CN102880712A - 一种用于对搜索的网络视频进行排序的方法和系统 - Google Patents

Abstract

本发明提供了一种用于对搜索的网络视频进行排序的方法和系统，本发明和系统通过计算不同维度的权重值，包括计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j以获得最后的排序因子，本发明能更准确的反映用户的搜索结果，将用户更需要的搜索结果排列在前面，提高了用户体验。

Description

一种用于对搜索的网络视频进行排序的方法和系统

技术领域

本发明涉及网络视频搜索领域，尤其是涉及一种用于对搜索的网络视频进行排序的方法和系统。

背景技术

用户在搜索网络视频时，搜索结果是一系列有序的网络视频，这些网络视频的排序是搜索引擎根据自己的公式算出来的。这个排序可能并不能符合每个用户的兴趣。专利申请号为201010200736.5、申请人为中兴通讯股份有限公司的中国发明专利申请公开了一种个性化元搜索的方法及其应用终端，根据搜索关键词，从兴趣库中提取使用日志，并对搜索引擎返回的搜索结果进行预处理，利用使用日志，对预处理后的搜索结果和兴趣库中对应所述被搜索的关键词的资源定位符的兴趣度进行计算，根据计算结果排序并显示。该专利申请是通过一个兴趣度的计算来获得最终的排序结果。本发明提供了另外的一种获得网络视频排序的方法和系统，本发明和系统通过计算不同维度的权重值，能更准确的反映用户的搜索结果，将用户更需要的搜索结果排列在前面，提高了用户体验。

发明内容

鉴于现有技术中存在的问题，本发明的目的在于提供一种用于对搜索的网络视频进行排序的方法，其包括如下步骤：步骤（1）用户通过检索词检索网络视频；步骤（2）日志系统收集用户选择点击观看的网络视频日志；步骤（3）形成了一个搜索词K和其所对应的点击网络视频V的集合；步骤（4）计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j；步骤（5）根据排序因子ｒ的值得到针对搜索词的不同网络视频的特定排序结果，其中r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频分类权重值+ｊ。

进一步，步骤（4）中所述计算网络视频发布时间权重值进一步包括：将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T，分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3，发布时间所占最后排序因子的权重p=（1/30xp1+1/7xp2+p3）/t，其中t是集合T中发布时间的平均值。

进一步，步骤（4）中所述网络视频的播放量权重值的计算进一步包括：对于集合V中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差：

$a=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(\mathrm{vi}\right|v)}^2}$

其中v是播放量的平均数，播放量所占最后排序因子的权重为1/(a×v)。

进一步，步骤（4）中所述网络视频分类权重值的计算进一步包括：对于一个搜索词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，C/S就是这个词属于分类A的概率，即为网络视频所属分类的权重值。

进一步，步骤（4）中所述j的计算进一步包括：记录相同网络视频在集合v中出现的次数c，j等于相同网络视频在集合中出现的次数c除以集合v的网络视频数，同时对集合V进行去重。

此外，本发明还提供了一种用于对搜索的网络视频进行排序的系统，该系统包括：

检索模块，用于根据用户输入的检索词检索网络视频；

日志系统，用于收集用户选择点击观看的网络视频日志，并形成了一个搜索词K和其所对应的点击网络视频V的集合；

计算模块，计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j；

排序模块，根据排序因子ｒ的值得到针对搜索词的不同网络视频的特定排序结果，其中r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频分类权重值+ｊ。

进一步，所述计算模块计算网络视频发布时间权重值进一步包括：将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T，分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3，发布时间所占最后排序因子的权重p=（1/30xp1+1/7xp2+p3）/t，其中t是集合T中发布时间的平均值。

进一步，所述计算模块通过如下方式计算网络视频的播放量权重值：对于集合V中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差：

$a=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(\mathrm{vi}\right|v)}^2}$

其中v是播放量的平均数，播放量所占最后排序因子的权重为1/(a×v)。

进一步，所述计算模块通过如下方式计算网络视频分类权重值：对于一个搜索词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，C/S就是这个词属于分类A的概率，即为网络视频所属分类的权重值。

进一步，计算模块通过如下方式来计算所述j：记录相同网络视频在集合v中出现的次数c，j等于相同网络视频在集合中出现的次数c除以集合v的网络视频数，同时对集合V进行去重。

