CN105430536A - 一种视频推送方法和装置 - Google Patents

Abstract

本发明实施例提供了一种视频推送方法和装置，其中的方法包括：获取用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；将所确定的事件对应的视频片段推送给用户。本发明实施例提供了一种有效的途径来使得用户能够告诉视频提供商自己想要获取的视频片段内容，而视频提供商则能够根据用户请求来能够准确、及时地将用户想要获取的任何视频片段内容自动推送给用户。

Description

一种视频推送方法和装置

技术领域

本发明涉及多媒体技术领域，具体涉及一种视频推送方法和装置。

背景技术

随着移动终端的普及，移动时代已经到来，各种各样的移动终端应用已经融入到人们生活的方方面面。

移动终端的多媒体应用，尤其是视频播放功能已经成为人们最常用的功能之一。

目前，用户在观看视频时，往往只能通过主动选择来观看视频提供商提供的视频内容，而不能让视频提供商推送自己想要观看的视频片段。举例来说，用户观看到某部电视剧或电影中的某个片段A时，由于个人工作较忙或其他原因而不能继续观看，但是又特别想知道片段A剧情的后续发展结果时，并没有有效的途径来告诉视频提供商自己的需要，即使可以告诉视频提供商，目前也没有可行的技术方案，使得视频提供商能够准确、及时地将片段A的结果(假设为片段B)自动推送给用户。因此，用户往往只能花时间从头至尾观看视频、或者通过剧情介绍来了解后续发展。

发明内容

为了解决现有技术中用户在使用多媒体应用播放视频时，只能主动选择观看视频提供商提供的视频内容，而不能让视频提供商为自己推送自身想要观看的视频片段的问题，本发明实施例期望提供一种视频推送方法和装置。

本发明实施例提供了一种视频推送方法，包括：

获取用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

将所确定的事件对应的视频片段推送给用户。

上述方案中，所述根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件，包括：

提取视频获取请求中的特征值，根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

上述方案中，所述根据所述特征值确定用户请求获取的视频所对应的事件，包括：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

上述方案中，在根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件之前，所述方法还包括：

将视频按照事件划分成一个或多个视频片段；

确定事件与事件之间的关系，从而形成事件网络。

上述方案中，所述将视频按照事件划分成一个或多个视频片段，包括：

按照剧本或台词将视频划分为一个或多个视频片段；

确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

上述方案中，所述确定每一个视频片段所对应的剧本或台词的最终关键词，包括：

对所述每一个视频片段所对应的剧本或台词进行分词，提取符合条件的关键词集合生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

确定关键词集合中各个词语间的语义相似度；

根据关键词集合和各个词语间的语义相似度生成关键词网络；

确定关键词网络中各个顶点的居间度，生成居间度集合；

采用居间度密度算法得到居间度密度集合；

确定关键词集合中各个关键词的统计特征值；

分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

上述方案中，所述确定事件与事件之间的关系，包括：

根据事件所对应的剧本或台词中的关键要素确定事件与事件之间的关系。

本发明实施例提供了一种视频推送装置，包括：请求获取模块、事件确定模块及视频推送模块；其中，

所述请求获取模块，用于获取用户发送的视频获取请求；

所述事件确定模块，用于根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

所述视频推送模块，用于将所确定的事件对应的视频片段推送给用户。

上述方案中，所述事件确定模块，包括：提取子模块和确定子模块；其中，

所述提取子模块，用于提取视频获取请求中的特征值；

所述确定子模块，用于根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

上述方案中，所述确定子模块用于通过以下方式确定用户请求获取的视频所对应的事件：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

上述方案中，所述装置还包括划分模块和关系确定模块；其中，

所述划分模块，用于将视频按照事件划分成一个或多个视频片段；

所述关系确定模块，用于确定事件与事件之间的关系，从而形成事件网络。

上述方案中，所述划分模块包括：视频划分子模块和最终关键词确定子模块；其中，

所述视频划分子模块，用于按照剧本或台词将视频划分为一个或多个视频片段；

所述最终关键词确定子模块，用于确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

上述方案中，所述最终关键词确定子模块包括：分词子模块、提取子模块、语义相似度确定子模块、关键词网络构建子模块、居间度集合生成子模块、居间密度集合生成子模块、统计特征值确定子模块和确定子模块；其中，

