标记，可以作为调度排序的因子参与后续的调度排序。
进一步地，机器算法过滤服务90还可以和统计服务130通讯，读取人工审核的审核结果，例如包括拒绝或通过视频的原因等，从而可以更新机器算法过滤服务90的初步审核算法，作为初步审核过滤调整的依据。
i、调度排序服务100。
本申请实施例中，调度排序服务100为比较核心的服务，主要用于：针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序。
其中，至少一个调度排序因子包括以下一种或任意组合：视频账号质量、视频热点等级、视频封面清晰度等级，具体调度排序和上述实施例中描述的方式相同，这里不再进行赘述。
并且，调度排序服务100还可以和内容调度分桶服务110配合，按照不同的审核任务派单策略，可以实现将基于不同调度排序因子排序的视频审核任务放入对应的视频内容实验桶中，例如所有考虑视频账号质量因素的加入1号视频内容实验桶，考虑视频封面清晰度等级因素的加入2号视频内容实验桶等。
j、内容调度分桶服务110和视频内容实验桶。
内容调度分桶服务110主要用于：基于调度排序因子和审核任务派单策略，对人工审核领单的流量进行分割配置，用来量化衡量各调度排序因子独立的调度效果，每个独立调度排序因子的调度效果，可以通过独立实验桶和对照桶进行abtest比较，通过统计服务130得到实际的数据。
其中，为了保障实验的统计显著性，一个视频内容实验桶审核流量的分配通常是几千到1W的量级，具体地视频内容实验桶的流量划分可以根据实际经验进行设置，例如每天80W审核视频量，拆分为100组，即100组视频内容实验桶，每组8000个审核任务，对应400次审核领单，即每次审核领单包括20条审核任务，从而审核人员可以按照随机方式从100个视频内容实验桶中领取审核任务。
k、视频审核领单服务120。
主要用于：(1)读取视频内容元信息及数据库40中视频的元信息，通常是一个业务复杂的基于web数据库开发的***，可以通过人工来对视频内容是否涉及色情，赌博，政治敏感的特性进行一轮初步过滤。
(2)在人工初步过滤的基础之上，还可以对视频进行分类和标签的标注或者确认，由于对于视频内容本身的机器学习还不完全成熟，可能并不准确，因此需要通过人机协作，进行再次确认和标注，提升视频本身标注的准确性和效率。
并且，视频审核领单服务120还用于接受内容调度分桶服务110的流量分配，最后实际获取哪个视频内容实验桶的审核任务由内容调度分桶服务110依据规则来定，例如1号桶都是加入了视频账号质量的优先等级排序调度，则从1号桶领单的审核任务就做个特定的标记。
(3)将人工审核过程中领取审核任务的来源、审核结果，审核开始和结束时间等审核的详细流水上报到统计服务器。
l、统计服务器130。
主要用于：接收视频审核领单服务120和视频内容消费端20的消费流水的上报，并对上报的流水进行统计挖掘和分析，供机器算法过滤***90读取，同时还可以提供调度效果对内容启用率和内容审核积压时间延迟的监控和分析。
m、视频分发内容库140和内容分发出口服务150。
视频分发内容库140通常是分级的，靠近用户端侧中只是缓存了一部分，原始视频内容都来自视频内容存储服务器，通常是一组分布范围很广、离用户较近的就近接入的视频内容存储服务器，其***通常还有内容分发网络(Content Delivery Network，CDN)加速服务器进行分布式缓存加速，并可以通过上下行内容接口服务30将内容生产者上传的视频保存起来。视频内容消费端20在获取到视频索引信息后，也可以直接访问视频分发内容库140对应的视频内容存储服务器下载对应的视频。
视频分发内容库140可以通过内容分发出口服务150将视频分发给视频内容消费端20，并且还可以根据用户的画像特征和视频的内容特征信息进行个性化的召回和排序。
例如，可以根据视频内容消费端20的视频请求，分发相应的视频，也可以基于用户的画像特征，通过推荐算法主动推荐视频，例如，推荐算法为协同推荐、矩阵分解、监督学习算法模型、基于深度学习的推荐模型等，本申请实施例中并不进行限制。
这样，本申请实施例中，提供了一种视频审核***框架，将视频内容生产端上传的视频，上传发布后存储在视频内容元信息及数据库中，然后通过视频内容入库服务启动视频的机器算法过滤过程和人工审核过滤过程，经过人工审核过程确认后能够分发的视频最终进入到视频分发内容库，然后对视频分发内容库中的视频根据请求用户的画像特征和视频本身的内容特征信息进行个性化的召回和排序，最后输出给视频内容消费端的消费用户，其中主要是实现了调度排序服务和内容调度分桶服务的相结合，兼顾了机器算法和人工审核各自的优缺点，通过人工审核的审核结果，例如审核不通过原因，以及视频审核积压的多维度分析，衡量了多个调度排序因子的调度排序效果，以视频内容审核通过率、启用量和处理效率提升为目标，通过调度排序因子进行调度优先等级排序，从而根据调度优先等级排序，分配给人工审核服务进行再次审核，有效提高了审核效率，减少一些时效或高质量视频的积压，并且，人工审核的审核结果，包括人工审核中发现的问题又能有效反馈到机器算法过滤***中，通过二者的联动，能够极大提高审核效率并降低审核耗时，可以节省大量的人工审核成本，并且有利于整个视频内容创作和分发的生态。
