CN104486649A

CN104486649A - 视频内容评级方法及装置

Info

Publication number: CN104486649A
Application number: CN201410797428.3A
Authority: CN
Inventors: 欧阳利萍
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2014-12-18
Filing date: 2014-12-18
Publication date: 2015-04-01
Anticipated expiration: 2034-12-18
Also published as: CN104486649B

Abstract

本发明公开了一种视频内容评级方法，包括：获取多个客户端针对待评级视频的多个播放行为数据；对多个播放行为数据进行统计以生成待评级视频的特征数据；以及根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。本发明实施例的方法，通过收集用户的播放行为数据进行分析处理以实现对视频内容的自动化评级，降低了评级分析成本，降低了运算量、增强了抗干扰能力，且在评级的过程中，不需要复杂的识别运算，提高了运算效率。本发明还公开了一种视频内容评级装置。

Description

视频内容评级方法及装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种视频内容评级方法及装置。

背景技术

目前，大量的视频内容存在于网络上，其中有相当一部分不具有正能量(如涉及暴力、情色等)内容，这对于未成年人来说存在极大的危害性。因此，电影市场通过内容评级以监督市场行为和帮助家长正确指导未成年人观看电影，使得内容评级具有重要社会意义和商业价值。

传统的视频内容评级一般是通过电影审查管理机构对将要进入市场的视频或电影进行审查以避免色情暴力等内容的公开展现。但是，传统的视频内容评级方法已经不能够满足互联网市场的视频评级的需求。当前的互联网内容还没有专业的审查机构负责对内容的审查，用户可以自由上传和转发，海量的视频数据使得依赖人工的方法力所不及。

目前，针对互联网上视频内容的评级方法主要有以下几种方法：

(1)人工鉴定方法，即通过人工审查确定视频内容的等级；

(2)用户反馈与标签方法，即通过用户主动反馈的方式评定视频内容的等级，例如，网站或视频播放器通过为用户提供反馈和举报的接口、或者允许用户以标注标签等形式，得到用户对视频内容的反馈，进而筛选暴力色情视频；

(3)文本内容分析方法，即对文件名和视频内容文字开展的自然语言处理，通过机器学习的方法鉴定内容；

(4)依赖智能图像识别技术的新方法，即通过图像处理与模式识别方法，直接对视频内容进行自动化的识别。

目前存在的问题是：(1)通过人工对视频内容进行鉴定，会导致人力成本过高；(2)依赖用户的主动反馈，若用户的主观意愿不强烈，可能会导致随机性很大；(3)情色暴力视频内容往往会通过串改名称进入互联网，其内容简单甚至完全不含文本，使得文本内容分析方法适用性受到极大局限；(4)通过图像处理与模式识别方法对视频内容进行自动化的识别，会导致成本高、运算量大、可靠性差等问题。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种视频内容评级方法。该方法通过收集用户的播放行为数据进行分析处理以实现对视频内容的自动化评级，降低了评级分析成本，降低了运算量、增强了抗干扰能力，且在评级的过程中，不需要复杂的识别运算，提高了运算效率。

本发明的第二目的在于提出一种视频内容评级装置。

为了实现上述目的，本发明第一方面实施例的视频内容评级方法，包括：获取多个客户端针对待评级视频的多个播放行为数据；对所述多个播放行为数据进行统计以生成所述待评级视频的特征数据；以及根据所述特征数据和预设的视频内容评级模型确定所述待评级视频对应的视频内容等级。

本发明实施例的视频内容评级方法，可获取多个客户端针对待评级视频的多个播放行为数据，并对多个播放行为数据进行统计以生成待评级视频的特征数据，以及根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级，通过收集用户的播放行为数据进行分析处理以实现对视频内容的自动化评级，降低了评级分析成本，降低了运算量、增强了抗干扰能力，且在评级的过程中，不需要复杂的识别运算，提高了运算效率。

为了实现上述目的，本发明第二方面实施例的视频内容评级装置，包括：第一获取模块，用于获取多个客户端针对待评级视频的多个播放行为数据；生成模块，用于对所述多个播放行为数据进行统计以生成所述待评级视频的特征数据；以及确定模块，用于根据所述特征数据和预设的视频内容评级模型确定所述待评级视频对应的视频内容等级。