所述分词子模块，用于对剧本或台词进行分词，得到多个关键词；

所述提取子模块，用于提取符合条件的关键词生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

所述语义相似度确定子模块，用于确定关键词集合中各个词语间的语义相似度；

所述关键词网络构建子模块，用于根据关键词集合和各个关键词间的语义相似度构建关键词网络；

居间度集合生成子模块，用于确定关键词网络中各个顶点的居间度，生成居间度集合；

所述居间密度集合生成子模块，用于采用居间度密度算法生成居间度密度集合；

所述统计特征值确定子模块，用于确定关键词集合中各个词语的统计特征值；

所述关键度确定子模块，用于分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

所述关键词确定子模块，还用于根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例所提供的一种视频推送方法和装置，获取用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；将所确定的事件对应的视频片段推送给用户。如此，根据本发明实施例一提供的视频推送方法，能够提供一种有效的途径来使得用户能够告诉视频提供商自己想要获取的视频片段内容，而视频提供商则能够根据用户请求来能够准确、及时地将用户想要获取的任何视频片段内容自动推送给用户。

附图说明

图1为本发明实施例提供的视频推送方法流程图一；

图2为本发明实施例提供的视频推送方法流程图二；

图3为本发明实施例提供的视频推送装置的基本结构图。

具体实施方式

实施例一

参照图1，示出了本发明的一种视频推送方法实施例一的步骤流程图，具体可以包括：

步骤101、获取用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

这一步骤中，通过视频播放服务提供商所设置的视频服务器来获取用户发送的视频获取请求，并根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件。举例来说，假设用户通过发送视频获取请求来请求获取视频片段X的结果时，由于视频片段X讲述了事件X，因此，视频片段X与事件X相对应。根据用户的请求，视频播放服务器需要确定事件X的结果，而通过查找就可以确定事件X的结果对应的事件是事件Y。

步骤102、将所确定的事件对应的视频片段推送给用户；

步骤101中，当确定了用户请求获取的视频所对应的事件之后，需要进一步确定所述事件对应的视频片段。仍以上述假设为例，当通过查找确定事件X的结果所对应的事件是事件Y之后，需要确定事件Y所对应的视频片段，这样，视频服务器就能够将事件Y所对应的视频片段推送给用户，这样，用户就可以直接观看自己想要观看的视频片段，从而获知想要知悉的事件结果。

综上，本发明实施例一提供的视频推送方法提供了一种有效的途径来使得用户能够告诉视频提供商自己想要获取的视频片段内容，而视频提供商则能够根据用户请求来能够准确、及时地将用户想要获取的任何视频片段内容自动推送给用户。

实施例二

参照图2，示出了本发明的一种视频推送方法实施例的步骤流程图，具体可以包括：

步骤201、将视频按照事件划分成一个或多个视频片段，并确定事件与事件之间的关系，从而形成事件网络；

具体的，所述将视频按照事件划分成一个或多个视频片段，包括：

按照剧本或台词将视频划分为一个或多个视频片段；

确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

上述方案中，在实际实现中，每个视频有其对应的剧本或台词，而剧本或台词通常将整个视频划分为多个视频片段(每一个视频片段与一段剧本或台词相对应)，而相应的一段剧本或台词可以用于标明其所对应的视频片段的起始时间，这样，将可以根据剧本或台词将视频划分为一个或多个视频片段。而为了确定划分后的每一个视频片段所对应的事件，则需要通过对每一个视频片段所对应的剧本或台词进行分析来确定。

所述确定每一个视频片段所对应的剧本或台词的最终关键词(该最终关键词用于标明相应视频片段所对应的事件)，包括以下步骤：

步骤1、对每一个视频片段所对应的剧本或台词进行分词，提取符合条件的关键词集合生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