本发明所述的具有以下优点：本发明和系统通过计算不同维度的权重值，能更准确的反映用户的搜索结果，将用户更需要的搜索结果排列在前面，提高了用户体验。

附图说明

图1是本发明所述方法的流程图。

图2是根据本发明所述系统的结构图。

具体实施方式

为使本发明的上述目的、特征和优点更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明：如图1所示，共分以下几个步骤。

1.搜索词及其点击网络视频信息的收集

用户在搜索引擎搜索一个关键词后，搜索结果页面会呈现给用户很多搜索结果。用户会根据自己的需求在这些搜索结果中进行筛选。筛选完成后，用户就会点击一个网络视频观看，这时系统会向后台发送一条日志，记录这个搜索词和点击的网络视频。后台的日志系统收到这条日志后就会记录下来，当这些日志收集到一定数量后，就会对这些日志进行分析。考虑到实效行，分析一天做一次。分析的过程如下：由于日志记录的是一个搜索词对应有一个网络视频，分析时首先找到一个搜索词对应的所有网络视频，对所有的用户点击数据收集后，按照搜索词进行分组。这样就形成了一个搜索词K和其所对应的点击网络视频V的集合。针对V集合内的网络视频数据，从发布时间、播放量、所属分类、以及相同网络视频在V集合内出现的次数四个维度进行分析。

2.对收集的信息进行分析获得权重值

1）首先分析发布时间，将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T。分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3。发布时间所占最后排序因子的权重p=（1/30xp1+1/7xp2+p3）/t(t是集合T中发布时间的平均值)。

2）分析播放量，对于集合中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差： $a=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(\mathrm{vi}\right|v)}^2}$

其中v是播放量的平均数，该公式首先计算每一个网络视频播放量除以播放量平均数。播放量所占最后排序因子的权重为1/(a×v)。

3）网络视频分类，网络视频所属分类在排序中的权重值为搜索词K属于该分类的概率k。对于一个词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，这C/S就是这个词属于分类A的概率，该概率即为网络视频所属分类的权重值。

4）相同网络视频在集合v中出现的次数，将这个次数转换为该网络视频出现的概率j（j应该等于相同网络视频在集合中出现的次数c除以集合v的网络视频数），同时对集合V进行去重。

根据1），2），3），4）的计算结果，对于搜索词K的搜索结果M进行重新排序，最后每个网络视频的排序因子r的计算公式为：r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频所属分类权重值+ｊ。

根据排序因子ｒ的值得到针对不同搜索词的特定排序结果。

3．将形成的播放列表展现到页面上。

此系统的展示内容包括：每个网络视频的截图、时长、标题、播放量，删除按钮（将对应的网络视频从播放列表中移除），播放按钮（将播放列表中内容连播）。此系统展示的内容并不是搜索结果，仅是对搜索结果的一个补充。播放列表展现的位置在页面的右上角，既不影响目前搜索引擎结果的正常展示，又能充分利用页面的空白部分。

如图2所示，本发明还提供了一种用于对搜索的网络视频进行排序的系统，该系统包括：

检索模块，用于根据用户输入的检索词检索网络视频；

日志系统，用于收集用户选择点击观看的网络视频日志，并形成了一个搜索词K和其所对应的点击网络视频V的集合；

计算模块，计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j；

排序模块，根据排序因子ｒ的值得到针对搜索词的不同网络视频的特定排序结果，其中r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频分类权重值+ｊ。

显示模块，用于将形成的播放列表展现到页面上。

所述计算模块计算网络视频发布时间权重值进一步包括：将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T，分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3，发布时间所占最后排序因子的权重p=（1/30x p1+1/7xp2+p3）/t，其中t是集合T中发布时间的平均值。

所述计算模块通过如下方式计算网络视频的播放量权重值：对于集合V中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差：

$a=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\left(\mathrm{vi}\right|v)}^2}$

其中v是播放量的平均数，播放量所占最后排序因子的权重为1/(a×v)。

所述计算模块通过如下方式计算网络视频分类权重值：对于一个搜索词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，C/S就是这个词属于分类A的概率，即为网络视频所属分类的权重值。