基于上述实施例，下面分别对图3所示的视频审核中各个过程进行说明，具体如下：
一、视频上传过程：
参阅图4所示，为本申请实施例中视频上传过程流程示意图，主要涉及***中的视频内容生产端、上下行内容接入服务、视频内容元信息及数据库，具体包括：
步骤400：视频内容生产端向上下行内容接入服务上传发布视频。
步骤401：上下行内容接口服务向视频内容元信息及数据库存储视频并写入视频的元信息。
这样，即实现了用户从视频内容生成端上传视频的过程，上传后包括视频文件和相应的元信息会进行存储。
二、上传成功后初步审核和调度排序过程：
参阅图5所示，为本申请实施例中视频初步审核和调度排序过程流程示意图，主要涉及***中的下载文件***、抽帧服务、特征提取构造服务、机器算法过滤服务、调度排序服务、统计服务，具体包括：
步骤500：下载文件***从视频内容元信息及数据库中下载视频。
步骤501：抽帧服务对下载文件***下载的视频进行抽帧处理。
步骤502：特征提取构造服务构造视频的内容质量特征信息。
具体地，以抽帧服务抽取的关键帧作为输入，构造视频的内容质量特征信息，例如视频封面清晰度等级等。
步骤503：机器算法过滤服务从特征提取构造服务调用特征检索服务。
这时机器算法过滤服务根据画面内容，可以对视频进行初步审核，过滤掉画面内容符合被禁止内容条件的视频。
步骤504：机器算法过滤服务从统计服务中读取人工审核流水统计。
这样，人工审核结果可以有效反馈到***中，实现机器算法过滤服务的不断改进和更新，可以有效利用和积累人工审核经验，机器算法过滤服务根据读取的人工审核流水统计，可以从中获取初步的训练数据，还可以用来衡量机器算法过滤的效果，并可以根据效果来决定后续的调度策略，更新机器算法过滤，也可以用于给后续调度排序服务提供指导意义，例如，若某一类问题的视频内容机器算法过滤效果不是很好，则可以后续交由人工审核。
步骤505：调度排序服务从机器算法过滤服务中获取初步审核结果。
进而调度排序服务对初步审核结果中未被过滤掉的视频，根据至少一个调度排序因子，计算调度排序分值，并根据调度排序分值，进行调度优先等级排序。
这样，本申请实施例中，针对待审核视频，先进行初步审核，通过机器算法过滤服务先过滤掉画面内容符合被禁止内容条件的待审核视频，然后并不是直接根据时间顺序调度分发给人工审核，而是通过调度排序服务根据至少一个调度排序因子进行调度优先等级排序，获得过滤后的每个待审核视频的调度优先等级排序结果，进而再分发给人工服务，提高准确性和效率，避免造成一些时效或高质量视频的积压，提高这些视频的审核处理效率，也提升最终用户观看视频的体验。
三、视频调度分发过程：
参阅图6所示，为本申请实施例中视频调度分发过程流程示意图，主要涉及视频内容入库服务、调度排序服务、内容调度分桶服务，具体包括：
步骤600：视频内容入库服务接收内容入库。
步骤601：视频内容入库服务从内容调度分桶服务获取内容切分配置。
步骤602：视频内容入库服务从调度排序服务中获取调度排序结果。
其中，调度排序结果即根据至少一个调度排序因子获得的调度优先等级排序。
步骤603：视频内容入库服务将视频调度分发到对应的视频内容实验桶中。
这样，根据内容调度分桶服务的配置以及调度排序服务的调度排序结果，将需要再次审核的视频调度分发到对应的视频内容实验桶中，以使后续人工审核时分发给人工服务。
四、人工审核过程：
参阅图7所示，为本申请实施例中视频人工审核过程流程示意图，主要涉及内容调度分桶服务、视频审核领单服务、统计服务，具体包括：
步骤700：审核人员向视频审核领单服务发起人工审核。
步骤701：视频审核领单服务获取内容调度分桶服务的流量切分配置。
步骤702：视频审核领单服务从视频内容实验桶中获取审核任务。
进而可以将获取到的审核任务发送给对应的审核人员，以使审核人员进行再次审核，并且还可以对视频进行标签标记等处理。
步骤703：视频审核领单服务将再次审核通过的视频出库到视频分发内容库。
步骤704：视频审核领单服务向视频内容元信息及数据库中写入人工审核的审核结果和标签标记结果信息。
步骤705：视频审核领单服务向统计服务上报人工审核流水信息。
这样，将视频内容实验桶中的视频分发到各审核人员进行人工审核，并可以记录人工审核流水信息，以积累人工审核经验，从而提高整体视频审核的准确性和效率。
五、视频分发过程：