步骤2、确定所述关键词集合中各个词语间的语义相似度；

具体的，词语间的语义相似度通过词语间的语义距离来确定，其确定方法可以是根据同义词典来确定2个词语的编码距离。

例如，采用现代汉语词典较常用的哈工大的《同义词词林》扩展版，其中每个词有若干个编码。每个编码由5层代码和1位标志位描述；假设，词语W_i的编码Code_i，Code_i的取值通过下式来计算：

Code_i＝X_i1X_i2X_i3X_i4X_i5F_i，其中，X_i1、X_i2、X_i3、X_i4及X_i5分别为Code_i的五层代码，F_i为Code_i的1位标志位。

则，词语W1和词语W2的语义距离定义为Dis(W₁,W₂)，其计算方法如下：

Dis(W₁,W₂)＝Dis(Code₁,Code₂)。

W1和W2的语义相似度Sim(W1,W2)为：

其中，α是一个可调节的参数，用于控制语义相似度Sim的取值范围，α值越大相似度越不灵敏；Sim的一般取值范围为0.3～1。

步骤3、根据关键词集合和各个词语间的语义相似度生成关键词网络；

假设，预处理后的词语集合为W，W_i表示集合W中的第i个词语，则一个视频片段所对应的剧本或台词所对应的词语语义相似度网络图G定义为：

G＝{V,E}，其中，V表示图G的顶点集合，V_i表示V中第i个顶点，V与W中的元素一一对应，即V_i对应W_i，E表示图G的边。

如果两个顶点的语义相似度大于一定的阀值，则在这两个顶点之间添加一条无向边，即：

E＝{(V_i,V_j)|V_i,V_j∈V,Sim(V_i,V_j)＞β}

＝{(V_i,V_j)|V_i,V_j∈V,W_i,W_j∈W,Sim(W_i,W_j)＞β}

其中0＜β＜1。

步骤4、确定关键词网络中各个顶点的居间度，生成居间度集合；

居间度是图(也就是每一个视频片段所对应的剧本或台词的网络)当中一种术语，主要用于表示通过图中每个顶点(关键词)的有效次数。假设居间度集合为bc，该集合中顶点V_i的居间度为bc_i，则bc_i通过下式确定：

其中，n为图G的顶点数目，g_mk表示顶点V_m和V_k之间的最短路径数，g_mk(V_i)表示顶点V_m和V_k之间的最短路径是否通过顶点V_i，通过则为1，否则为0。

步骤5、采用居间度密度算法得到居间度密度集合；

顶点V_i的居间度密度是指图G中的所有顶点的居间度集合平均划分成一定数目的区间后，顶点V_i的居间度所在区间的顶点密度。将居间度集合划分成一定数目的区间后，区间内词语越密集，即词语的居间密度越大，该词语越可能是关键词。

具体的，当将居间度集合bc平均划分成S个区间，将每个区间的顶点数目占全部顶点数目的比例作为顶点V_i的居间度所在区间的顶点密度。顶点V_i的居间密度D通过下式确定：

其中，P_i为第i个区间的顶点数，P_all为图G中全部顶点数目。

步骤6、确定关键词集合中各个词语的统计特征值；

统计特征值是对词语的频率进行统计的方法，主要用来确定关键词。

词语W_i在文本中的词频(即，统计特征值)f_i定义为：

其中，n_i是词语W_i在视频片段所对应的剧本或台词中出现的次数，分母∑_kn_k表示视频片段所对应的剧本或台词中所有词语出现的次数总和，实际应用中，一个词语的词频越大，词语越可能是关键词。

步骤7、分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

关键词集合中词语W_i的关键度Score(W_i)的计算函数为：

$Score\left(W_i\right)={\mathrm{Vd}}_w\×{\mathrm{Vd}}_i+Tw(\stackrel{3}{\mathrm{\Σ}}{\mathrm{locw}}_j{\mathrm{loc}}_{ij}+lenw\×{\mathrm{len}}_i+posw\×{\mathrm{pos}}_i+{\mathrm{tf}}_i);$

其中，Vd_i表示W_i的语义贡献值，Vd_w表示语义贡献值权重，Tw为统计特征值权重，loc_ij表示W_i是否在位置j上出现过，locw_j表示统计特征中位置j的权重，其中j取值为1、2、3,其中，取值1代表的位置种类为标题、取值2代表的位置种类为段首、取值3代表的位置种类为段尾；len_i表示W_i的词长，lenw表示词长权重，pos_i表示W_i的词性值，posw表示统计特征中词性权重。

其中，词语W_i的词性值pos_i为W_i所属词性的重要度，其定义为：

也就是，当确定词语W_i的词性为形容词时，pos_i取值为0.5、当确定词语W_i的词性为副词时，pos_i取值为0.3、当确定词语W_i的词性为名词时，pos_i取值为0.8、当确定词语W_i的词性为动词时，pos_i取值为0.3、当确定词语W_i的词性为成语时，pos_i取值为0.6。

步骤8、根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

这一步骤中，根据关键度确定关键词需要根据具体的实际情况而定，比如，根据需要按照关键度从高到低的顺序取预设个数个关键词，该预设个数可以根据实际需要进行设置，例如，可以是两个或者三个；或者，预先设定关键度的预置，将关键度大于等于所述阈值的关键词确定为最终关键词。

具体的，所述确定事件与事件之间的关系，包括：

根据事件所对应的剧本或台词中的关键要素确定事件与事件之间的关系。

具体的，所述事件的关键要素包括：动作要素action、对象要素object、时间要素time、环境要素env来确定两个事件的关系，则两个事件，即事件1和事件2的关系的计算方法为：

C＝α×(object1×object2)+β×(action1×action2)+χ×(time1×time2)+δ×(env1×env2)；

其中，object1为事件1的对象要素、object2位事件2的对象要素，(object1×object2)表示事件1和事件2的对象要素的相似度，两个事件的对象要素越相似则其乘积值越大；action1为事件1的动作要素、action2位事件2的动作要素，(action1×action2)表示事件1和事件2的动作要素的相似度，根据动词的常用属性判断两个动作是否具有关联以及关联的紧密度，则其乘积值越大表明两个动作关联性越大；time1表示事件1的时间要素、time2表示事件2的时间要素，(time1×time2)表示事件1和事件2的时间要素的相似度，每个事件都必须发生在一个时间段内，事件有开始、发展、结束，因此，可以根据时间要素判断两个事件的关联性；env1表示事件1的环境要素、env2表示事件2的环境要素，(env1×env2)表示事件1和事件2的环境要素的相似度，由于任何事件必然发生在一定的环境中，因此通过判断两个事件是否在同一个环境中可以来判断两个事件是否关联。

具体的，无论是动作要素action、对象要素object、时间要素time还是环境要素env都是通过词语进行描述，因此，要素和要素之间的相似度，可以依据同义词词典进行判断，相似度通常在0至1之间取值；比如，事件A的环境要素是上海，事件B的环境要素是沪，则env1*env2＝1，即，两个事件的环境要素相同。如果两要素存在包含关系或上下位关系，如，事件A的时间要素是7月10日晚，事件B的时间要素是7月11日，则可认为time1*time2＝0.5。针对除以上之外的其他情况，可以将两要素的相似度认为是0。

α,β,χ,δ均为调节因子，为固定取值的常量，可根据计算结果(即，两个事件的关系)为因果关系还是跟随关系的情况而进行取值，范围为[0,1]。

如果计算出的结果在给定的阀值内就认为两个事件具有关系，所述具有关系包括：因果关系和跟随关系。具体的，所述阈值在[0，1]内取值，在实际实现中，具体的阈值可以根据实际的计算结果及经验值来确定。

举例来说，当事件e1的发生导致e2发生的概率大于给定的阀值，则称两事件具有因果关系。

当在一定时间段内，事件e2可能跟随事件e1之后而发生，这种跟随发生的概率大于给定的阀值，则称两事件具有跟随关系。

步骤202、当获取到用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件，并将所确定的事件对应的视频片段推送给用户；

具体的，所述根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件，包括：

提取视频获取请求中的特征值，根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

具体的，所述根据所述特征值确定用户请求获取的视频所对应的事件，包括：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