本发明实施例的视频内容评级装置，可通过第一获取模块获取多个客户端针对待评级视频的多个播放行为数据，生成模块对多个播放行为数据进行统计以生成待评级视频的特征数据，确定模块根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级，通过收集用户的播放行为数据进行分析处理以实现对视频内容的自动化评级，降低了评级分析成本，降低了运算量、增强了抗干扰能力，且在评级的过程中，不需要复杂的识别运算，提高了运算效率。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，

图1是根据本发明一个实施例的视频内容评级方法的流程图；

图2是根据本发明一个实施例的建立预设的视频内容评级模型的流程图；

图3是根据本发明另一个实施例的视频内容评级方法的流程图；

图4是根据本发明一个实施例的视频内容评级装置的结构示意图；

图5是根据本发明另一个实施例的视频内容评级装置的结构示意图；

图6是根据本发明又一个实施例的视频内容评级装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述根据本发明实施例的视频内容评级方法及装置。

本发明提出了一种视频内容评级方法，包括：获取多个客户端针对待评级视频的多个播放行为数据；对多个播放行为数据进行统计以生成待评级视频的特征数据；以及根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。

图1是根据本发明一个实施例的视频内容评级方法的流程图。如图1所示，该视频内容评级方法可以包括：

S101，获取多个客户端针对待评级视频的多个播放行为数据。

例如，可通过日志上传的方式在不同载体收集客户端针对待评级视频的播放行为数据，即用户针对待评级视频的播放行为数据。应当理解，在本发明的实施例中，还可通过实时数据回传和/或网页会话(Session)等方式收集播放行为数据。其中，在本发明的施例中，播放行为的展现方式可包括但不限于网页在线播放、媒体播放器播放和Flash展示等。播放行为的载体可包括但不限于PC(Personal Computer，个人计算机)机、移动终端等，移动终端可以是手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。播放行为数据可包括但不限于播放起止时间、播放快进次数和拖动播放次数等。

举例而言，假设用户通过网页找到视频内容A，选择并播放该视频内容A，其中用户在观看视频内容A时有跳跃播放操作，在用户观看视频内容A的整个过程中，客户端(如播放器客户端和/或网页客户端等)可记录视频内容A的视频编号id、视频长度T_l、播放开始时间t_s、结束时间t_e、播放快进次数s_c、拖动播放次数m_c、除掉暂停的总播放时长T_i等数据，可将单个播放行为记为w，其中w＝{id,T_i,t_s,t_e,s_c,m_c,...}。之后，客户端可将播放行为数据压缩打包，通过HTTP协议上传到服务器，以使服务器获取到客户端针对视频内容A的播放行为数据。其中，上传的方式可包括但不限于实时上传、压缩打包上传、与其他数据混合上传等。

S102，对多个播放行为数据进行统计以生成待评级视频的特征数据。

具体地，可对多个播放行为数据进行整理，得到多个客户端上传的播放行为数据集合W,(W＝{w₁,w₂,...w_n...}，w_i为第i个客户端上传的播放行为数据)，并根据播放行为数据集合W对播放起止时间、播放快进次数、拖动播放次数、播放时长等参数分别进行统计，得到待评级视频的播放开始时间的概率分布Γ_st、播放快进次数的概率分布Γ_fc、平均开始时间t_s、平均播放时长T_i等数据，并将上述数据作为待评级视频的特征数据。

S103，根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。

具体而言，可将特征数据代入预设的视频内容评级模型进行分类，得到待评级视频对应的视频内容等级。

在本发明的一个实施例中，如图2所示，预设的视频内容评级模型可通过以下步骤建立：

S201，获取多个样本待评级视频，并获取多个样本客户端针对每个样本待评级视频的多个播放行为数据。

S202，对多个播放行为数据进行统计以生成每个样本待评级视频的特征数据。

S203，对每个样本待评级视频的特征数据进行分析，得到特征数据与视频内容等级之间的相关关系。

具体地，可通过建立统计数据图形、或表格展示的方式，可直观获取特征数据与视频内容等级之间的相关关系。举例而言，以特征数据中的播放开始时间为例，可根据每个样本待评级的特征数据中的播放开始时间建立一个统计数据图形，该数据图形中具有多个样本客户端针对每个样本待评级视频的多个播放开始时间数据，之后可根据图形中的数据分布与其对应的视频内容类型得到播放开始时间与视频内容等级之间的相关关系。例如，播放开始时间集中在凌晨3点至4点播放的视频，具有情色暴力情节的概率比较高；又如，平均开始播放时间为凌晨左右且平均快进次数在三次左右且播放时长不超过30分钟的视频，具有情色画面的概率非常高。

