CN107222766B - 一种视频播放的检索方法及系统 - Google Patents

一种视频播放的检索方法及系统 Download PDF

Info

Publication number
CN107222766B
CN107222766B CN201710574998.XA CN201710574998A CN107222766B CN 107222766 B CN107222766 B CN 107222766B CN 201710574998 A CN201710574998 A CN 201710574998A CN 107222766 B CN107222766 B CN 107222766B
Authority
CN
China
Prior art keywords
retrieval
video
frequency
time point
target time
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
CN201710574998.XA
Other languages
English (en)
Other versions
CN107222766A (zh
Inventor
蔡延光
廖泽宇
蔡颢
戚远航
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201710574998.XA priority Critical patent/CN107222766B/zh
Publication of CN107222766A publication Critical patent/CN107222766A/zh
Application granted granted Critical
Publication of CN107222766B publication Critical patent/CN107222766B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management 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
    • H04N21/258Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866Management of end-user data
    • H04N21/25891Management of end-user data being end-user preferences
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73Querying
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25Management 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
    • H04N21/251Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/252Processing of multiple end-users' preferences to derive collaborative data

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Television Signal Processing For Recording (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种视频播放的检索方法及系统,包括:统计用户在目标视频中检索每个目标时间点的检索次数;利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,播放相应的视频内容。本发明通过统计用户在目标视频中检索每个目标时间点的检索次数,并利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集,生成保高频检索库,以使用户能够快速的查找到偏好的视频时间点,播放相应的视频内容,提高用户查找视频的效率,提高用户体验。