参阅图8所示，为本申请实施例中视频分发过程流程示意图，主要涉及视频内容消费端、内容分发出口服务、视频分发内容库，具体包括：
步骤800：内容分发出口服务向视频内容消费端进行视频分发，视频内容消费端获取视频信息流。
步骤801：内容分发出口服务读取视频元信息和内容特征信息，做召回和排序。
进而可以结合用户的画面特征，将不同的视频分发给相应的用户。
基于上述实施例，参阅图9所示，本发明实施例中，视频审核装置具体包括：
过滤模块90，用于根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；
排序模块91，用于针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；
分配模块92，用于按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
可选的，根据待审核视频的至少一个调度排序因子进行调度优先等级排序时，排序模块91具体用于：
针对过滤后的每个待审核视频，根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值；
根据各调度排序因子的取值，确定待审核视频的调度排序分值；
根据确定的调度排序分值，对过滤后的每个待审核视频进行调度优先等级排序。
可选的，若所述调度排序因子包括至少两个时，则根据各调度排序因子的取值，确定待审核视频的调度排序分值时，排序模块91具体用于：根据各个调度排序因子的取值，以及每一个调度排序因子对应的影响权重，确定待审核视频的调度排序分值。
可选的，所述至少一个调度排序因子根据视频审核的时效性所关联的要素设置；所述至少一个调度排序因子包括以下一种或任意组合：视频账号质量、视频热点等级、视频封面清晰度等级。
可选的，若所述至少一个调度排序因子为视频账号质量，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块91具体用于：
确定待审核视频对应的视频账号，并获取所述对应的视频账号在预设时间段内总上传视频数量、每个上传视频的审核结果、各个审核通过的视频的播放次数；
根据总上传视频数量和每个上传视频的审核结果，确定视频账号的审核通过率；
根据各个审核通过的视频的播放次数，确定视频账号的账号影响力；
根据所述审核通过率和所述账号影响力，确定视频账号的视频账号质量。
可选的，若所述至少一个调度排序因子为视频热点等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块91具体用于：
获取待审核视频的标签；
根据预配置的各热点标签，将所述待审核视频的标签与预配置的各热点标签进行比对；
根据所述待审核视频的标签与各热点标签比对匹配成功的数量，确定所述待审核视频的视频热点等级。
可选的，若所述至少一个调度排序因子为视频封面清晰度等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值时，排序模块91具体用于：
获取待审核视频的视频封面；
基于清晰度识别模型分别获得以视频封面为输入参数确定的清晰度等级，所述清晰度识别模型用于根据视频封面确定清晰度等级。
可选的，进一步包括：
获取模块93，用于获取所述再次审核资源的审核结果；
更新模块94，用于根据所述再次审核资源的审核结果，更新所述被禁止内容条件，和/或更新所述每一个调度排序因子对应的影响权重。
基于上述实施例，本发明实施例中还提供了另一示例性实施方式的电子设备，在一些可能的实施方式中，本发明实施例中电子设备可以包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时可以实现上述任意实施例中的视频审核方法的步骤。
例如，以电子设备为本发明图1中的服务器200为例进行说明，则该电子设备中的处理器即为服务器200中的处理器210，该电子设备中的存储器即为服务器200中的存储器220。
基于上述实施例，本发明实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意方法实施例中的视频审核方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。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、嵌入式处理机或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。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种视频审核方法，其特征在于，包括：
根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；
针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；
按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
2.如权利要求1所述的方法，其特征在于，根据待审核视频的至少一个调度排序因子进行调度优先等级排序，具体包括：
针对过滤后的每个待审核视频，根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值；
根据各调度排序因子的取值，确定待审核视频的调度排序分值；
根据确定的调度排序分值，对过滤后的每个待审核视频进行调度优先等级排序。
3.如权利要求2所述的方法，其特征在于，若所述调度排序因子包括至少两个时，则根据各调度排序因子的取值，确定待审核视频的调度排序分值，具体包括：
根据各个调度排序因子的取值，以及每一个调度排序因子对应的影响权重，确定待审核视频的调度排序分值。
4.如权利要求2或3所述的方法，其特征在于，所述至少一个调度排序因子根据视频审核的时效性所关联的要素设置；
所述至少一个调度排序因子包括以下一种或任意组合：视频账号质量、视频热点等级、视频封面清晰度等级。
5.如权利要求4所述的方法，其特征在于，若所述至少一个调度排序因子为视频账号质量，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
确定待审核视频对应的视频账号，并获取所述对应的视频账号在预设时间段内总上传视频数量、每个上传视频的审核结果、各个审核通过的视频的播放次数；
根据总上传视频数量和每个上传视频的审核结果，确定视频账号的审核通过率；
根据各个审核通过的视频的播放次数，确定视频账号的账号影响力；
根据所述审核通过率和所述账号影响力，确定视频账号的视频账号质量。
6.如权利要求4所述的方法，其特征在于，若所述至少一个调度排序因子为视频热点等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
获取待审核视频的标签；
根据预配置的各热点标签，将所述待审核视频的标签与预配置的各热点标签进行比对；
根据所述待审核视频的标签与各热点标签比对匹配成功的数量，确定所述待审核视频的视频热点等级。
7.如权利要求4所述的方法，其特征在于，若所述至少一个调度排序因子为视频封面清晰度等级，则根据各调度排序因子中每个调度排序因子的特征信息确定各调度排序因子的取值，具体包括：
获取待审核视频的视频封面；
基于清晰度识别模型分别获得以视频封面为输入参数确定的清晰度等级，所述清晰度识别模型用于根据视频封面确定清晰度等级。
8.如权利要求3所述的方法，其特征在于，进一步包括：
获取所述再次审核资源的审核结果；
根据所述再次审核资源的审核结果，更新所述被禁止内容条件，和/或更新所述每一个调度排序因子对应的影响权重。
9.一种视频审核装置，其特征在于，包括：
过滤模块，用于根据各个待审核视频的画面内容，过滤掉画面内容符合被禁止内容条件的待审核视频；
排序模块，用于针对过滤后的每个待审核视频，根据待审核视频的至少一个调度排序因子进行调度优先等级排序；
分配模块，用于按照调度优先等级排序，优先为等级排序高的待审核视频分配再次审核资源。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-8任一项所述方法的步骤。
CN201910509756.1A 2019-06-13 2019-06-13 一种视频审核方法、装置及电子设备 Active CN110225373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910509756.1A CN110225373B (zh) 2019-06-13 2019-06-13 一种视频审核方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910509756.1A CN110225373B (zh) 2019-06-13 2019-06-13 一种视频审核方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN110225373A true CN110225373A (zh) 2019-09-10
CN110225373B CN110225373B (zh) 2023-01-24

Family