需要说明的是，在本发明的实施例中，还可通过聚类方法，如K均值方法、层次方法等，对每个样本待评级视频的特征数据进行分析以得到不同的分类，即可自动将具有相同或相近的特征数据的视频分成一类。还可通过统计工具SPSS对特征数据进行自动化分析，得出统计规律，通过统计规律得到特征数据与视频内容等级之间的相关关系。

S204，根据特征数据与视频内容等级之间的相关关系建立预设的视频内容评级模型。

举例而言，假设以通过支持向量机方法来建立预设的视频内容评级模型，首先，可获取10000个具有明显特征的样本待评级视频的播放行为数据，对每个样本待评级视频，有统计的平均播放开始时间平均播放时长平均拖动播放次数等，根据视频内容，标记情色程度p_s、暴力程度p_v。之后，通过SVM(Support Vector Machine，支持向量机)训练器，训练这10000个数据得到预设的视频内容评级模型，即有效特征向量数据。

由此，可将特征数据代入预设的视频内容评级模型进行分类，可根据预设的视频内容评级模型中的特征数据与视频内容等级之间的相关关系，得到待评级视频对应的视频内容等级。例如，假设待评级视频的特征数据为平均播放开始时间平均播放时长平均拖动播放次数等，即可根据通过支持向量机(SVM)方法对待评级视频进行分类，并得到待评级视频对应的视频内容等级。

综上所述，本发明提出的视频内容评级方法针对视频内容播放行为，如播放时间点、播放或观看方式等信息，推测视频内容等级。这种方法完全自动化、运算少、抗干扰能力强。相比较于相关技术中热门的图像识别、文字识别方法，该方法不依赖视频内容本身，不依赖文字内容，而是从用户行为角度进行分析，具备强的反作弊抗干扰能力，且不需要复杂的识别算法，运算效率高。

图3是根据本发明另一个实施例的视频内容评级方法的流程图。

为了提高评级结果的准确度，在本发明的实施例中，可根据客户端针对待评级视频的视频内容等级评估结果的反馈信息改进预设的视频内容评级模型。具体地，如图3所示，该视频内容评级方法可以包括：

S301，获取多个客户端针对待评级视频的多个播放行为数据。

其中，在本发明的施例中，每个播放行为数据可包括但不限于播放起止时间、播放快进次数和拖动播放次数等。

S302，对多个播放行为数据进行统计以生成待评级视频的特征数据。

S303，根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。

S304，获取多个客户端针对待评级视频的视频内容等级评估结果的反馈信息。

具体地，在根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级之后，客户端可对该待评级视频的视频内容等级的评估结果进行反馈，服务器可获取客户端的反馈信息。例如，在本步骤中，可为客户端提供反馈和举报的接口，当用户发现待评级视频的视频内容等级的评估结果不正确，可通过该反馈和举报的接口进行反馈。

S305，根据反馈信息对预设的视频内容评级模型进行更新。

其中，在本发明的实施例中，更新方法可包括但不限于以下两种：(1)增加新的标记数据，重新计算模型与参数，并更新到线上服务；(2)在线更新，利用不断更新的数据(如反馈信息中的数据等)，自动更新模型。

本发明实施例的视频内容评级方法，可获取多个客户端针对待评级视频的视频内容等级评估结果的反馈信息，并根据反馈信息对预设的视频内容评级模型进行更新，改进了视频内容的评级模型，从而提高了评级结果的准确度。

为了实现上述实施例，本发明还提出了一种视频内容评级装置，包括：第一获取模块，用于获取多个客户端针对待评级视频的多个播放行为数据；生成模块，用于对多个播放行为数据进行统计以生成待评级视频的特征数据；以及确定模块，用于根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。

图4是根据本发明一个实施例的视频内容评级装置的结构示意图。如图4所示，该视频内容评级装置可以包括：第一获取模块10、生成模块20和确定模块30。

具体地，第一获取模块10可用于获取多个客户端针对待评级视频的多个播放行为数据。例如，第一获取模块10可通过日志上传的方式在不同载体收集客户端针对待评级视频的播放行为数据，即用户针对待评级视频的播放行为数据。应当理解，在本发明的实施例中，还可通过实时数据回传和/或网页会话(Session)等方式收集播放行为数据。其中，在本发明的实施例中，播放行为的展现方式可包括但不限于网页在线播放、媒体播放器播放和Flash展示等。播放行为的载体可包括但不限于PC机、移动终端等，移动终端可以是手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。播放行为数据可包括但不限于播放起止时间、播放快进次数和拖动播放次数等。

