CN106713952B - 视频处理方法及装置 - Google Patents

视频处理方法及装置 Download PDF

Info

Publication number
CN106713952B
CN106713952B CN201510784669.9A CN201510784669A CN106713952B CN 106713952 B CN106713952 B CN 106713952B CN 201510784669 A CN201510784669 A CN 201510784669A CN 106713952 B CN106713952 B CN 106713952B
Authority
CN
China
Prior art keywords
video
demand
target
time period
trend
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.)
Active
Application number
CN201510784669.9A
Other languages
English (en)
Other versions
CN106713952A (zh
Inventor
宣静
陈俊宏
钦滨杰
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.)
Beijing Gridsum Technology Co Ltd
Original Assignee
Beijing Gridsum 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 Beijing Gridsum Technology Co Ltd filed Critical Beijing Gridsum Technology Co Ltd
Priority to CN201510784669.9A priority Critical patent/CN106713952B/zh
Publication of CN106713952A publication Critical patent/CN106713952A/zh
Application granted granted Critical
Publication of CN106713952B publication Critical patent/CN106713952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user 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
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. movies

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请公开了一种视频处理方法及装置。该方法包括：通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及根据点播量趋势分布，对目标视频进行推广。通过本申请，解决了相关技术中对视频推广的精准度较低的问题。