ID=67816809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910509756.1A Active CN110225373B (zh) 2019-06-13 2019-06-13 一种视频审核方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN110225373B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493649A (zh) * 2019-09-12 2019-11-22 重庆市群众艺术馆 基于群众满意度的文化馆数字资源加工方法
CN110781384A (zh) * 2019-10-09 2020-02-11 腾讯科技（深圳）有限公司 一种基于优先级的内容推荐方法、装置、设备及介质
CN110944217A (zh) * 2019-12-12 2020-03-31 北京达佳互联信息技术有限公司 直播信息处理方法、装置及服务器、存储介质
CN111125435A (zh) * 2019-12-17 2020-05-08 北京百度网讯科技有限公司 视频标签的确定方法、装置和计算机设备
CN111695422A (zh) * 2020-05-06 2020-09-22 Oppo（重庆）智能科技有限公司 视频标签获取方法、装置、存储介质及服务器
CN111767838A (zh) * 2020-06-28 2020-10-13 百度在线网络技术（北京）有限公司 视频审核方法和***、计算机***和计算机可读存储介质
CN111901639A (zh) * 2020-07-31 2020-11-06 上海博泰悦臻电子设备制造有限公司 多媒体视频上传方法、装置及***、存储介质及平台
CN112131428A (zh) * 2020-09-30 2020-12-25 北京一点网聚科技有限公司 视频筛选方法及装置
CN112153378A (zh) * 2020-09-27 2020-12-29 福建天晴数码有限公司 一种视频审核能力的测试方法及其***
CN112183951A (zh) * 2020-09-08 2021-01-05 支付宝(杭州)信息技术有限公司 基于审核质量评价的监管处理方法和装置
CN112203122A (zh) * 2020-10-10 2021-01-08 腾讯科技（深圳）有限公司 基于人工智能的相似视频处理方法、装置及电子设备
CN112364216A (zh) * 2020-11-23 2021-02-12 上海竞信网络科技有限公司 一种边缘节点内容审核过滤***及方法
CN112541390A (zh) * 2020-10-30 2021-03-23 四川天翼网络服务有限公司 一种用于考试视频违规分析的抽帧动态调度方法及***
CN112579771A (zh) * 2020-12-08 2021-03-30 腾讯科技（深圳）有限公司 一种内容的标题检测方法及装置
CN112689200A (zh) * 2020-12-15 2021-04-20 万兴科技集团股份有限公司 视频编辑方法、电子设备及存储介质
CN112749608A (zh) * 2020-06-08 2021-05-04 腾讯科技（深圳）有限公司 视频审核方法、装置、计算机设备和存储介质
CN113010739A (zh) * 2021-03-18 2021-06-22 北京奇艺世纪科技有限公司 一种视频标签审核方法、装置及电子设备
CN113115107A (zh) * 2021-04-15 2021-07-13 深圳鸿祥源科技有限公司 一种基于5g网络的手持视频采集终端***
CN113207013A (zh) * 2020-02-03 2021-08-03 腾讯科技（深圳）有限公司 多媒体数据发布管理方法、装置、设备及存储介质
CN114710692A (zh) * 2022-03-22 2022-07-05 上海哔哩哔哩科技有限公司 多媒体文件处理方法和装置
CN114996165A (zh) * 2022-08-01 2022-09-02 飞狐信息技术（天津）有限公司 一种业务数据审核方法及装置、存储介质及电子设备
CN115052173A (zh) * 2022-06-07 2022-09-13 北京胜视京基数字文化产业发展有限公司 一种网络短视频的内容分析方法及***

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101035281A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核***
US20100094878A1 (en) * 2005-09-14 2010-04-15 Adam Soroca Contextual Targeting of Content Using a Monetization Platform