举例而言，假设用户通过网页找到视频内容A，选择并播放该视频内容A，其中用户在观看视频内容A时有跳跃播放操作，在用户观看视频内容A的整个过程中，客户端(如播放器客户端和/或网页客户端等)可记录视频内容A的视频编号id、视频长度T_l、播放开始时间t_s、结束时间t_e、播放快进次数s_c、拖动播放次数m_c、除掉暂停的总播放时长T_i等数据，可将单个播放行为记为w，其中w＝{id,T_i,t_s,t_e,s_c,m_c,...}。之后，客户端可将播放行为数据压缩打包，通过HTTP协议上传到服务器，以使第一获取模块10获取到客户端针对视频内容A的播放行为数据。其中，上传的方式可包括但不限于实时上传、压缩打包上传、与其他数据混合上传等。

生成模块20可用于对多个播放行为数据进行统计以生成待评级视频的特征数据。更具体地，生成模块20可对多个播放行为数据进行整理，得到多个客户端上传的播放行为数据集合W,(W＝{w₁,w₂,...w_n...}，w_i为第i个客户端上传的播放行为数据)，并根据播放行为数据集合W对播放起止时间、播放快进次数、拖动播放次数、播放时长等参数分别进行统计，得到待评级视频的播放开始时间的概率分布Γ_st、播放快进次数的概率分布Γ_fc、平均开始时间平均播放时长等数据，并将上述数据作为待评级视频的特征数据。

确定模块30可用于根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级。具体而言，在本发明的实施例中，确定模块30可具体用于将特征数据代入预设的视频内容评级模型进行分类，得到待评级视频对应的视频内容等级。

进一步的，在本发明的一个实施例中，如图5所示，该视频内容评级装置还可包括模型建立模块40。模型建立模块40可用于建立预设的视频内容评级模型。具体而言，在本发明的实施例中，如图5所示，模型建立模块40可包括获取单元41、生成单元42、分析单元43和建立单元44。

更具体地，获取单元41可用于获取多个样本待评级视频，并获取多个样本客户端针对每个样本待评级视频的多个播放行为数据。生成单元42可用于对多个播放行为数据进行统计以生成每个样本待评级视频的特征数据。分析单元43可用于对每个样本待评级视频的特征数据进行分析，得到特征数据与视频内容等级之间的相关关系。建立单元44可用于根据特征数据与视频内容等级之间的相关关系建立预设的视频内容评级模型。

更具体地，分析单元43可通过建立统计数据图形、或表格展示的方式，可直观获取特征数据与视频内容等级之间的相关关系。举例而言，以特征数据中的播放开始时间为例，分析单元43可根据每个样本待评级的特征数据中的播放开始时间建立一个统计数据图形，该数据图形中具有多个样本客户端针对每个样本待评级视频的多个播放开始时间数据，之后可根据图形中的数据分布与其对应的视频内容类型得到播放开始时间与视频内容等级之间的相关关系。例如，播放开始时间集中在凌晨3点至4点播放的视频，具有情色暴力情节的概率比较高；又如，平均开始播放时间为凌晨左右且平均快进次数在三次左右且播放时长不超过30分钟的视频，具有情色画面的概率非常高。

需要说明的是，在本发明的实施例中，分析单元43还可通过聚类方法，如K均值方法、层次方法等，对每个样本待评级视频的特征数据进行分析以得到不同的分类，即可自动将具有相同或相近的特征数据的视频分成一类。还可通过统计工具SPSS对特征数据进行自动化分析，得出统计规律，通过统计规律得到特征数据与视频内容等级之间的相关关系。

举例而言，假设以通过支持向量机方法来建立预设的视频内容评级模型，首先，可获取10000个具有明显特征的样本待评级视频的播放行为数据，对每个样本待评级视频，有统计的平均播放开始时间平均播放时长平均拖动播放次数等，根据视频内容，标记情色程度p_s、暴力程度p_v。之后，通过SVM训练器，训练这10000个数据得到预设的视频内容评级模型，即有效特征向量数据。

由此，确定模块30可将特征数据代入预设的视频内容评级模型进行分类，可根据预设的视频内容评级模型中的特征数据与视频内容等级之间的相关关系，得到待评级视频对应的视频内容等级。例如，假设待评级视频的特征数据为平均播放开始时间平均播放时长平均拖动播放次数等，即可根据通过支持向量机(SVM)方法对待评级视频进行分类，并得到待评级视频对应的视频内容等级。

进一步的，在本发明的一个实施例中，如图6所示，该视频内容评级装置还可以包括第二获取模块50和更新模块60。

具体地，第二获取模块50可用于获取多个客户端针对待评级视频的视频内容等级评估结果的反馈信息。更具体地，在确定模块30根据特征数据和预设的视频内容评级模型确定待评级视频对应的视频内容等级之后，客户端可对该待评级视频的视频内容等级的评估结果进行反馈，第二获取模块50可获取客户端的反馈信息。例如，可为客户端提供反馈和举报的接口，当用户发现待评级视频的视频内容等级的评估结果不正确，可通过该反馈和举报的接口进行反馈。

更新模块60可用于根据反馈信息对预设的视频内容评级模型进行更新。其中，在本发明的实施例中，更新方法可包括但不限于以下两种：(1)增加新的标记数据，重新计算模型与参数，并更新到线上服务；(2)在线更新，利用不断更新的数据(如反馈信息中的数据等)，自动更新模型。

由此，根据反馈信息对预设的视频内容评级模型进行更新，改进了视频内容的评级模型，从而提高了评级结果的准确度。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims

1.一种视频内容评级方法，其特征在于，包括以下步骤：

获取多个客户端针对待评级视频的多个播放行为数据；

对所述多个播放行为数据进行统计以生成所述待评级视频的特征数据；以及

根据所述特征数据和预设的视频内容评级模型确定所述待评级视频对应的视频内容等级。

2.如权利要求1所述的视频内容评级方法，其特征在于，每个播放行为数据包括播放起止时间、播放快进次数和拖动播放次数。

3.如权利要求1所述的视频内容评级方法，其特征在于，所述根据所述特征数据和预设的视频内容评级模型确定所述待评级视频对应的视频内容等级具体包括：

将所述特征数据代入预设的视频内容评级模型进行分类，得到所述待评级视频对应的视频内容等级。

4.如权利要求1或3所述的视频内容评级方法，其特征在于，所述预设的视频内容评级模型通过以下步骤建立：

获取多个样本待评级视频，并获取多个样本客户端针对每个样本待评级视频的多个播放行为数据；

对所述多个播放行为数据进行统计以生成所述每个样本待评级视频的特征数据；

对所述每个样本待评级视频的特征数据进行分析，得到所述特征数据与视频内容等级之间的相关关系；以及

根据所述特征数据与视频内容等级之间的相关关系建立预设的视频内容评级模型。

5.如权利要求1所述的视频内容评级方法，其特征在于，还包括：

获取多个客户端针对待评级视频的视频内容等级评估结果的反馈信息；

根据所述反馈信息对所述预设的视频内容评级模型进行更新。

6.一种视频内容评级装置，其特征在于，包括：

第一获取模块，用于获取多个客户端针对待评级视频的多个播放行为数据；

生成模块，用于对所述多个播放行为数据进行统计以生成所述待评级视频的特征数据；以及

确定模块，用于根据所述特征数据和预设的视频内容评级模型确定所述待评级视频对应的视频内容等级。

7.如权利要求6所述的视频内容评级装置，其特征在于，每个播放行为数据包括播放起止时间、播放快进次数和拖动播放次数。

8.如权利要求6所述的视频内容评级装置，其特征在于，所述确定模块具体用于：

9.如权利要求6或8所述的视频内容评级装置，其特征在于，还包括：

模型建立模块，用于建立所述预设的视频内容评级模型；

所述模型建立模块包括：

获取单元，用于获取多个样本待评级视频，并获取多个样本客户端针对每个样本待评级视频的多个播放行为数据；

生成单元，用于对所述多个播放行为数据进行统计以生成所述每个样本待评级视频的特征数据；

分析单元，用于对所述每个样本待评级视频的特征数据进行分析，得到所述特征数据与视频内容等级之间的相关关系；以及

建立单元，用于根据所述特征数据与视频内容等级之间的相关关系建立预设的视频内容评级模型。

10.如权利要求6所述的视频内容评级装置，其特征在于，还包括：

第二获取模块，用于获取多个客户端针对待评级视频的视频内容等级评估结果的反馈信息；

更新模块，用于根据所述反馈信息对所述预设的视频内容评级模型进行更新。