Description

一种视频播放的检索方法及系统
技术领域
本发明涉及视频播放领域,特别涉及一种视频播放的检索方法及系统。
背景技术
当前各网络平台或浏览器的在线观看视频的用户大量增加,基于用户自身的需求,在观看视频时并非从视频开始到结束一直要播放,在查找自己所关心的镜头时,通常不会连续的播放并观看整个视频。
因此,如何能够快速跳过用户不想观看的视频内容,增加用户观看体验,是需要解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种视频播放的检索方法及系统,能够快速的使用户查找到偏好的视频时间点,播放相应的视频内容,提高用户查找视频的效率,提高用户体验。其具体方案如下:
一种视频播放的检索方法,包括:
统计用户在目标视频中检索每个目标时间点的检索次数;
利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;
生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库,以使用户利用所述高频检索库中的高频检索点,播放相应的视频内容。
可选的,所述利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集的过程,包括:
将所述目标视频分为N个视频段,统计每个目标时间点的检索次数和所述目标视频的总检索次数;
利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点;
如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到所述高频检索点集;其中,
所述高频条件公式为:
Figure BDA0001350709710000021
所述高频检索点筛选公式为:
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
可选的,所述统计用户在目标视频中检索每个目标时间点的检索次数的过程,包括:
将所述目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
如果没有,则判断用户检索的当前目标时间点与和所述目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,所述预设条件为利用阈值计算公式计算得到的;
如果超过,则将当前目标时间点的检索次数加一并统计;
如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过所述预设阈值;
如果超过,则将当前目标时间点的检索次数加一并统计;
如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,所述阈值计算公式为:
Figure BDA0001350709710000023
式中,ΔT表示所述预设阈值,Tend表示所述目标视频的结束播放时间点,Tstart表示所述目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
可选的,所述生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库的过程,包括:
每间隔预设周期生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库。
相应的,本发明还公开了一种视频播放的检索系统,包括:
统计模块,用于统计用户在目标视频中检索每个目标时间点的检索次数;
筛选模块,用于利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;
生成模块,用于生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库,以使用户利用所述高频检索库中的高频检索点,播放相应的视频内容。
可选的,所述筛选模块,包括:
统计单元,用于将所述目标视频分为N个视频段,统计每个目标时间点的检索次数和所述目标视频的总检索次数;
预备点判断单元,用于利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点;
高频点筛选单元,用于如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到所述高频检索点集;其中,
所述高频条件公式为:
Figure BDA0001350709710000031
所述高频检索点筛选公式为:
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
可选的,所述统计模块,包括:
检索判断子模块,用于将所述目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
第一阈值判断子模块,用于如果没有,则判断用户检索的当前目标时间点与和所述目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,所述预设条件为利用阈值计算公式计算得到的;
第一统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第二阈值判断子模块如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过所述预设阈值;
第二统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第三统计单元,用于如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,所述阈值计算公式为:
式中,ΔT表示所述预设阈值,Tend表示所述目标视频的结束播放时间点,Tstart表示所述目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
可选的,所述生成模块,具体用于每间隔预设周期生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库。
本发明中,视频播放的检索方法,包括:统计用户在目标视频中检索每个目标时间点的检索次数;利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,播放相应的视频内容。
本发明通过统计用户在目标视频中检索每个目标时间点的检索次数,并利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集,从而生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,快速的使用户查找到偏好的视频时间点,播放相应的视频内容,提高用户查找视频的效率,提高用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种视频播放的检索方法流程示意图;
图2为本发明实施例公开的另一种视频播放的检索方法流程示意图;
图3为本发明实施例公开的一种视频播放的检索系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例公开了一种视频播放的检索方法,参见图1所示,该方法包括:
步骤S11:统计用户在目标视频中检索每个目标时间点的检索次数。
具体的,统计用户为了实现选择性的跳跃播放目标视频的视频内容而在在目标视频中检索的每个目标时间点的检索次数。
步骤S12:利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集。
具体的,利用每个目标时间点的检索次数的大小,从目标时间点集中筛选出满足预设条件的高频检索点集,以此得到用户常看的时间点。
步骤S13:生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,播放相应的视频内容。
具体的,通过生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,用户可以直接利用高频检索库中的高频检索点作为提示,从而直接找到用户偏好的视频时间点,提高用户查找视频的效率,提高用户体验。
可见,本发明实施例通过统计用户在目标视频中检索每个目标时间点的检索次数,并利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集,从而生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,快速的使用户查找到偏好的视频时间点,播放相应的视频内容,提高用户查找视频的效率,提高用户体验。
本发明实施例公开了一种具体的视频播放的检索方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。参见图2所示,具体的:
步骤S21:统计用户在目标视频中检索每个目标时间点的检索次数。
具体的,用户在实际检索中可能会大量的检索操作,从而产生大量的目标时间点,如果对全部目标时间点进行检索,将消耗大量的时间,并且可能导致最后的筛选结果出现偏差,而这些检索操作中可能存在一定的无效操作,即,可能是由于人为操作而产生的一些误操作或无意义操作,因此,设定阈值,仅对满足阈值的目标时间点进行统计;具体步骤可以包括步骤S211至步骤S213,其中,