CN101739416A (zh) * 2008-11-04 2010-06-16 未序网络科技（上海）有限公司 多指标综合权重视频排序方法
CN101751805A (zh) * 2008-12-01 2010-06-23 陈建 一种视频驾驶考试练习***
US9066122B1 (en) * 2013-03-08 2015-06-23 Google Inc. Serving video content segments
US20160041998A1 (en) * 2014-08-05 2016-02-11 NFL Enterprises LLC Apparatus and Methods for Personalized Video Delivery
CN105893561A (zh) * 2016-03-31 2016-08-24 北京奇艺世纪科技有限公司 一种排序方法和装置
CN106447239A (zh) * 2016-11-21 2017-02-22 北京字节跳动科技有限公司 一种数据发布的审核方法及装置
WO2017166477A1 (zh) * 2016-03-28 2017-10-05 乐视控股（北京）有限公司 一种视频信息的获取方法及装置
CN108170813A (zh) * 2017-12-29 2018-06-15 智搜天机（北京）信息技术有限公司 一种全媒体内容智能审核的方法及其***
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
CN109495783A (zh) * 2018-11-02 2019-03-19 平安科技（深圳）有限公司 视频审核方法、装置、电子设备及介质
CN109495766A (zh) * 2018-11-27 2019-03-19 广州市百果园信息技术有限公司 一种视频审核的方法、装置、设备和存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100094878A1 (en) * 2005-09-14 2010-04-15 Adam Soroca Contextual Targeting of Content Using a Monetization Platform
CN101035281A (zh) * 2007-04-19 2007-09-12 鲍东山 分级内容审核***
CN101739416A (zh) * 2008-11-04 2010-06-16 未序网络科技（上海）有限公司 多指标综合权重视频排序方法
CN101751805A (zh) * 2008-12-01 2010-06-23 陈建 一种视频驾驶考试练习***
US9066122B1 (en) * 2013-03-08 2015-06-23 Google Inc. Serving video content segments
US20160041998A1 (en) * 2014-08-05 2016-02-11 NFL Enterprises LLC Apparatus and Methods for Personalized Video Delivery
WO2017166477A1 (zh) * 2016-03-28 2017-10-05 乐视控股（北京）有限公司 一种视频信息的获取方法及装置
CN105893561A (zh) * 2016-03-31 2016-08-24 北京奇艺世纪科技有限公司 一种排序方法和装置
CN106447239A (zh) * 2016-11-21 2017-02-22 北京字节跳动科技有限公司 一种数据发布的审核方法及装置
CN108170813A (zh) * 2017-12-29 2018-06-15 智搜天机（北京）信息技术有限公司 一种全媒体内容智能审核的方法及其***
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
CN109495783A (zh) * 2018-11-02 2019-03-19 平安科技（深圳）有限公司 视频审核方法、装置、电子设备及介质
CN109495766A (zh) * 2018-11-27 2019-03-19 广州市百果园信息技术有限公司 一种视频审核的方法、装置、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TOSHIKO TOMINAGA: "《Performance Comparisons of Subjective Quality Assessment Methods for Video》", 《IEICE TRANSACTIONS ON COMMUNICATIONS》 *