Description

视频处理方法及装置
技术领域
本申请涉及网络视频领域，具体而言，涉及一种视频处理方法及装置。
背景技术
目前，许多视频网站需要对其所拥有的众多视频资源进行上线排期和推广排期，不同的视频如何合理的在有限的视频网站和站外广告资源上进行合适时间合适对象的推广决定着视频企业能否最大化利用资源。相关技术中根据用户的各种注册信息及浏览行为给用户定义一个用户画像，然后根据用户画像属性进行站内特定推广。然而，仅根据用户画像属性进行站内特定推广，导致对视频推广的精准度较低，视频推广效果较差。
针对相关技术中对视频推广的精准度较低的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种视频处理方法及装置，以解决相关技术中对视频推广的精准度较低的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种视频处理方法。该方法包括：通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及根据点播量趋势分布，对目标视频进行推广。
进一步地，利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布包括：根据用户行为标识，从点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及根据分类，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
进一步地，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；确定目标视频对应的视频类型；以及在目标时间段内对目标视频对应的视频类型进行推广处理。
进一步地，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；确定用户信息对应的用户群体类型；以及在目标时间段内对用户信息对应的用户群体类型进行推广处理。
进一步地，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；确定目标视频对应的视频类型；通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；确定用户信息对应的用户群体类型；以及在目标时间段内对目标视频对应的视频类型针对用户信息对应的用户群体类型进行推广处理。
为了实现上述目的，根据本申请的另一方面，提供了一种视频处理装置。该装置包括：爬取单元，用于通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制单元，用于绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；确定单元，用于利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及推广单元，用于根据点播量趋势分布，对目标视频进行推广。
进一步地，确定单元包括：分类模块，用于根据用户行为标识，从点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及第一确定模块，用于根据分类，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
进一步地，推广单元包括：第二确定模块，用于通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；第三确定模块，用于确定目标视频对应的视频类型；以及第一处理模块，用于在目标时间段内对目标视频对应的视频类型进行推广处理。
进一步地，推广单元包括：第四确定模块，用于通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；爬取模块，用于通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；第五确定模块，用于确定用户信息对应的用户群体类型；以及第一处理模块，用于在目标时间段内对用户信息对应的用户群体类型进行推广处理。
通过本申请，采用以下步骤：通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及根据点播量趋势分布，对目标视频进行推广，解决了相关技术中对视频推广的精准度较低的问题。通过绘制点播趋势图，确定点播量趋势分布，对目标视频进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的视频处理方法的流程图；以及
图2是根据本申请实施例的视频处理装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，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的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，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”等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，以便这里描述的本申请的实施例。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、系统、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。
根据本申请的实施例，提供了一种视频处理方法。
图1是根据本申请实施例的视频处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数。
爬虫技术的主要原理是抓取网页的内容。目前，大部分常见的语言都有相关的网络编程接口API，都能实现网络爬虫。例如，Java，Python，C++，C#，PHP，Perl等编程语言都可以实现网络爬虫。网络爬虫也叫网络蜘蛛，它是一个按照一定的规则自动提取网页程序，其会自动的通过网络抓取互联网上的网页，把网页中的相关数据保存下来。例如，本申请中的通过爬虫技术爬取目标网址中对某一视频进行播放的次数，本申请中的预设时间段，可以为一天中的00:00-24:00，也可以为一个月的时间，一个季度的时间，一个年的时间等等。即可以通过爬虫技术爬取一天00:00-24:00内目标网址中对某一视频进行播放的次数，对每天的数据进行叠加，根据视频点播量的多少，得到目标视频在一天中的哪个时段最容易被点播的情况。
步骤S102，绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型。
具体地，步骤S101中描述了可以通过爬虫技术爬取一天00:00-24:00内目标网址中对某一视频进行播放的次数，叠加爬虫技术爬取到的每天的数据，即可得到一个月、一个季度、一年或者更长时间的时间和视频点播量，根据获取到的数据绘制预设时间段内的视频点播量的点播趋势图。
例如，获取某一时间段内的目标视频，根据该目标视频获取到多种信息，包含：该目标视频所对应的视频类型、播放该目标视频的用户对应的用户群体类型。根据以上多种信息绘制该目标视频在该时间段内的视频点播量的点播趋势图。
需要说明的是，在本申请中，可以根据不同用户关注目标视频的不同信息绘制点播趋势图，在本申请中不限定绘制点播趋势图的具体方式。
可选地，在本申请实施例提供的视频处理方法中，在通过爬虫技术爬取视频点播量之后，在绘制预设时间段内的视频点播量的点播趋势图之前，该方法还包括：通过爬虫技术爬取视频点赞数，其中，视频点赞数为在预设时间段内在目标网址上对目标视频进行点赞的次数；确定视频点赞数对应的权重值；根据视频点赞数和视频点赞数对应的权重值计算视频点播增值；以及将视频点播增值与视频点播量进行相加，计算视频实际点播量，绘制预设时间段内的视频点播量的点播趋势图包括：绘制预设时间段内的视频实际点播量的点播趋势图。
视频点赞数作为视频观看用户对目标视频的一个重要评价，将视频点赞数赋予一定的权重值，在对视频点播量进行统计的时候，将视频点赞数作为一个影响参数，相应的增加一定的点播数，得到视频实际点播量，再绘制预设时间段内的视频实际点播量的点播趋势图。通过引入视频点赞数这一因素，合理的考虑了视频观看用户对视频的喜爱程度，从而后续在对视频进行推广时，提升推广的精准度。在本申请的实施例中，不一定仅限定于考虑视频点赞数这一因素，还可以考虑视频分享数等等因素，在本申请中不作限定。
步骤S103，利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