步骤S211:将目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
步骤S212如果没有,则判断用户检索的当前目标时间点与和目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,预设条件为利用阈值计算公式计算得到的;
步骤S2121:如果超过,则将当前目标时间点的检索次数加一并统计;
步骤S213:如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过预设阈值;
步骤S2131:如果超过,则将当前目标时间点的检索次数加一并统计;
步骤S2132:如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,阈值计算公式为:
Figure BDA0001350709710000071
式中,ΔT表示预设阈值,Tend表示目标视频的结束播放时间点,Tstart表示目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
例如,目标视频的起始播放时间点为0小时0分钟0秒0毫秒,目标视频的结束播放时间点为2小时15分0秒0毫秒,将目标视频从起始播放时间点到结束播放时间点平均划分为连续的1000个视频段,每个视频片段时间长度为8100毫秒,用户当前目标时间点为0小时0分钟8秒0毫秒,利用阈值计算公式,代入起始播放时间点和结束播放时间点,可计算出预设条件等于4050毫秒,因此预设阈值可以取2000毫秒;如果用户在预设时间内没有下一次操作,则对比当前目标时间点与结束播放时间点的差值2小时14分52秒0毫秒是否超过阈值2000毫秒,如果超过,则将当前目标时间点的检索次数加一并统计,如果未超过,则不对当前目标时间点的检索次数加一并统计,作为无效目标时间点舍弃;如果用户的下一次检索的目标时间点为0小时0分钟11秒0毫秒,则对比当前目标时间点与下一次检索的目标时间点的差值3000毫秒是否超过阈值2000毫秒,如果超过,则将当前目标时间点的检索次数加一并统计,如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计。
其中,上例中预设条件计算过程为
Figure BDA0001350709710000072
步骤S22:将目标视频分为N个视频段,统计每个目标时间点的检索次数和目标视频的总检索次数。
例如,将目标视频平均划分为连续的1000个视频段,第一目标时间点为30次,第二目标时间点为50次,第三目标时间点为55次,第四目标时间点为80次,第五目标时间点为60次,第六目标时间点为100次,第七目标时间点为72次,第八目标时间点为43次,第九目标时间点为96次,第十目标时间点为20次,目标视频的总检索次数606。
步骤S23:利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点。
具体的,利用每个视频段中的每个目标时间点的检索次数相加求和,得到一个视频段内目标时间点的总检索次数,再判断该视频段内目标时间点的总检索次数是否满足高频条件公式。
其中,高频条件公式为:
Figure BDA0001350709710000081
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数。
例如,一个视频段内只有一个目标时间点,有1000个视频段,该目标时间点检索次数为55,目标视频的总检索次数为2620,代入高频条件公式计算出为5.24,判断目标时间点检索次数55是否满足5.24。
步骤S24:如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到高频检索点集。
例如,一个视频段内只有一个目标时间点,有1000个视频段,该目标时间点检索次数为55,目标视频的总检索次数为2620,代入高频条件公式计算出为5.24,目标时间点检索次数55大于5.24,目标时间点检索次数满足高频条件公式,则该目标时间点可以作为该视频段中预备高频检索点集中的预备高频检索点。
可以理解的是,如果不满足高频条件公式,则舍弃该视频段内所有目标时间点,例如,一个视频段内有两个目标时间点,有50个视频段,两个目标时间点检索次数分别为49和30,目标视频的总检索次数为2000,代入高频条件公式计算出为80,目标时间点的总检索次数79小于80,则目标时间点检索次数不满足高频条件公式,则舍弃该视频段内所有目标时间点。
具体的,得到每个视频段中的预备高频检索点集后,再利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点。
其中,高频检索点筛选公式为:
Figure BDA0001350709710000091
式中,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
步骤S25:生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,播放相应的视频内容。
具体的,可以每间隔预设周期生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,例如,每间隔1分钟执行步骤S21至步骤S25,从而更新高频检索库。
需要说明的是,本发明实施例中所有公式中关于时间的单位均可先转换到毫秒再进行计算,时间=时×60×60×1000+分×60×1000×秒×1000+毫秒。
相应的,本发明实施例还公开了一种视频播放的检索系统,参见图3所示,该系统包括:
统计模块11,用于统计用户在目标视频中检索每个目标时间点的检索次数;
筛选模块12,用于利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;
生成模块13,用于生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,播放相应的视频内容。
可见,本发明实施例通过统计用户在目标视频中检索每个目标时间点的检索次数,并利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集,从而生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库,以使用户利用高频检索库中的高频检索点,快速的使用户查找到偏好的视频时间点,播放相应的视频内容,提高用户查找视频的效率,提高用户体验。
本发明实施例中,上述筛选模块12,可以包括统计单元、预备点判断单元和高频点筛选单元;其中,
统计单元,用于将目标视频分为N个视频段,统计每个目标时间点的检索次数和目标视频的总检索次数;
预备点判断单元,用于利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点;
高频点筛选单元,用于如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到高频检索点集;其中,
高频条件公式为:
高频检索点筛选公式为:
Figure BDA0001350709710000102
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
上述统计模块11,可以包括检索判断子模块、第一阈值判断子模块和第二阈值判断子模块,其中,第一阈值判断子模块包括第一统计单元,第二阈值判断子模块包括第二统计单元和第三统计单元;其中,
检索判断子模块,用于将目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
第一阈值判断子模块,用于如果没有,则判断用户检索的当前目标时间点与和目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,预设条件为利用阈值计算公式计算得到的;
第一统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第二阈值判断子模块,用于如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过预设阈值;
第二统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第三统计单元,用于如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,阈值计算公式为:
Figure BDA0001350709710000111
式中,ΔT表示预设阈值,Tend表示目标视频的结束播放时间点,Tstart表示目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
上述生成模块13,可以具体用于每间隔预设周期生成保存有高频检索点集和与高频检索点集相应的视频索引信息集的高频检索库。
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播放的检索方法及系统进行了详细介绍,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 (6)