计算模块通过如下方式来计算所述j：记录相同网络视频在集合v中出现的次数c，j等于相同网络视频在集合中出现的次数c除以集合v的网络视频数，同时对集合V进行去重。

本发明所述的具有以下优点：本发明和系统通过计算不同维度的权重值，能更准确的反映用户的搜索结果，将用户更需要的搜索结果排列在前面，提高了用户体验。

以上是对本发明的优选实施例进行的详细描述，但本领域的普通技术人员应该意识到，在本发明的范围内和精神指导下，各种改进、添加和替换都是可能的。这些都在本发明的权利要求所限定的保护范围内。

Claims (10)

1.一种用于对搜索的网络视频进行排序的方法，其特征在于包括如下步骤：

步骤（1）用户通过检索词检索网络视频；

步骤（2）日志系统收集用户选择点击观看的网络视频日志；

步骤（3）形成了一个搜索词K和其所对应的点击网络视频V的集合；

步骤（4）计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j；

步骤（5）根据排序因子ｒ的值得到针对搜索词的不同网络视频的特定排序结果，其中r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频分类权重值+ｊ。

2.根据权利要求1所述的方法，其特征在于步骤（4）中所述计算网络视频发布时间权重值进一步包括：将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T，分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3，发布时间所占最后排序因子的权重p=（1/30xp1+1/7xp2+p3）/t，其中t是集合T中发布时间的平均值。

3.根据权利要求1所述的方法，其特征在于步骤（4）中所述网络视频的播放量权重值的计算进一步包括：对于集合V中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差：

其中v是播放量的平均数，播放量所占最后排序因子的权重为1/(a×v)。

4.根据权利要求1所述的方法，其特征在于步骤（4）中所述网络视频分类权重值的计算进一步包括：对于一个搜索词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，C/S就是这个词属于分类A的概率，即为网络视频所属分类的权重值。

5.根据权利要求1所述的方法，其特征在于步骤（4）中所述j的计算进一步包括：记录相同网络视频在集合v中出现的次数c，j等于相同网络视频在集合中出现的次数c除以集合v的网络视频数，同时对集合V进行去重。

6.一种用于对搜索的网络视频进行排序的系统，其特征在于该系统包括：

检索模块，用于根据用户输入的检索词检索网络视频；

日志系统，用于收集用户选择点击观看的网络视频日志，并形成了一个搜索词K和其所对应的点击网络视频V的集合；

计算模块，计算网络视频发布时间权重值、网络视频的播放量权重值、网络视频分类权重值以及网络视频在集合V中的出现概率j；

排序模块，根据排序因子ｒ的值得到针对搜索词的不同网络视频的特定排序结果，其中r=网络视频的发布时间×发布时间权重值+网络视频的播放量×播放量权重值+网络视频分类权重值+ｊ。

7.根据权利要求6所述的系统，其特征在于所述计算模块计算网络视频发布时间权重值进一步包括：将集合V中网络视频的发布时间首先转换为一个相对于当前时间的整数，单位为秒，得到一个t1,t2,t3,…tn的集合T，分别计算集合T中小于距当前时间1天，7天，30天的概率p1,p2,p3，发布时间所占最后排序因子的权重p=（1/30xp1+1/7xp2+p3）/t，其中t是集合T中发布时间的平均值。

8.根据权利要求6所述的系统，其特征在于所述计算模块通过如下方式计算网络视频的播放量权重值：对于集合V中每一个网络视频播放量v1,v2,v3…vn,采用下式计算播放量的标准差：

其中v是播放量的平均数，播放量所占最后排序因子的权重为1/(a×v)。

9.根据权利要求6所述的系统，其特征在于所述计算模块通过如下方式计算网络视频分类权重值：对于一个搜索词K，记录下它在所有网络视频标题中出现的次数S，和它在网络视频所属分类A中的网络视频出现的次数C，C/S就是这个词属于分类A的概率，即为网络视频所属分类的权重值。

10.根据权利要求6所述的系统，其特征在于计算模块通过如下方式来计算所述j：记录相同网络视频在集合v中出现的次数c，j等于相同网络视频在集合中出现的次数c除以集合v的网络视频数，同时对集合V进行去重。

Images