可选地，在本申请实施例提供的视频处理方法中，利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布包括：根据用户行为标识，从点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及根据分类，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
需要说明的是，用户行为标识可以是用户点击、浏览、点赞、分享等操作该目标视频的行为的标识。通过用户点击、浏览、点赞、分享等操作该目标视频行为的标识从点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类，根据该分类情况确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
步骤S104，根据点播量趋势分布，对目标视频进行推广。
可选地，在本申请实施例提供的视频处理方法中，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；确定目标视频对应的视频类型；以及在目标时间段内对目标视频对应的视频类型进行推广处理。
通过对点播量趋势分布进行分析，确定目标视频对应的视频类型(即与目标视频同类的视频)在点播上时间分布特点，从而对目标视频对应的视频类型进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
可选地，在本申请实施例提供的视频处理方法中，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；确定用户信息对应的用户群体类型；以及在目标时间段内对用户信息对应的用户群体类型进行推广处理。
通过对点播量趋势分布进行分析，确定点击目标视频的用户信息(即视频观看用户)对应的用户群体类型；在点播上时间分布特点，从而对该用户群体类型进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
可选地，在本申请实施例提供的视频处理方法中，根据点播量趋势分布，对目标视频进行推广包括：通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；确定目标视频对应的视频类型；通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；确定用户信息对应的用户群体类型；以及在目标时间段内对目标视频对应的视频类型针对用户信息对应的用户群体类型进行推广处理。
通过对点播量趋势分布进行分析，确定目标视频对应的视频类型(即与目标视频同类的视频)在点播上时间分布特点，以及确定点击目标视频的用户信息对应的用户群体类型在点播上时间分布特点，在用户信息对应的用户群体类型登陆目标视频所在的网址时，对目标视频对应的视频类型针对该用户信息对应的用户群体类型进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
需要说明的是，本申请中提及的对目标视频进行推广处理，并列方案也可以为对目标视频上线排期做出安排处理，例如，目标视频为“爸爸去哪儿”，通过对点播趋势图进行分析，儿童在暑假的晚间7:00-9:00对“爸爸去哪儿”点播量最高，即在对“爸爸去哪儿”做出上线排期做出安排处理时，会考虑将“爸爸去哪儿”视频播放安排在暑假的晚间7:00-9:00。同时当用户画像属性为儿童的用户群体类型登陆上目标视频所在的网址时，对用户群体类型为儿童的用户画像属性在暑假的晚间7:00-9:00“爸爸去哪儿”视频进行推广处理。从而保证对视频推广的精准度，提升对视频的推广效果。
本申请实施例提供的视频处理方法，通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及根据点播量趋势分布，对目标视频进行推广，解决了相关技术中对视频推广的精准度较低的问题。通过绘制点播趋势图，确定点播量趋势分布，对目标视频进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种视频处理装置，需要说明的是，本申请实施例的视频处理装置可以用于执行本申请实施例所提供的用于视频处理方法。以下对本申请实施例提供的视频处理装置进行介绍。
图2是根据本申请实施例的视频处理装置的示意图。如图2所示，该装置包括：爬取单元10、绘制单元20、确定单元30和推广单元40。
爬取单元10，用于通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数。
绘制单元20，用于绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型。
确定单元30，用于利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
推广单元40，用于根据点播量趋势分布，对目标视频进行推广。
本申请实施例提供的视频处理装置，通过爬取单元10通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制单元20绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；确定单元30利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及推广单元40根据点播量趋势分布，对目标视频进行推广，解决了相关技术中对视频推广的精准度较低的问题，通过绘制点播趋势图，确定点播量趋势分布，对目标视频进行推广处理，保证了对视频推广的精准度，进而提升对视频的推广效果。
可选地，在本申请实施例提供的视频处理装置中，确定单元30包括：分类模块，用于根据用户行为标识，从点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及第一确定模块，用于根据分类，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布。
可选地，在本申请实施例提供的视频处理装置中，推广单元40包括：第二确定模块，用于通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；第三确定模块，用于确定目标视频对应的视频类型；以及第一处理模块，用于在目标时间段内对目标视频对应的视频类型进行推广处理。
可选地，在本申请实施例提供的视频处理装置中，推广单元40包括：第四确定模块，用于通过分析点播量趋势分布确定目标时间段，其中，目标时间段为对目标视频点播量最高的时间段；爬取模块，用于通过爬虫技术爬取在目标时间段内点击目标视频的用户信息；第五确定模块，用于确定用户信息对应的用户群体类型；以及第一处理模块，用于在目标时间段内对用户信息对应的用户群体类型进行推广处理。
所述视频处理装置包括处理器和存储器，上述爬取单元、绘制单元、确定单元和推广单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元实现相应功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来进行视频处理。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本申请还提供了一种计算机程序产品的实施例，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：通过爬虫技术爬取视频点播量，其中，视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；绘制预设时间段内的视频点播量的点播趋势图，其中，点播趋势图中包含：针对目标视频所对应的视频类型、用户群体类型；利用点播趋势图，分别确定目标视频在视频类型和用户群体类型中的点播量趋势分布；以及根据点播量趋势分布，对目标视频进行推广。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
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述的部分，可以参见其他实施例的相关描述。
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，可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系统，或一些特征可以忽略，或不执行。
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。
显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (9)