刘琨: "《基于深度学习的台标检测在网络视频审核中的应用》", 《无线互联科技》 *

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493649B (zh) * 2019-09-12 2021-08-20 重庆市群众艺术馆 基于群众满意度的文化馆数字资源加工方法
CN110493649A (zh) * 2019-09-12 2019-11-22 重庆市群众艺术馆 基于群众满意度的文化馆数字资源加工方法
CN110781384A (zh) * 2019-10-09 2020-02-11 腾讯科技（深圳）有限公司 一种基于优先级的内容推荐方法、装置、设备及介质
CN110944217A (zh) * 2019-12-12 2020-03-31 北京达佳互联信息技术有限公司 直播信息处理方法、装置及服务器、存储介质
CN111125435B (zh) * 2019-12-17 2023-08-11 北京百度网讯科技有限公司 视频标签的确定方法、装置和计算机设备
CN111125435A (zh) * 2019-12-17 2020-05-08 北京百度网讯科技有限公司 视频标签的确定方法、装置和计算机设备
CN113207013B (zh) * 2020-02-03 2023-11-17 腾讯科技（深圳）有限公司 多媒体数据发布管理方法、装置、设备及存储介质
CN113207013A (zh) * 2020-02-03 2021-08-03 腾讯科技（深圳）有限公司 多媒体数据发布管理方法、装置、设备及存储介质
CN111695422B (zh) * 2020-05-06 2023-08-18 Oppo（重庆）智能科技有限公司 视频标签获取方法、装置、存储介质及服务器
CN111695422A (zh) * 2020-05-06 2020-09-22 Oppo（重庆）智能科技有限公司 视频标签获取方法、装置、存储介质及服务器
CN112749608A (zh) * 2020-06-08 2021-05-04 腾讯科技（深圳）有限公司 视频审核方法、装置、计算机设备和存储介质
CN112749608B (zh) * 2020-06-08 2023-10-17 腾讯科技（深圳）有限公司 视频审核方法、装置、计算机设备和存储介质
CN111767838A (zh) * 2020-06-28 2020-10-13 百度在线网络技术（北京）有限公司 视频审核方法和***、计算机***和计算机可读存储介质
CN111901639A (zh) * 2020-07-31 2020-11-06 上海博泰悦臻电子设备制造有限公司 多媒体视频上传方法、装置及***、存储介质及平台
CN112183951A (zh) * 2020-09-08 2021-01-05 支付宝(杭州)信息技术有限公司 基于审核质量评价的监管处理方法和装置
CN112183951B (zh) * 2020-09-08 2022-09-02 支付宝(杭州)信息技术有限公司 基于审核质量评价的监管处理方法和装置
CN112153378B (zh) * 2020-09-27 2023-05-26 福建天晴数码有限公司 一种视频审核能力的测试方法及其***
CN112153378A (zh) * 2020-09-27 2020-12-29 福建天晴数码有限公司 一种视频审核能力的测试方法及其***
CN112131428A (zh) * 2020-09-30 2020-12-25 北京一点网聚科技有限公司 视频筛选方法及装置
CN112203122B (zh) * 2020-10-10 2024-01-26 腾讯科技（深圳）有限公司 基于人工智能的相似视频处理方法、装置及电子设备
CN112203122A (zh) * 2020-10-10 2021-01-08 腾讯科技（深圳）有限公司 基于人工智能的相似视频处理方法、装置及电子设备
CN112541390A (zh) * 2020-10-30 2021-03-23 四川天翼网络服务有限公司 一种用于考试视频违规分析的抽帧动态调度方法及***
CN112541390B (zh) * 2020-10-30 2023-04-25 四川天翼网络股份有限公司 一种用于考试视频违规分析的抽帧动态调度方法及***
CN112364216A (zh) * 2020-11-23 2021-02-12 上海竞信网络科技有限公司 一种边缘节点内容审核过滤***及方法
CN112579771B (zh) * 2020-12-08 2024-05-07 腾讯科技（深圳）有限公司 一种内容的标题检测方法及装置