1.一种视频播放的检索方法,其特征在于,包括:
统计用户在目标视频中检索每个目标时间点的检索次数;
利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;
生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库,以使用户利用所述高频检索库中的高频检索点,播放相应的视频内容;
其中,所述利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集的过程,包括:
将所述目标视频分为N个视频段,统计每个目标时间点的检索次数和所述目标视频的总检索次数;
利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点;
如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到所述高频检索点集;其中,
所述高频条件公式为:
Figure FDA0002271412000000011
所述高频检索点筛选公式为:
Figure FDA0002271412000000012
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
2.根据权利要求1所述的视频播放的检索方法,其特征在于,所述统计用户在目标视频中检索每个目标时间点的检索次数的过程,包括:
将所述目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
如果没有,则判断用户检索的当前目标时间点与和所述目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,所述预设条件为利用阈值计算公式计算得到的;
如果超过,则将当前目标时间点的检索次数加一并统计;如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过所述预设阈值;
如果超过,则将当前目标时间点的检索次数加一并统计;
如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,所述阈值计算公式为:
Figure FDA0002271412000000021
式中,ΔT表示所述预设阈值,Tend表示所述目标视频的结束播放时间点,Tstart表示所述目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
3.根据权利要求1或2所述的视频播放的检索方法,其特征在于,所述生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库的过程,包括:
每间隔预设周期生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库。
4.一种视频播放的检索系统,其特征在于,包括:
统计模块,用于统计用户在目标视频中检索每个目标时间点的检索次数;
筛选模块,用于利用每个目标时间点的检索次数,从目标时间点集中筛选出满足预设条件的高频检索点集;
生成模块,用于生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库,以使用户利用所述高频检索库中的高频检索点,播放相应的视频内容;
其中,所述筛选模块,包括:
统计单元,用于将所述目标视频分为N个视频段,统计每个目标时间点的检索次数和所述目标视频的总检索次数;
预备点判断单元,用于利用每个视频段中的每个目标时间点的检索次数和高频条件公式,判断每个视频段中是否有预备高频检索点;
高频点筛选单元,用于如果有,则得到每个视频段中的预备高频检索点集,利用高频检索点筛选公式,从每个视频段中的预备高频检索点集中筛选出每个视频段中的高频检索点,得到所述高频检索点集;其中,
所述高频条件公式为:
Figure FDA0002271412000000031
所述高频检索点筛选公式为:
式中,GraphCount表示一个视频段内目标时间点的总检索次数,Countj表示一个视频段内第j个目标时间点的检索次数,m表示一个视频段内有m个目标时间点,AllCount表示目标视频的总检索次数,N表示目标视频的视频段数,N为正整数,Tj表示预备高频检索点集中,第j个高频点所对应的时间点,Thf表示每个视频段中的高频检索点。
5.根据权利要求4所述的视频播放的检索系统,其特征在于,所述统计模块,包括:
检索判断子模块,用于将所述目标视频分为N个视频段,判断用户检索的当前目标时间点在预设时间之后是否还有用户下一次检索的目标时间点;
第一阈值判断子模块,用于如果没有,则判断用户检索的当前目标时间点与和所述目标视频的结束播放时间点的时间差值是否超过满足预设条件的预设阈值,其中,所述预设条件为利用阈值计算公式计算得到的;
第一统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第二阈值判断子模块如果有,则判断用户检索的当前目标时间点与用户下一次检索的目标时间点的时间差值是否超过所述预设阈值;
第二统计单元,用于如果超过,则将当前目标时间点的检索次数加一并统计;
第三统计单元,用于如果未超过,则将用户下一次检索的目标时间点的检索次数加一并统计;
其中,所述阈值计算公式为:
式中,ΔT表示所述预设阈值,Tend表示所述目标视频的结束播放时间点,Tstart表示所述目标视频的起始播放时间点,N表示目标视频的视频段数,N为正整数。
6.根据权利要求4或5所述的视频播放的检索系统,其特征在于,所述生成模块,具体用于每间隔预设周期生成保存有所述高频检索点集和与所述高频检索点集相应的视频索引信息集的高频检索库。
CN201710574998.XA 2017-07-14 2017-07-14 一种视频播放的检索方法及系统 Active CN107222766B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710574998.XA CN107222766B (zh) 2017-07-14 2017-07-14 一种视频播放的检索方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710574998.XA CN107222766B (zh) 2017-07-14 2017-07-14 一种视频播放的检索方法及系统