可见，利用本发明实施例二提供的视频推送方法，能够将视频按照事件划分成一个或多个视频片段，并确定事件与事件之间的关系，从而形成事件网络，这样，当获取到用户发送的视频获取请求后，可以根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件，并将所确定的事件对应的视频片段推送给用户。可见，该方案提供了一种科学、有效的方式自动将视频划分成多个片段，并确定视频片段与视频片段之间的关系，从而，在接收到用户的视频获取请求时，快速、准确的定位用户请求获取的视频并推送给用户。

装置实施例

参照图3，示出了本发明一种视频推送装置实施例的结构框图，所述装置包括：请求获取模块31、事件确定模块32及视频推送模块33；其中，

所述请求获取模块31，用于获取用户发送的视频获取请求；

所述事件确定模块32，用于根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

所述视频推送模块33，用于将所确定的事件对应的视频片段推送给用户。

具体的，所述事件确定模块32，包括：提取子模块和确定子模块；其中，

所述提取子模块，用于提取视频获取请求中的特征值；

所述确定子模块，用于根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

具体的，所述确定子模块用于通过以下方式确定用户请求获取的视频所对应的事件：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

在本发明的另一种可选实施例中，所述装置还包括划分模块34和关系确定模块35；其中，

所述划分模块34，用于将视频按照事件划分成一个或多个视频片段；

所述关系确定模块35，用于确定事件与事件之间的关系，从而形成事件网络。

具体的，所述划分模块34包括：视频划分子模块和最终关键词确定子模块；其中，

所述视频划分子模块，用于按照剧本或台词将视频划分为一个或多个视频片段；

所述最终关键词确定子模块，用于确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

上述方案中，在实际实现中，每个视频有其对应的剧本或台词，而剧本或台词通常将整个视频划分为多个视频片段(每一个视频片段与一段剧本或台词相对应)，而相应的一段剧本或台词可以用于标明其所对应的视频片段的起始时间，这样，就可以根据剧本或台词将视频划分为一个或多个视频片段。而为了确定划分后的每一个视频片段所对应的事件，则需要通过对每一个视频片段所对应的剧本或台词进行分析来确定。

所述最终关键词确定子模块包括：分词子模块、提取子模块、语义相似度确定子模块、关键词网络构建子模块、居间度集合生成子模块、居间密度集合生成子模块、统计特征值确定子模块和确定子模块；其中，

所述分词子模块，用于对每一个视频片段所对应的剧本或台词进行分词，得到多个关键词；

所述提取子模块，用于提取符合条件的关键词生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

所述语义相似度确定子模块，用于确定所述关键词集合中各个词语间的语义相似度；

所述关键词网络构建子模块，用于根据关键词集合和各个关键词间的语义相似度构建关键词网络；

居间度集合生成子模块，用于确定关键词网络中各个顶点的居间度，生成居间度集合；

所述居间密度集合生成子模块，用于采用居间度密度算法生成居间度密度集合；

所述统计特征值确定子模块，用于确定关键词集合中各个词语的统计特征值；

所述关键度确定子模块，用于分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

所述确定子模块，还用于根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

在具体实施过程中，上述请求获取模块31、事件确定模块32、视频推送模块33、划分模块34、关系确定模块35、视频划分子模块、最终关键词确定子模块、提取子模块、确定子模块、分词模块、提取模块、语义相似度确定模块、关键词网络构建模块、居间度集合生成模块、居间密度集合生成模块、统计特征值确定模块和确定子模块可以由移动终端内的中央处理器(CPU，CentralProcessingUnit)、微处理器(MPU，MicroProcessingUnit)、数字信号处理器(DSP，DigitalSignalProcessor)或可编程逻辑阵列(FPGA，Field－ProgrammableGateArray)来实现。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例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，本发明实施例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。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、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终端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终端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终端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终端设备上，使得在计算机或其他可编程终端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终端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实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做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实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种视频推送方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，根据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (13)

1.一种视频推送方法，其特征在于，所述方法包括：

获取用户发送的视频获取请求后，根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

将所确定的事件对应的视频片段推送给用户。

2.根据权利要求1所述的方法，其特征在于，所述根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件，包括：

提取视频获取请求中的特征值，根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述特征值确定用户请求获取的视频所对应的事件，包括：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

4.根据权利要求1至3其中任一项所述的方法，其特征在于，在根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件之前，所述方法还包括：

将视频按照事件划分成一个或多个视频片段；

确定事件与事件之间的关系，从而形成事件网络。

5.根据权利要求3所述的方法，其特征在于，所述将视频按照事件划分成一个或多个视频片段，包括：

按照剧本或台词将视频划分为一个或多个视频片段；

确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

6.根据权利要求5所述的方法，其特征在于，所述确定每一个视频片段所对应的剧本或台词的最终关键词，包括：

对所述每一个视频片段所对应的剧本或台词进行分词，提取符合条件的关键词集合生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

确定关键词集合中各个词语间的语义相似度；

根据关键词集合和各个词语间的语义相似度生成关键词网络；

确定关键词网络中各个顶点的居间度，生成居间度集合；

采用居间度密度算法得到居间度密度集合；

确定关键词集合中各个关键词的统计特征值；

分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

7.根据权利要求6所述的方法，其特征在于，所述确定事件与事件之间的关系，包括：

根据事件所对应的剧本或台词中的关键要素确定事件与事件之间的关系。

8.一种视频推送装置，其特征在于，所述装置包括：请求获取模块、事件确定模块及视频推送模块；其中，

所述请求获取模块，用于获取用户发送的视频获取请求；

所述事件确定模块，用于根据用户发送的视频获取请求确定用户请求获取的视频所对应的事件；

所述视频推送模块，用于将所确定的事件对应的视频片段推送给用户。

9.根据权利要求8所述的装置，其特征在于，所述事件确定模块，包括：提取子模块和确定子模块；其中，

所述提取子模块，用于提取视频获取请求中的特征值；

所述确定子模块，用于根据所述特征值确定用户请求获取的视频所对应的事件；其中，所述特征值包括：事件特征值和关系特征值。

10.根据权利要求9所述的装置，其特征在于，所述确定子模块用于通过以下方式确定用户请求获取的视频所对应的事件：

根据事件特征值和关系特征值，在事件网络中查找与事件特征值对应的事件之间符合所述关系特征值对应的关系的事件，所查找到的事件即为用户请求的视频所对应的事件。

11.根据权利要求8至10其中任一项所述的装置，其特征在于，所述装置还包括划分模块和关系确定模块；其中，

所述划分模块，用于将视频按照事件划分成一个或多个视频片段；

所述关系确定模块，用于确定事件与事件之间的关系，从而形成事件网络。

12.根据权利要求10所述的装置，其特征在于，所述划分模块包括：视频划分子模块和最终关键词确定子模块；其中，

所述视频划分子模块，用于按照剧本或台词将视频划分为一个或多个视频片段；

所述最终关键词确定子模块，用于确定每一个视频片段所对应的剧本或台词的最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。

13.根据权利要求12所述的装置，其特征在于，所述最终关键词确定子模块包括：分词子模块、提取子模块、语义相似度确定子模块、关键词网络构建子模块、居间度集合生成子模块、居间密度集合生成子模块、统计特征值确定子模块和确定子模块；其中，

所述分词子模块，用于对剧本或台词进行分词，得到多个关键词；

所述提取子模块，用于提取符合条件的关键词生成关键词集合，所述关键词集合包括：名词、动词、形容词和副词；

所述语义相似度确定子模块，用于确定关键词集合中各个词语间的语义相似度；

所述关键词网络构建子模块，用于根据关键词集合和各个关键词间的语义相似度构建关键词网络；

居间度集合生成子模块，用于确定关键词网络中各个顶点的居间度，生成居间度集合；

所述居间密度集合生成子模块，用于采用居间度密度算法生成居间度密度集合；

所述统计特征值确定子模块，用于确定关键词集合中各个词语的统计特征值；

所述关键度确定子模块，用于分别对关键词集合中各关键词的居间密度和各关键词所对应的统计特征值进行加权获得各关键词的关键度；

所述关键词确定子模块，还用于根据各个关键词的关键度确定最终关键词，所述最终关键词用于标明相应视频片段所对应的事件。