CN112579771A (zh) * 2020-12-08 2021-03-30 腾讯科技（深圳）有限公司 一种内容的标题检测方法及装置
CN112689200A (zh) * 2020-12-15 2021-04-20 万兴科技集团股份有限公司 视频编辑方法、电子设备及存储介质
CN113010739A (zh) * 2021-03-18 2021-06-22 北京奇艺世纪科技有限公司 一种视频标签审核方法、装置及电子设备
CN113010739B (zh) * 2021-03-18 2024-01-26 北京奇艺世纪科技有限公司 一种视频标签审核方法、装置及电子设备
CN113115107A (zh) * 2021-04-15 2021-07-13 深圳鸿祥源科技有限公司 一种基于5g网络的手持视频采集终端***
CN114710692A (zh) * 2022-03-22 2022-07-05 上海哔哩哔哩科技有限公司 多媒体文件处理方法和装置
CN114710692B (zh) * 2022-03-22 2024-03-01 上海哔哩哔哩科技有限公司 多媒体文件处理方法和装置
CN115052173A (zh) * 2022-06-07 2022-09-13 北京胜视京基数字文化产业发展有限公司 一种网络短视频的内容分析方法及***
CN114996165B (zh) * 2022-08-01 2022-12-13 飞狐信息技术（天津）有限公司 一种业务数据审核方法及装置、存储介质及电子设备
CN114996165A (zh) * 2022-08-01 2022-09-02 飞狐信息技术（天津）有限公司 一种业务数据审核方法及装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN110225373B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
CN110225373A (zh) 一种视频审核方法、装置及电子设备
CN103190902B (zh) 利用脑波频率数据和交互式多媒体显示来确定、监控及分析个人化响应变量的方法和***
CN105431834B (zh) 基于用户历史创建内容共享平台的个性化和连续播放列表
CN109783730A (zh) 产品推荐方法、装置、计算机设备和存储介质
CN108681970A (zh) 基于大数据的理财产品推送方法、***及计算机存储介质
US20190129964A1 (en) Digital credential field mapping
CN110163723A (zh) 基于产品特征的推荐方法、装置、计算机设备及存储介质
CN107273436A (zh) 一种推荐模型的训练方法和训练装置
CN107885796A (zh) 信息推荐方法及装置、设备
CN109982108A (zh) 用于优化视频的***和方法
CN104572775B (zh) 广告分类方法、装置及服务器
CN111737576B (zh) 应用功能个性化推荐方法和装置
CN110019800A (zh) 分发内容处理方法、装置、计算机设备和存储介质
CN108846040A (zh) 一种基于olap的处方笺多维分析方法及***
CN113674013A (zh) 一种基于商户自定义规则的广告竞价调整方法及***
CN105844107A (zh) 数据处理方法和装置
CN114942944A (zh) 培训内容生成与数据处理方法、装置、设备及存储介质
Leiva et al. Modeling how different user groups perceive webpage aesthetics
CN111476373B (zh) 一种人工智能数据服务***
US20210173823A1 (en) Network-based content submission and contest management
KR20090022755A (ko) 사용자지정 안면이미지/음성데이터가 반영된 특화영상컨텐츠 제공 시스템
US20210382953A1 (en) Methods and systems for adjusting self-tuning personalization engines in near real-time
TW202121291A (zh) 數位平台客製化功能推薦方法
CN109582896A (zh) 一种用于发布内容信息的方法、装置、网络设备和***
CN117135269B (zh) 一种app内关联显示方法、***、电子设备及存储介质

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