Publications (2)

Publication Number Publication Date
CN107222766A CN107222766A (zh) 2017-09-29
CN107222766B true CN107222766B (zh) 2020-02-07

Family

ID=59953516

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710574998.XA Active CN107222766B (zh) 2017-07-14 2017-07-14 一种视频播放的检索方法及系统

Country Status (1)

Country Link
CN (1) CN107222766B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103503467A (zh) * 2011-12-31 2014-01-08 华为技术有限公司 确定用户关注内容的方法和设备
US9197932B1 (en) * 2014-02-27 2015-11-24 Comcast Cable Communications, Llc Association of content recordings for content delivery
CN106658227A (zh) * 2015-10-29 2017-05-10 阿里巴巴集团控股有限公司 视频播放时长的压缩方法及装置
CN106791958A (zh) * 2017-01-09 2017-05-31 北京小米移动软件有限公司 位置标记信息生成方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103503467A (zh) * 2011-12-31 2014-01-08 华为技术有限公司 确定用户关注内容的方法和设备
US9197932B1 (en) * 2014-02-27 2015-11-24 Comcast Cable Communications, Llc Association of content recordings for content delivery
CN106658227A (zh) * 2015-10-29 2017-05-10 阿里巴巴集团控股有限公司 视频播放时长的压缩方法及装置
CN106791958A (zh) * 2017-01-09 2017-05-31 北京小米移动软件有限公司 位置标记信息生成方法及装置

Also Published As

Publication number Publication date
CN107222766A (zh) 2017-09-29

Similar Documents

Publication Publication Date Title
CN105245958B (zh) 一种直播电视节目推荐方法和装置
US9202523B2 (en) Method and apparatus for providing information related to broadcast programs
US20100199295A1 (en) Dynamic video segment recommendation based on video playback location
US20130297447A1 (en) Recommended content providing apparatus, recommended content providing program and recommended content providing method
KR20050057578A (ko) 상업 광고 추천기
WO2017178058A1 (en) Seamless switching from a linear to a personalized video stream
CN108471544B (zh) 一种构建视频用户画像方法及装置
CN106131703A (zh) 一种视频推荐的方法和终端
CN108600836B (zh) 一种视频处理方法及装置
WO2010072617A1 (en) Adaptive implicit learning for recommender systems
WO2014180224A1 (zh) 一种业务推荐方法及装置
CN104038790A (zh) 视频播放列表更新方法及系统
JP2010183319A (ja) 番組推薦装置
WO2015178966A1 (en) Use of a remainder duration as a basis to generate a playlist
CN103997662A (zh) 节目推送的方法及系统
JP2015184949A (ja) コンテンツ視聴時間に基づいてコンテンツをレコメンドする装置、プログラム及び方法
CN108153882A (zh) 一种数据处理方法及装置
CN108322819B (zh) 预测用户行为的方法及装置
CN106899879A (zh) 一种多媒体数据的处理方法和装置
CN107222766B (zh) 一种视频播放的检索方法及系统
CN105392027B (zh) 一种推送即时新闻视频的方法及装置
JP6823170B2 (ja) コンテンツストリームにおける中断期間の予測
JP4095479B2 (ja) コンテンツ選択視聴装置、コンテンツ選択視聴方法およびコンテンツ選択視聴プログラム
KR101979919B1 (ko) 콘텐츠를 제공하는 콘텐츠 제공 서버, 미디어 재생 장치 및 컴퓨터 프로그램
JP2015012385A (ja) 情報処理装置、情報処理方法およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant