CN106919651A - 外部网站视频的搜索排序方法及装置 - Google Patents

Abstract

本发明公开了一种外部网站视频的搜索排序方法，包括以下步骤：外部网站在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。本发明还公开了一种外部网站视频的搜索排序装置。本发明可使得用户需要的视频在搜索结果中排序靠前，从而提升用户体验。

Description

外部网站视频的搜索排序方法及装置

技术领域

本发明涉及计算机网络处理技术领域，尤其涉及一种外部网站视频的搜索排序方法及装置。

背景技术

目前，一些影视平台提供了全网视频搜索功能，以帮助用户快速方便的找到所需要的视频。目前外部网站视频搜索排序主要参照视频meta信息与搜索关键词的匹配度、视频在影视平台的点击次数，没有引入视频在原平台的播放次数、评论数、点赞数等互动数据以及视频上传用户等维度。这种排序算法主要有以下缺陷：优质视频是用户所需要视频的概率比非优质视频高。按照目前的排序算法，外部网站优质视频新入索引时，排序较低。在与搜索词同等匹配度的情况下，新入索引的优质视频，由于在影视平台的点击量为0，无论其在原平台点击量有多少，在影视平台的搜索排序得分都会低于之前入索引的视频。

由上可见，现有的影视平台，在外部网站优质视频新入索引时排序较低，用户体验较差。

发明内容

本发明的主要目的在于提供一种外部网站视频的搜索排序方法，旨在解决现有技术中外部网站优质视频新入索引时排序较低，用户体验较差的技术问题。

为实现上述目的，本发明提供一种外部网站视频的搜索排序方法，其包括以下步骤：

在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

优选地，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。

优选地，按以下公式计算与搜索词的匹配度得分：

f’(x)＝w’₁*x’₁+w’₂*x’₂+w’₃*x’₃+w’₄*x’₄+w_n’*x’_n；

其中：f’(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

优选地，按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分。

优选地，上述方法还包括以下步骤：通过爬虫系统定期爬取站外互动数据，并进行更新；通过搜索点击反馈更新视频的长点击数和短点击数。

优选地，按以下公式计算视频上传用户的得分：

f”’(x)＝w”’₁*x”’₁+w”’₂*x”’₂+w”’₃*x”’₃；

其中f”’(x)表示最终得分；w”’₁-w”’₄分别表示平均播放数、关注人数和用户等级得分权重，x”’₁-x”’₄分别表示平均播放数、关注人数和用户等级得分。

本发明还提供一种外部网站视频的搜索排序装置，其包括：

计算维度划分模块，用于外部网站在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

计算模块，用于对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

优选地，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。

优选地，所述计算模块按以下公式计算与搜索词的匹配度得分：

f’(x)＝w’₁*x’₁+w’₂*x’₂+w’₃*x’₃+w’₄*x’₄+w_n’*x’_n；

其中：f’(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

优选地，所述计算模块按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分。

优选地，上述装置还包括：

互动数据更新模块，用于通过爬虫系统定期爬取站外互动数据，并进行更新，对于新爬取的视频更新频率较高，爬取时间较早的视频，爬取频率较低；通过搜索点击反馈更新视频的长点击数和短点击数。

优选地，所述计算模块按以下公式计算视频上传用户的得分：

f”’(x)＝w”’₁*x”’₁+w”’₂*x”’₂+w”’₃*x”’₃；

其中f”’(x)表示最终得分；w”’₁-w”’₄分别表示平均播放数、关注人数和用户等级得分权重，x”’₁-x”’₄分别表示平均播放数、关注人数和用户等级得分。

本发明提出的外部网站视频的搜索排序方法，在互动数据得分计算中，采用站内外互动数据融合方式，比单一的采用站内互动数据计算得分样本更全面；同时引入播放时长维度，降低了“标题党”视频得分，得分计算更加科学。在外部网站视频搜索排序算法中，引入上传用户维度，减少了用户需要的视频因为上传时间较短，播放数低导致排序靠后的情况。通过以上方法，本发明可使得用户需要的视频在搜索结果中排序靠前，从而提升用户体验。

附图说明

图1为本发明外部网站视频的搜索排序方法的步骤流程示意图；

图2为本发明外部网站视频的搜索排序装置一实施例的结构示意图；

图3为本发明外部网站视频的搜索排序装置一实施例计算搜索排序的流程示意图。

具体实施方式

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供一种外部网站视频的搜索排序方法，参照图1所示，在一实施例中，该方法包括以下步骤：

步骤S10，外部网站在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

步骤S20，对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

在一实施例中，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。

本发明在计算外部网站视频的搜索排序时，除了与搜索词的匹配度，还将用户使用数据(站内外互动数据、视频上传用户和视频上传时间)例如作为计算维度进行计算，比单一的采用站内互动数据计算得分样本更全面，提升了用户体验。基于该思路，本发明实施例中，还可针对视频类别设置维度，例如不同类别的视频上传时间维度的计算权值不同，如资讯类视频，上传时间维度权值较高，而搞笑类视频上传时间维度权值较低。在其他实施例中，在排序算法中，还可引入“页面引用”、以及“站点规模”等维度，进一步提升计算得分的全面性。例如，通过已爬取的视频页面，提取视频页面间的引用关系，视频页面被别的页面引用次数越多，在该维度的得分就越高。再如，在站内外互动数据融合得分计算过程中，对不同站点的视频播放数进行预处理，乘以与站点相关的系数，再参与计算。播放数相同的情况下，由于小站点的用户基数少，小站点的视频比大站点的更优质，更有可能是用户需要的视频。

在一较佳实施例中，可将用户输入的搜索词拆分为多个关键词，根据搜索结果与每个关键词的匹配情况进行加权求和，作为最终得分。具体的，可按以下公式计算与搜索词的匹配度得分：

f’(x)＝w’₁*x’₁+w’₂*x’₂+w’₃*x’₃+w’₄*x’₄+w_n’*x’_n；

其中：f’(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

在一较佳实施例中，按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分。本发明实施例中，还根据视频互动数据信息，计算视频的排序得分。在计算得分过程中，引入播放时长维度，从而降低“标题党”视频的排序得分。根据视频在影视平台的长短点击比以及在原平台总的播放数，估算视频的长播放数和短播放数，对视频长播放数、短播放数、评论数以及点赞数得分进行加权求和，作为互动数据的总得分。

本发明实施例中，上述方法还包括以下步骤：通过爬虫系统定期爬取站外互动数据，并进行更新；以及通过搜索点击反馈更新视频的长点击数和短点击数。该模块主要更新视频数据在原平台的点击数、评论数、点赞数，以及视频在爱奇艺平台的长点击数和短点击数。本发明实施例中，通过爬虫系统定期爬取站外互动数据，并进行更新，对于新爬取的视频更新频率较高，爬取时间较早的视频，爬取频率较低。通过搜索点击反馈更新视频的长点击数和短点击数，长短点击划分不仅仅参照点击时间间隔，还参照了视频时长信息，避免了时长较短视频的长点击被误认为短点击的情况。

在一较佳实施例中，按以下公式计算视频上传用户的得分：

f”’(x)＝w”’₁*x”’₁+w”’₂*x”’₂+w”’₃*x”’₃；

其中f”’(x)表示最终得分；w”’₁-w”’₄分别表示平均播放数、关注人数和用户等级得分权重，x”’₁-x”’₄分别表示平均播放数、关注人数和用户等级得分。本发明实施例中，还根据用户的视频平均播放数、关注人数以及用户等级计算该用户的得分。由于外部网站各站点用户等级计算方法不一致，在计算得分时，需要将用户等级做归一化处理。

本发明还提供一种外部网站视频的搜索排序装置，用于实现上述方法。参照图2所示，在一实施例中，该装置包括：

计算维度划分模块10，用于外部网站在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

计算模块20，用于对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

在一实施例中，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。本发明实施例中，计算模块20按以下公式计算与搜索词的匹配度得分：

f’(x)＝w’₁*x’₁+w’₂*x’₂+w’₃*x’₃+w’₄*x’₄+w_n’*x’_n；

其中：f’(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

本发明实施例中，计算模块20按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分。

在一较佳实施例中，上述装置还包括：

互动数据更新模块，用于通过爬虫系统定期爬取站外互动数据，并进行更新，对于新爬取的视频更新频率较高，爬取时间较早的视频，爬取频率较低；通过搜索点击反馈更新视频的长点击数和短点击数。本发明实施例中，站外互动数据可通过爬虫系统获得站外互动数据，还可进行更新。对于新爬取的视频，互动数据更新模块可采用较高的更新频率，对于爬取时间较早的视频，可采用较低爬取频率。进一步的，互动数据更新模块还可通过搜索点击反馈更新视频的长点击数和短点击数。这样一来，长短点击划分不仅仅参照点击时间间隔，还参照了视频时长信息，避免了时长较短视频的长点击被误认为短点击的情况。

本发明实施例中，计算模块20按以下公式计算视频上传用户的得分：

f”’(x)＝w”’₁*x”’₁+w”’₂*x”’₂+w”’₃*x”’₃；

其中f”’(x)表示最终得分；w”’₁-w”’₄分别表示平均播放数、关注人数和用户等级得分权重，x”’₁-x”’₄分别表示平均播放数、关注人数和用户等级得分。

参照图3，本发明一实施例中，外部网站视频的搜索排序装置计算外部网站视频最终的搜索排序得分的流程可包括：

爬取站外互动数据，并进行更新；具体的爬取方式和更新方式可参照前述实施例。

搜索点击反馈并更新视频的长点击数和短点击数；

将用户输入的搜索词拆分为多个关键词；

爬取上传视频的用户的信息；

将以上四个步骤所获得的结果作为计算维度进行计算：

对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

本发明实施例中，外部网站视频的搜索排序装置可以通过计算机程序实现，用于实施前述图1及其文字部分所对应的实施例，各模块的作用、原理及效果可参见前述方法实施例，在此不作详述。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

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方法和一种装置，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，依据本发明的思想，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 (12)

1.一种外部网站视频的搜索排序方法，其特征在于，包括以下步骤：

在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

2.如权利要求1所述的外部网站视频的搜索排序方法，其特征在于，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。

3.如权利要求2所述的外部网站视频的搜索排序方法，其特征在于，按以下公式计算与搜索词的匹配度得分：

f'(x)＝w'₁*x'₁+w'₂*x'₂+w'₃*x'₃+w'₄*x'₄+w_n'*x'_n；

其中：f'(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

4.如权利要求2所述的外部网站视频的搜索排序方法，其特征在于，按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分。

5.如权利要求4所述的外部网站视频的搜索排序方法，其特征在于，所述方法还包括以下步骤：通过爬虫系统定期爬取站外互动数据，并进行更新；通过搜索点击反馈更新视频的长点击数和短点击数。

6.如权利要求2所述的外部网站视频的搜索排序方法，其特征在于，按以下公式计算视频上传用户的得分：

f”'(x)＝w”'₁*x”'₁+w”'₂*x”'₂+w”'₃*x”'₃；

其中f”'(x)表示最终得分；w”'₁-w”'₄分别表示平均播放数、关注人数和用户等级得分权重，x”'₁-x”'₄分别表示平均播放数、关注人数和用户等级得分。

7.一种外部网站视频的搜索排序装置，其特征在于，包括：

计算维度划分模块，用于外部网站在计算外部网站视频的搜索排序得分时，在计算维度中加入与搜索词的匹配度和视频的用户使用数据进行计算；

计算模块，用于对与搜索词的匹配度和用户使用数据的得分进行加权求和，作为外部网站视频最终的搜索排序得分。

8.如权利要求7所述的外部网站视频的搜索排序装置，其特征在于，所述用户使用数据包括：站内外互动数据、视频上传用户和视频上传时间；所述外部网站视频最终的搜索排序得分按以下公式计算：

f(x)＝w₁*x₁+w₂*x₂+w₃*x₃+w₄*x₄；

其中：f(x)表示搜索排序最终得分，w₁-w₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的计算权值；x₁-x₄分别表示与搜索词的匹配度、站内外互动数据、视频上传用户和视频上传时间的得分。

9.如权利要求8所述的外部网站视频的搜索排序装置，其特征在于，所述计算模块按以下公式计算与搜索词的匹配度得分：

f'(x)＝w'₁*x'₁+w'₂*x'₂+w'₃*x'₃+w'₄*x'₄+w_n'*x'_n；

其中：f'(x)表示匹配度最终得分；w表示关键词的计算权值，根据分词结果为每个关键词分配权值；x表示搜索结果与关键词的匹配情况，如果匹配取值为1，不匹配取值为0。

10.如权利要求9所述的外部网站视频的搜索排序装置，其特征在于，所述计算模块按以下公式计算站内外互动数据的得分：

f”(x)＝w”₁*x”₁+w”₂*x”₂+w”₃*x”₃+w”₄*x”₄；

其中f”(x)表示最终得分；w”₁-w”₄分别表示长播放数、短播放数、评论数和点赞数得分权重，x”₁-x”₄分别表示长播放数、短播放数、评论数和点赞数得分外部网站。

11.如权利要求9所述的外部网站视频的搜索排序装置，其特征在于，所述外部网站视频的搜索排序装置还包括：

互动数据更新模块，用于通过爬虫系统定期爬取站外互动数据，并进行更新，对于新爬取的视频更新频率较高，爬取时间较早的视频，爬取频率较低；通过搜索点击反馈更新视频的长点击数和短点击数。

12.如权利要求8所述的外部网站视频的搜索排序装置，其特征在于，所述计算模块按以下公式计算视频上传用户的得分：

f”'(x)＝w”'₁*x”'₁+w”'₂*x”'₂+w”'₃*x”'₃；

其中f”'(x)表示最终得分；w”'₁-w”'₄分别表示平均播放数、关注人数和用户等级得分权重，x”'₁-x”'₄分别表示平均播放数、关注人数和用户等级得分。