1.一种视频处理方法，其特征在于，包括：
通过爬虫技术爬取视频点播量，其中，所述视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；
绘制所述预设时间段内的所述视频点播量的点播趋势图，其中，所述点播趋势图中包含：针对所述目标视频所对应的视频类型、用户群体类型；
利用所述点播趋势图，分别确定所述目标视频在所述视频类型和所述用户群体类型中的点播量趋势分布；以及
根据所述点播量趋势分布，对所述目标视频进行推广，
在通过爬虫技术爬取视频点播量之后，在绘制所述预设时间段内的所述视频点播量的点播趋势图之前，所述方法还包括：通过爬虫技术爬取视频点赞数，其中，所述视频点赞数为在预设时间段内在目标网址上对目标视频进行点赞的次数；确定所述视频点赞数对应的权重值；根据所述视频点赞数和所述视频点赞数对应的权重值计算视频点播增值；以及将所述视频点播增值与所述视频点播量进行相加，计算视频实际点播量，绘制所述预设时间段内的所述视频点播量的点播趋势图包括：绘制所述预设时间段内的所述视频实际点播量的点播趋势图。
2.根据权利要求1所述的方法，其特征在于，利用所述点播趋势图，分别确定所述目标视频在所述视频类型和所述用户群体类型中的点播量趋势分布包括：
根据用户行为标识，从所述点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及
根据所述分类，分别确定所述目标视频在所述视频类型和所述用户群体类型中的点播量趋势分布。
3.根据权利要求1或2所述的方法，其特征在于，根据所述点播量趋势分布，对所述目标视频进行推广包括：
通过分析所述点播量趋势分布确定目标时间段，其中，所述目标时间段为对所述目标视频点播量最高的时间段；
确定所述目标视频对应的视频类型；以及
在所述目标时间段内对所述目标视频对应的视频类型进行推广处理。
4.根据权利要求1或2所述的方法，其特征在于，根据所述点播量趋势分布，对所述目标视频进行推广包括：
通过分析所述点播量趋势分布确定目标时间段，其中，所述目标时间段为对所述目标视频点播量最高的时间段；
通过爬虫技术爬取在所述目标时间段内点击所述目标视频的用户信息；
确定所述用户信息对应的用户群体类型；以及
在所述目标时间段内对所述用户信息对应的用户群体类型进行推广处理。
5.根据权利要求1或2所述的方法，其特征在于，根据所述点播量趋势分布，对所述目标视频进行推广包括：
通过分析所述点播量趋势分布确定目标时间段，其中，所述目标时间段为对所述目标视频点播量最高的时间段；
确定所述目标视频对应的视频类型；
通过爬虫技术爬取在所述目标时间段内点击所述目标视频的用户信息；
确定所述用户信息对应的用户群体类型；以及
在所述目标时间段内对所述目标视频对应的视频类型针对所述用户信息对应的用户群体类型进行推广处理。
6.一种视频处理装置，其特征在于，包括：
爬取单元，用于通过爬虫技术爬取视频点播量，其中，所述视频点播量为在预设时间段内在目标网址上对目标视频进行播放的次数；
绘制单元，用于绘制所述预设时间段内的所述视频点播量的点播趋势图，其中，所述点播趋势图中包含：针对所述目标视频所对应的视频类型、用户群体类型；
确定单元，用于利用所述点播趋势图，分别确定所述目标视频在所述视频类型和所述用户群体类型中的点播量趋势分布；以及
推广单元，用于根据所述点播量趋势分布，对所述目标视频进行推广，
所述视频处理装置还用于在通过爬虫技术爬取视频点播量之后，绘制所述预设时间段内的所述视频点播量的点播趋势图之前，通过爬虫技术爬取视频点赞数，其中，所述视频点赞数为在预设时间段内在目标网址上对目标视频进行点赞的次数；确定所述视频点赞数对应的权重值；根据所述视频点赞数和所述视频点赞数对应的权重值计算视频点播增值；以及将所述视频点播增值与所述视频点播量进行相加，计算视频实际点播量，绘制所述预设时间段内的所述视频点播量的点播趋势图包括：绘制所述预设时间段内的所述视频实际点播量的点播趋势图。
7.根据权利要求6所述的装置，其特征在于，所述确定单元包括：
分类模块，用于根据用户行为标识，从所述点播趋势图中，提取具有相同视频类型和/或相同用户群体类型的视频进行分类；以及
第一确定模块，用于根据所述分类，分别确定所述目标视频在所述视频类型和所述用户群体类型中的点播量趋势分布。
8.根据权利要求6或7所述的装置，其特征在于，所述推广单元包括：
第二确定模块，用于通过分析所述点播量趋势分布确定目标时间段，其中，所述目标时间段为对所述目标视频点播量最高的时间段；
第三确定模块，用于确定所述目标视频对应的视频类型；以及
第一处理模块，用于在所述目标时间段内对所述目标视频对应的视频类型进行推广处理。
9.根据权利要求6或7所述的装置，其特征在于，所述推广单元包括：
第四确定模块，用于通过分析所述点播量趋势分布确定目标时间段，其中，所述目标时间段为对所述目标视频点播量最高的时间段；
爬取模块，用于通过爬虫技术爬取在所述目标时间段内点击所述目标视频的用户信息；
第五确定模块，用于确定所述用户信息对应的用户群体类型；以及
第一处理模块，用于在所述目标时间段内对所述用户信息对应的用户群体类型进行推广处理。
CN201510784669.9A 2015-11-16 2015-11-16 视频处理方法及装置 Active CN106713952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510784669.9A CN106713952B (zh) 2015-11-16 2015-11-16 视频处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510784669.9A CN106713952B (zh) 2015-11-16 2015-11-16 视频处理方法及装置

Publications (2)

Publication Number Publication Date
CN106713952A CN106713952A (zh) 2017-05-24
CN106713952B true CN106713952B (zh) 2020-02-07

Family

ID=58931988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510784669.9A Active CN106713952B (zh) 2015-11-16 2015-11-16 视频处理方法及装置

Country Status (1)

Country Link
CN (1) CN106713952B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390033B (zh) * 2019-07-25 2023-04-21 腾讯科技（深圳）有限公司 图像分类模型的训练方法、装置、电子设备及存储介质
CN116744060B (zh) * 2023-08-15 2023-11-07 厦门互量科技有限公司 一种基于互联网的短视频管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101835027A (zh) * 2010-04-16 2010-09-15 中山大学 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法
CN102088626A (zh) * 2009-12-02 2011-06-08 Tcl集团股份有限公司 一种在线视频推荐方法及视频门户服务系统
CN102999493A (zh) * 2011-09-08 2013-03-27 百度在线网络技术（北京）有限公司 一种用于实现视频资源推荐的方法与设备
CN103164481A (zh) * 2011-12-16 2013-06-19 盛乐信息技术（上海）有限公司 最大上升趋势视频的推荐方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2262601A (en) * 1999-12-21 2001-07-03 Tivo, Inc. Intelligent system and methods of recommending media content items based on userpreferences

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102088626A (zh) * 2009-12-02 2011-06-08 Tcl集团股份有限公司 一种在线视频推荐方法及视频门户服务系统
CN101835027A (zh) * 2010-04-16 2010-09-15 中山大学 一种基于双向机顶盒的视屏收视率统计及内容推荐系统及方法
CN102999493A (zh) * 2011-09-08 2013-03-27 百度在线网络技术（北京）有限公司 一种用于实现视频资源推荐的方法与设备
CN103164481A (zh) * 2011-12-16 2013-06-19 盛乐信息技术（上海）有限公司 最大上升趋势视频的推荐方法及系统

Also Published As

Publication number Publication date
CN106713952A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN106547767B (zh) 确定视频封面图片的方法及装置
US10356462B1 (en) Recommending a composite channel
Garcin et al. Offline and online evaluation of news recommender systems at swissinfo. ch
CN107222566B (zh) 信息推送方法、装置及服务器
CN105550903B (zh) 目标用户确定方法及装置
Tewksbury et al. News on the Internet: Information and Citizenship in the 21st Century
CN111178970B (zh) 广告投放的方法及装置、电子设备和计算机可读存储介质
CN102354315B (zh) 一种网址导航页面生成方法和装置
US8631122B2 (en) Determining demographics based on user interaction
US9990436B2 (en) Personal trends module
CN102752388B (zh) 基于浏览器的交互系统、方法、浏览器和云端服务器
US20120078725A1 (en) Method and system for contextual advertisement recommendation across multiple devices of content delivery
US20090055725A1 (en) System and Method for Generating Creatives Using Composite Templates
CN104967607A (zh) 一种信息处理方法、终端及服务器
CN104462594A (zh) 一种提供用户个性化资源消息推送的方法和装置
CN103440335A (zh) 视频推荐方法及装置
JP5544010B2 (ja) 多くの視聴者を開発すると予測されるビデオを広告のターゲットとする技術
WO2016155009A1 (en) Method and system for providing relevant advertisements
US20200111121A1 (en) Systems and methods for automatic processing of marketing documents
CN104156356A (zh) 个性化导航页面生成方法及装置
CN106713952B (zh) 视频处理方法及装置
CN111553740A (zh) 流量分配方法及装置、电子设备、计算机存储介质
US20140101064A1 (en) Systems and Methods for Automated Reprogramming of Displayed Content
CN106708888B (zh) 推荐方法及装置
CN108810089B (zh) 一种信息推送方法、装置及存储介质

Legal Events

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

Address after: 100083 No. 401, 4th Floor, Haitai Building, 229 North Fourth Ring Road, Haidian District, Beijing

Applicant after: Beijing Guoshuang Technology Co.,Ltd.

Address before: 100086 Cuigong Hotel, 76 Zhichun Road, Shuangyushu District, Haidian District, Beijing

Applicant before: Beijing Guoshuang Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant